سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

کاربرد مدل های فصلی سری زمانی در پیش بینی جریان ماهانه ورودی به مخزن سدهای یامچی و سبلان در حوضه آبخیز قره سو، اردبیل

Publish Year: 1399
Type: Journal paper
Language: Persian
View: 207

This Paper With 13 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

JR_IJSWR-51-10_016

Index date: 23 May 2023

کاربرد مدل های فصلی سری زمانی در پیش بینی جریان ماهانه ورودی به مخزن سدهای یامچی و سبلان در حوضه آبخیز قره سو، اردبیل abstract

پیش­بینی حجم آب ذخیره شده در سدهای مخزنی در دوره­های آتی، نقش مهمی در برنامه­ریزی و مدیریت بهره­برداری بهینه از سامانه­های منابع آب دارد. در این مطالعه، از روش تحلیل سری­های زمانی برای پیش­بینی جریان ماهانه ورودی به سد­های مخزنی یامچی و سبلان در استان اردبیل استفاده شد. داده­های دبی جریان ماهانه اندازه­گیری شده در ایستگاه­های هیدرومتری واقع در محل ورود آب به سد، طی سال­های ۹۴-۱۳۷۳ به مدت ۲۱ سال تهیه و برای ساخت و آزمون مدل مناسب، به کار برده شد. پس از ایستا نمودن سری داده­ها، با توجه به نمودارهای خودهمبسته (ACF) و خودهمبسته جزئی (PACF)، ساختارهای مدل فصلی تشخیص داده شدند و پس از مقایسه آن­ها با توجه به معیارهای آکائیکه (AIC)، آکائیکه اصلاح شده (AICC) و اطلاعات بیزی (BIC)، مدل مناسب برای هر یک از ایستگاه­های هیدرومتری انتخاب شد. با برازش مدل به داده­های مشاهداتی، پارامترهای هر مدل تعیین و کفایت مدل­های منتخب نیز با آزمون­های تشخیصی بررسی گردید. نتایج نشان داد مدل ARIMA(۱,۰,۰)(۰,۱,۱)۱۲ و ARIMA(۱,۱,۱)(۰,۱,۱)۱۲ به­ترتیب برای داده­های دبی ماهانه ایستگاه یامچی و ارباب­کندی، دارای کمترین مقدار شاخص­های آماری ریشه میانگین مربعات خطا (RMSE) و میانگین قدرمطلق خطا (MAE) بوده و دارای بیش­ترین ضریب تعیین است. مقدار این شاخص­ها در مدل مربوط به ایستگاه هیدرومتری یامچی به­ترتیب برابر ۰۴/۱، ۶۰۶/۰ و ۶۳/۰ و برای ایستگاه هیدرومتری ارباب­کندی به ترتیب برابر ۳۵/۱، ۸/۰ و ۷۴/۰ به­دست آمد. ­لذا مدل­های منتخب، جریان ماهانه ورودی به مخزن سد­های یامچی و سبلان را با دقت خوبی پیش­بینی می­کند. همچنین مقایسه نتایج پیش­بینی شده با داده­های مشاهداتی نشان داد در پیش­بینی مقادیر حد بالای دبی، مدل­های منتخب از دقت بالایی برخوردار نیستند.

کاربرد مدل های فصلی سری زمانی در پیش بینی جریان ماهانه ورودی به مخزن سدهای یامچی و سبلان در حوضه آبخیز قره سو، اردبیل Keywords:

کاربرد مدل های فصلی سری زمانی در پیش بینی جریان ماهانه ورودی به مخزن سدهای یامچی و سبلان در حوضه آبخیز قره سو، اردبیل authors

