تحلیل آماری و پیش بینی دمای ماهانه ایستگاه سینوپتیک سنندج با کاربرد مدل SARIMA
Publish place: Modeling and Managing Water and Soil، Vol: 3، Issue: 1
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 195
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MMWS-3-1_001
تاریخ نمایه سازی: 9 آبان 1401
Abstract:
تحلیل و مدل سازی سری های زمانی دما یکی از چالش های مهم در پیش بینی رفتار اقلیم و به تبع آن تاثیر بر شرایط آینده محیطی و اقتصادی-اجتماعی است. یکی از مدل های آماری پیش بینی کننده بر اساس الگوهای فصلی-ضربی باکس جنکینز است. در این گونه مدل ها، دمای هر ماه بر اساس متوسط ماهانه دما در ماه های گذشته و مولفه های تصادفی همان ماه و ماه های قبل از آن بیان می شود. هدف از این پژوهش واکاوی و استخراج مدل پیش بینی دما با استفاده از داده های دوره ۶۰ ساله بین سال های ۱۹۶۰ تا ۲۰۲۰ در ایستگاه سینوپتیک سنندج است. ابتدا آزمون های کنترل کیفی آماری روی سری زمانی انجام شده، سپس با توجه به نمودارهای خودهمبستگی، خودهمبستگی جزئی و معیارهای ارزیابی مدل نهایی استخراج شد. نتایج آزمون های آماری نشان داد که سری زمانی دما دارای داده های پرت نیست، میانگین این سری ها همگن بوده، اما بررسی واریانس سری همگنی را نشان نمی دهد. با برازش چندین مدل و بررسی باقی مانده خطاها، الگوی SARIMA (۰, ۰, ۲) (۰, ۱, ۱)۱۲ به عنوان الگوی نهایی تعیین شد. بر اساس این مدل، دمای ماهانه سنندج تابعی از متوسط درجه دما یک و دو ماه قبل و ماه متناظر سال قبل و نیز تابعی از پدیده های تصادفی است. عدم وجود مقدار ثابت در مدل برازش یافته نشان دهنده عدم وجود قطعیت روند در میانگین ماهانه دمای سنندج است. در نهایت با مدل برازش یافته میانگین دمای سنندج طی ده سال آینده پیش بینی شد که می توان از نتایج آن در برنامه ریزی های محیطی استفاده نمود.
Keywords:
Authors
محمود احمدی
دانشیار/گروه آب و هواشناسی، دانشکده علوم زمین، دانشگاه شهید بهشتی، تهران، ایران
محمد کمانگر
دانش آموخته دکتری/ گروه آب و هواشناسی، دانشکده علوم انسانی، دانشگاه زنجان، زنجان، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :