پیش بینی بارش و دمای ماهانه با استفاده از مدل های سری زمانی (ARIMA) (مطالعه موردی: شهر شیراز)

سال انتشار: 1393
محل انتشار: چهارمین کنفرانس بین المللی چالش های زیست محیطی و گاهشناسی درختی
کد COI اختصاصی: ISCCDCE04_303
زبان مقاله: فارسی
تعداد مشاهده: 445

نویسندگان

دانشجوی کارشناسی ارشد آبخیزداری دانشگاه یزد، دانشکده منابع طبیعی، گروه مرتع و آبخیزدری

چکیده

تغییر اقلیم یکی از معضلات کنونی جامعه ی بشری است و تهدید و بلایی برای سیاره زمین به شمار می آید که بررسی و پیش بینی عناصر آن هم از جهت برنامه ریزی منابع آبی و هم از جهت مدیریت شرایط بحران اهمیت زیادی دارد. بنابراین پیش بینی و برآورد نزولات جوی برای هر منطقه به عنوان یکی از مهمترین پارامترهای اقلیمی در استفاده بهینه از منابع آبی محسوب می گردد. هدف اصلی این پژوهش پیش بینی دما و بارش با استفاده از مدل سری زمانی در منطقه مورد مطالعه در آینده می باشد. در این تحقیق مدل ARIMA در نرم افزار ITSM برای دوره آماری 1370 تا 1390 در ایستگاه سینوپتیک شهر شیراز در مقیاس ماهانه برازش شد. مدل ARIMA براساس معیار آکاییک (AIC) و واریانس برای بارش و دما به ترتیب برابر ARIMA(20,6,12) و ARIMA(24,12,12) در نظر گرفته شد. نتایج نشان داد که مدل ARIMA در پیش بینی بارش ماهانه با ضریب همبستگی 0.6 و میانگین مربعات خطای 0.0003 دارای صحت بیشتری نسبت به مقادیر پیش بینی شده برای دما است.

کلیدواژه ها

دما، بارش، شهر شیراز، ARIMR، AIC

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.