مروری بر کاربرد مدل های سری زمانی برای پیش بینی بارش و رواناب حوضه های آبخیز

پیش بینی پدیده های آب و هوایی یکی از مهمترین ابزار مدیریت بهینه ی حوضه های آبخیز می باشد. پیش بینی بارش و رواناب یک فرآیند ضروری و مهم در مدیریت صحیح و بهره برداری مناسب از منابع آب می باشد. لذا برآورد آن با هدف پیش بینی و دستیابی ارتباط بارندگی با رواناب ناشی از آن از اهمیت فراوانی برخوردار است. یکی از روشهای پیش بینی کوتاه مدت بارش و رواناب استفاده از مدل های سری زمانی است. از این رو در پژوهش پیشرو با استفاده از مطالعات کتابخانه ای و تحقیقات انجام گرفته ی قبلی، به مطالعه ی انواع مدل های سری زمانی و ویژگی ها و همچنین کاربرد آنها در پیش بینی بارش و رواناب در حوضه های آبخیز نقاط مختلف ایران پرداخته شده است. نتایج یک تحقیق نشان داد که مدل سری زمانی SARIMA توانسته است با ضریب همبستگی ۰.۹ با سناریوهای اقلیمی در یک منطقه از دقت مناسبی برخوردار باشد. در تحقیقی دیگر با تاکید بر مناسب بودن مدلهای سری زمانی در توصیف بارش، عملکرد مدل SARIMA را در توصیف ساختار همبستگی داده ها و تبیین مناسب بارش های فصلی، مناسب تشخیص دادند و این در حالی است که در مطالعه ای دیگر، دقت مدل شبکه ی عصبی مصنوعی را وابسته به شرایط بارش و دیگر شاخص های موثر، بیشتر از مدل سری زمانی به کار رفته دانستند. نتایج به دست آمده از جمع بندی مطالعات و پژوهش های قبلی نشان داد که مدل های سری زمانی در بسیاری از مناطق کشور که الگوی بارش در آنها از یک سیر خطی تبعیت میکند در پیش بینی مقادیر بارش و تاخیر رواناب از دقت مناسبی برخوردار هستند.

کلیدواژه ها:

بارش ماهانه ، پیش بینی ، سری زمانی ، SARIMA ، ARIMA