لیلا احدی - کارشناس ارشد آب و هواشناسی کاربردی

تغییرات اقلیمی، اثرات گستردهای دارد . تغییر اقلیم از دیدگاه بسیاری از صاحبنظران یک پدیده ی طبیعی است که در توالیهای زمانی بلندمدت اتفاق افتاده و مجددا0 نیز به وقوع می پیوندد. تغییر اقلیم تا حد زیادی از دو عامل دما و بارش تاثیر میپذیرد. گرمایش جهانی موجب نگرانی دانشمندان شده است. در ده ههای اخیر استفاده از روشهای آماری جهت بررسی تغییرات و پیش بینی دما، کاربرد وسیعی پیدا نموده است و رفتار عناصر اقلیمی را مدل سازی میکند. پرکاربردترین مدل جهت پیش بینی، مدل ARIMA است. از الگوهای آماری مقادیر بر اساس رفتارهای گذشته شان مدلسازی شده، آینده نگری میشوند. این تحقیق، با استفاده از نرم افزارهای Spss, Excel, Minitab انجام پذیرفته است. در این پژوهش سعی میشود تا با استفاده از مدل ARIMA، متوسط دمای ماهانه برای ایستگاه بندرعباس طی دوره آماری 53 ساله (1957-2009) بر اساس روش خودهمبستگی و خودهمبستگی جزیی موردبررسی قرار گیرد. الگوهای آزمایشی مدل 0)،1،(3 و 1)،1،(3 بهعنوان مدلهای محاسباتی انتخاب گردیده و بر اساس آنها، تغییرات متوسط دمای ماهانه ایستگاه بندرعباس پیش بینی شده است. نتایج نشان داد که با فاصله اطمینان 95 درصد پیش بینی ، مدل 0)،1،(3 در آینده نگری بهتر از سایر مدلها خواهد بود.

مدل آریما، دمای ماهانه، بندرعباس، خودهمبستگی، خودهمبستگی جزیی