توسعه مدل شبیه سازی توالی بارش روزانه با استفاده از زنجیره مارکف و حفظ همبستگی مکانی (مطالعه موردی: استان خوزستان)

سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 173

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JISE-46-2_002

تاریخ نمایه سازی: 17 دی 1402

چکیده مقاله:

یکی از راه حل های عملی در بخش کشاورزی پیش­ بینی بارندگی و پراکندگی زمانی آن است. مدیریت مناسب استفاده از آب باران و پیش ­بینی وقوع و یا عدم وقوع بارش در دوره ­های روزانه نقش بارزی در برنامه­ ریزی­ های کشاورزی و مدیریت منابع آب دارد. در این مطالعه به­ منظور مدل­ سازی بارش ۲۴ ساعته و توالی­ های مربوطه، از داده ­های بارش روزانه چهار ایستگاه سینوپتیک استان خوزستان که دارای اقلیم های خشک معتدل، نیمه خشک معتدل و دوره آماری ۳۰ ساله بودند، استفاده گردید. شبیه ­سازی فقط برای ماه­ هایی صورت گرفت که در آن­ها بارش ثبت شده، وجود داشت. بدین منظور از مدل زنجیره مارکف مرتبه ­های اول، دوم و سوم دو حالته برای محاسبات وقوع بارش استفاده گردید. برای تعیین مناسب ­ترین مرتبه مدل زنجیره مارکف از آزمون AIC استفاده شد. هم چنین با توجه به اهمیت حفظ همبستگی مکانی بین ایستگاه ­های مورد بررسی، از روش ویلکس در شبیه­ سازی وقوع بارش استفاه گردید. عملکرد روش ویلکس در شبیه­ سازی وقوع بارش روزانه توسط مدل زنجیره مارکف مرتبه اول و همبستگی مکانی بین ایستگا ه های مورد بررسی با استفاده از شاخص آماری ضریب تعیین (R۲) مورد ارزیابی قرار گرفت. نتایج بررسی معیار AIC نشان می­د هد که مدل زنجیره مارکف مرتبه اول برای برآورد وقوع بارش روزانه مناسب­ ترین مدل می ­باشد. بر اساس این معیار، به ­طور متوسط برتری مدل زنجیره مارکف مرتبه اول از مرتبه دوم و سوم به­ترتیب ۶۱ و ۷۴ درصد برای تمام ایستگاه ­های مطالعاتی بوده است. هم چنین براساس معیار R۲ ،مشخص شد که روش ویلکس قادر است با دقت قابل قبولی، وقوع بارش را به ­صورت منطقه ای شبیه سازی نماید .

کلیدواژه ها:

روش ویلکس ، بارش منطقه ای ، اقلیم خشک معتدل ، اقلیم نیمه خشک معتدل

نویسندگان

نادیا شهرکی

دانشجوی دکتری مهندسی منابع آب، دانشگاه بوعلی سینا، همدان، ایران.

صفر معروفی

استاد گروه علوم و مهندسی آب، دانشگاه بوعلی سینا، همدان، ایران.