امین کانونی

گروه مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران

سهیلا اورجی

گروه مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی

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 :
Abbasi, M., Araghinejad, S. and Ebrahimi, K. (۲۰۱۹). Evaluation of ...
Abudu, S., Cui, CL., King, JP. and Abudukadeer, K. (۲۰۱۰). ...
Adnan, R. M., Yuan, X., Kisi, O. and Yuan, Y. ...
Ahmadi, F., Dinpajoh, Y., Fakheri Fard, A. and Khalili, K. ...
Ayare, B.L. and Dhekale, B.S. (۲۰۱۵). Multiplicative seasonal ARIMA modeling ...
Bashari, M. and vatankhah, M. (۲۰۱۱). Comparison of Different Time ...
Box, G.E.P. and Jenkins, G.M. (۱۹۷۰). Time Series Analysis: Forecasting ...
Box, G.E.P. and Jenkins, G.M. (۱۹۷۶). Time series analysis, forecasting ...
Box, G.E.P., Jenkins, G.M. and Reinsel, G.C. (۲۰۰۸). Time series ...
Brewer, M., Butler, A. and Cooksley, S.L. (۲۰۱۶). The relative ...
Dastorani, M., Mirzavand, M., Dastorani, M.T. and Sadatinejad, S.J. (۲۰۱۶). ...
Elganiny, M.A. and Eldwer, A.E. (۲۰۱۶). Comparison of Stochastic Models ...
Fernandez, C., Vega, J.A., Fonturbel, T. and Jimenez, E. (۲۰۰۹). ...
Gharde, K.D., Kothari, M. and Mahale, M. (۲۰۱۶). Developed Seasonal ...
Han, P., Wang, P., Tian, M., Zhang, Sh., Liu, J. ...
Hu, C.H., Wu, Z.N., Wang, J.J. and Liu, L. (۲۰۱۱). ...
Khazaei, M. and Mirzaei, M. (۲۰۱۳). Comparison prediction performance of ...
Mirzapour, H. and Tahmasebipour, N. (۲۰۱۸). Predicting the monthly discharge ...
Mirzavand, M. and Ghazavi, R. (۲۰۱۵). A stochastic modelling technique ...
Modarres, R. and Eslamian, S.S. (۲۰۰۶). Streamflow time series modeling ...
Moeeini, H., Bonakdari, H. and Ebtehaji, I. (۲۰۱۷). Monthly reservoir ...
Moeeni, H., Bonakdari, H. and Abdolahi, S. (۲۰۱۶). Performance evaluation ...
Mojiri, H. and Halabian, A. (۲۰۱۹). Prediction of the Surface ...
Nakhaee, M. and Mirarabi, A. (۲۰۱۰). Flood Forecasting in Sombar ...
Salas, J. D. and Smith, R. A. (۱۹۸۱). Physical basis ...
Salas, J.D., Delleur, J.W., Yevjevich, V. and Lane, W.L. (۱۹۸۰). ...
Shathir, A.K. and Mohammed Saleh, L.A. (۲۰۱۶). Best ARIMA models ...
Singh, M., Singh, R. and Shinde, V. (۲۰۱۱). Application of ...
Tadesse, K.B. and Dinka, M.O. (۲۰۱۷). Application of SARIMA model ...
Thomas, H. A. and Fiering, M. B. (۱۹۶۲). Mathematical synthesis ...
Vahdat, S.F., Sarraf, A., Shamsnia, A. and Shahidi, N. (۲۰۱۱). ...
Valipour, M. (۲۰۱۵). Long‐term runoff study using SARIMA and ARIMA ...
Wagena, M.B., Georing, D., Collick, A.S., Bock, E., Fuka, D.R., ...
Wang, H.R., Wang, C., Lin, X. and Kang, J. (۲۰۱۴). ...
Wang, J., Du, Y.H. and Zhang X.T. (۲۰۰۸). Theory and ...
Wang, J., Hu, J., Ma K. and Zhang, Y. (۲۰۱۵). ...
Wang, Sh., Feng, J. and Liu, G. (۲۰۱۳). Application of ...
Wang, W. ۲۰۰۶. Stochasticity, Nonlinearity and Forecasting of Streamflow Processes. ...
Wong, H.W., Zhang R. and Xia, J. (۲۰۰۷). Non-parametric time ...
Yeh, H. and Hsu, H. (۲۰۱۹). Stochastic Model for Drought ...
نمایش کامل مراجع