بررسی تاثیر مقیاس زمانی در مدلسازی سری دمائی با استفاده از سری های زمانی (مطالعه موردی ایستگاه هواشناسی مشهد)

Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 388

This Paper With 12 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

WRM05_286

تاریخ نمایه سازی: 25 تیر 1393

Abstract:

دما از عناصر اساسی شکل گیری اقلیم بوده و تغییرات آن می تواند ساختار آب و هوا یی هر محل را دگرگون سازد. بنابراین تحلیل و تعیین نوسانات و تغییرپذیری دما بسیار حایز اهمیت بوده و پیش بینی دماهای آتی نیز دارای اهمیت علمی و کاربردی است. استفاده از سری ها ی زمان ی در مدلساز ی پارامترهای هیدرولوژیکی همچون بارندگی و دما در تحقیقات بسیار زیادی مورد استفاده قرار گرفته است. در مدلسازی سری دمائی، مقیاس زمانی یکی از متغیرهایی است که باید بطور مناسب انتخاب گردد. در این مطالعه سری دمائی ایستگاه هواشناسی مشهد در دوره آماری 1951 تا 2008،با سه مقیاس زمانی میانگین ده روزه، میانگین ماهانه و میانگین فصلی (سه ماه)، بطور جداگانه با استفاده از مدل تلفیقی اتورگرسیو می انگین متحرک فصلی SARIMA(p,d,q)(P,D,Q)s مدلسازی و سپس شبیه سازی سری دمائی آینده انجام شد . مقایسه سه مدل بدست آمده نشان داد که با افزایش مقیاس زمانی، تعداد پارامترهای مدلسازی افزا یش و مقدار AIC کاهش می یابد. همچنین نتایج شبیه سازی ها نشان داد مدل های بدست آمده برآوردهای یکساله و نه ساله سری دمائی آینده را تقریبا با دقت برابر انجام داده اند و هیچ اختلاف معنی داری بین مدل های مختلف در دقت پیش بینی سری دمائی آینده وجود ندارد. بنابراین با افزایش مقیاس زمانی تا میانگین سه ماهه، مدلسازی با سهولت بیشترو بدون کاهش دقت شبیه سازی، انجام خواهد شد.

Authors

معصومه شکرالهی

دانش آموخته کارشناسی ارشد آبیاری و زهکشی دانشگاه تهران

سید سعید موسوی ندوشن

عضو هیئت علمی گروه منابع آب پردیس فنی و مهندسی شهید عباس پور

مصطفی گوینده

دانشجوی دکتری آبیاری و زهکشی دانشگاه تربیت مدرس

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 :
  • خورشید دوست، ع.م.، صنیعی، ر. و قویدل رحیمی، ی.، 1387، ...
  • خردمندنیا، م. و عساکره، ح.، 2001، الگوسازی دمای میانگین سالانه ...
  • آشگر طوسی شادی، 1384، مدلسازی SARIMA بارندگی فصلی (مطالعه موردی: ...
  • جهانبخش اصل، سو و ترابی، س. 1383، بررسی و پیش‌بینی ...
  • I11] شریفیان، ح. و قهرمان، ب.، 1386، ارزیابی پیش‌بینی باران ...
  • محمدی، ح. ثابت دیزاوندی، ل و خسروی، ع.، 1390. تحلیل ...
  • Nasrollah H. A. and Balling Jr. R. C, 1966. Analysis ...
  • Box, G.E.P., and Jenkins, G.M., 1994, time series analysis: forecasting ...
  • Noaks. D., Mcleod. A., 1985, forecasting monthly river flow time ...
  • Borland. P., Montana. A., 1996, forecasting of storm rain full ...
  • Leite. S and Peixoto (1996), the auto regressive model of ...
  • I7] Tiba. C., Fraidenraich N., 2004, Analysis of monthly time ...
  • نمایش کامل مراجع