محمد صادق غضنفری مقدم

استادیار دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان، ایران.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :
  • Ababaei, B., Mirzaei, F. and Sohrabi, T., ۲۰۱۴. Developing a ...
  • Ailliot, P., Thompson, C. and Thomson, P., ۲۰۰۹. Space-time modelling ...
  • Akaike, H., ۱۹۷۴. A new look at the statistical model ...
  • Apipattanavis, S., Podesta, G., Rajagopalan, B. and Katz, R.W., ۲۰۰۷. ...
  • Azhdary Moghaddam, M. and Heravi, Z., ۲۰۱۸. Evaluation of IDF ...
  • Bakhtiari, B., Shahraki, N. and Ahmadi, M.M., ۲۰۱۴. Estimation probability ...
  • Bardossy, A. and Pegram, G.G.S., ۲۰۰۹. Copula based multisite model ...
  • Brissette, F.P., Khalili, M. and Leconte, R., ۲۰۰۷. Efficient stochastic ...
  • Byung-Jin, S., Hyun-Han, K., Dongkyun, k. and Seung, O.L., ۲۰۱۵. ...
  • Daniel, S., ۱۹۸۵. Statistical Methods in the Atmospheric Sciences. Dep ...
  • Darand, M., ۲۰۱۶. Recognition of precipitation homogeny regions of in ...
  • Dastidar, A.G., Gosh, D. and Dasgupta, S., ۲۰۱۰ Higher order ...
  • Ghamghami, m., Ghahraman, N. and Bazrafshan, J., ۲۰۱۶. Spatial-temporal modeling ...
  • Ghasdi, T., Ghahreman, N. and Ghamghami, M., ۲۰۱۶. Comparison ofperformance ...
  • Goodarzi, L., Banihabib, M.E. and Ghafarian, P., ۲۰۱۸. Evaluation of ...
  • Hasanalizadeh, N., Mosaedi, A., Zahiri, A.R. and Hosseinalizadeh, M., ۲۰۱۵. ...
  • Katz, R.W., ۱۹۸۱. On some criteria for estimating the order ...
  • Khalil, A.F., Kwon, H.H., Lall, U. and Kaheil, Y.H., ۲۰۱۰. ...
  • Khalili, A., ۱۹۹۷. Integrated water plan of Iran. Meteorological studies, ...
  • Kwon, H.H., Lall, U. and Obeysekera, J., ۲۰۰۹. Simulation of ...
  • Li, C., Singh, V.P. and Mishra, A.K., ۲۰۱۳. A bivariate ...
  • Liu, J., Williams, J.R., Wang, X. and Yang, H., ۲۰۰۹. ...
  • Mandal, K.G., Padhi, J., Kumar, A., Ghosh, S., Panda, D.K., ...
  • Mhanna, M. and Bauwens, W., ۲۰۱۱. A stochastic space-time model ...
  • Mirmousavi, H. and Zohrehvandi, H., ۲۰۱۱. Modeling of weekly rainfall ...
  • Moon, S.E., Ryoo, S.B. and Kwon, J.G., ۱۹۹۴. A Markov ...
  • Moradi, H.R., Rajabi, M. and faragzade, M., ۲۰۱۱. Investigation of ...
  • Mouelhi, S., Nemri, S., Jebari, s. and Slimani, M., ۲۰۱۶. ...
  • Mozafari, Gh.A., Mazidi, A. and Shafie, Sh., ۲۰۱۷. Analysis and ...
  • Nadi, M. and Baziyarpoor, h., ۲۰۱۷. Evaluation and modification of ...
  • Rahimi, J., Ghahreman, N. and Rahimi, A., ۲۰۱۱. Markov chain ...
  • Salarijazi, M., ۲۰۱۷. Determination of distributional changes of annual rainfall ...
  • Samadi Broujeni, H. and Ebrahimi, A.S., ۲۰۱۰. Drought consequences and ...
  • Schoof, J.T. and Pryor, S.C., ۲۰۰۸ On the proper order ...
  • Schwarz, G., ۱۹۷۸. Estimating the dimension of a model. Annals ...
  • Senthilvelan, A., Ganesh, A. and Banukumar, K., ۲۰۱۲. Markov Chain ...
  • Srikanthan, R. and Pegram, G.G.S., ۲۰۰۹. A nested multisite daily ...
  • Srikanthan, R., ۲۰۰۵. Stochastic generation of daily rainfall data at ...
  • Thompson, C.S., Thompson, P.J. and Zheng, X., ۲۰۰۷. Fitting a ...
  • Tong, H., ۱۹۷۵. Determination of the order of a Markov ...
  • Wilks, D.S., ۱۹۹۸. Multisite generalization of a daily stochastic precipitation ...
  • Wilks, D.S., ۱۹۹۹. Interannual variability and extreme-value characteristics of several ...
  • نمایش کامل مراجع