مدل بندی دمای بیشینه شیراز به کمک سریهای زمانی دوره ای

دمای ماکزیمم یکی از مهمترین متغیرهای اقلیمی است که در زمینه هایی مانند علوم زیستی و کشاورزی بسیار تاثیرگذار است و توانایی مدل بندی آن با خطای کم می تواند به پیش بینی و ایجاد تمهیداتبهتر مدیریتی در زمینه علوم فوق گردد. در مورد اهمیت موضوع میتوان به ایجاد تمهیداتی در زمینه مدیریت کشاورزی در جهت کاهش اثر خشکسالی و افت آبهای زیرزمینی، بالا رفتن تبخیر و تعرق مرجعو در زمینه علوم زیستی به تمهیداتی در جهت کاهش تغییر شکل مهاجرت گونه های جانوری, تغییر میزان رشد و تنوع جانوران یک منطقه اشاره کرد. در بررسی پارامتر های هواشناسی دمای ماکزیممیکی از تاثیر گذار ترین پارامتر ها در صنعت کشاورزی، سیاست گذاری های سلامت و دیگر بخش های مدیریتی کشور است. با توجه به این مدل بندی و پیش بینی در هواشناسی به کمک سری های زمانی بسیارکارآمد می باشد. با توجه با این نکته که سری های زمانی که در هواسناسی بکار می روند معمولا دارای دوره ی تناوب هستند و به طبع آن باعث نامانایی در تابع میانگین و خودهمبستگی سری زمانی میشود. لازم است برای تبدیل سری زمانی به یک سری زمانی مانا از روش های ریاضی استفاده کنیم. در این مقاله برای رفع اثر دوره ی تناوب سری زمانی حاصل از میانگین ماهانه از ماکزیمم دماهای روزانهاز یک موج سینوسی با چند پارامتر استفاده کرده ایم که بعد از حذف این اثر از سری مانایی سری به وضوح دیده می شود. در ادامه مدلی به سری زمانی حاصل برازش دادیم و معیار های نیکویی برازش را برای سری فوق بدست آورده ایم. در انتهای مقاله به کارهایی که در ادامه می توان انجام داد اشاره کرده ایم.

کلیدواژه ها:

سری های زمانی ، دمای بیشینه ، همبستگی ، خودهمبستگی ، مانایی ، نامانایی