ارزیابی کارایی مدل سری زمانی SARIMA در شبیه‌سازی دبی متوسط ماهانه ی رودخانه‌های افرینه کشکان و کاکارضا (استان لرستان)

نویسندگان

  • حافظ میرزاپور دانش‌آموخته کارشناسی ارشد مهندسی آبخیزداری، دانشگاه لرستان، لرستان، ایران.
  • رضوان علیجانی دانشجوی دکترا مهندسی آبخیزداری، دانشگاه لرستان، لرستان، ایران.
  • علی حقی زاده دانشیار و عضو هیئت علمی گروه مرتع و آبخیزداری، دانشگاه لرستان، لرستان، ایران (نویسنده مسئول).
چکیده مقاله:

چکیده بررسی و شناخت تغییرات زمانی دبی پایه در مطالعات حوضه‌های آبخیز بخصوص در فصول با جریان کم، اهمیت زیادی دارد. هدف از این پژوهش بررسی و مقایسه کارایی سری زمانی30 و 56 ساله به ترتیب مربوط به دبی متوسط ماهانه رودخانه­ی کاکارضا در شهرستان سلسله و رودخانه­ی افرینه کشکان در شهرستان پل‌دختر در استان لرستان می­باشند. بدین منظور ابتدا اقلیم دو منطقه تعیین و در گام بعد، توابع خود همبستگی و خودهمبستگی جزئی داده‌های واقعی در نرم‌افزار XLSTAT ترسیم و داده‌ها با استفاده از روش­های باکس کاکس و لگاریتمی نرمال شده‌اند. سپس روند داده‌ها که نشان­دهنده­ی ناایستایی داده­ها بود، تعیین گردید. بنابراین با استفاده از روش عملگر تفاضل در نرم‌افزار  MINITAB روند داده‌ها حذف، و مدل مناسب با کمترین آکائیکه انتخاب شد. سپس دو دوره‌ی 12 و24 ماهه برای دو منطقه شبیه‌سازی گردید. نتایج حاکی از آن بود که مدل‌های انتخابی در دوره‌ی 12 و 24 ماهه به ترتیب دارای ضریب همبستگی 92/0، 6/0 برای رودخانه­ی کاکارضا و 94/0 ،88/0 برای رودخانه­ی افرینه کشکان می‌باشد. در دوره­ی کوتاه‌مدت 12 ماهه، توانست شبیه­سازی مناسب‌تری را برای هر دو رودخانه نشان دهد.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

ارزیابی کارایی روشهای مرسوم و رایانه ای در بازسازی سری زمانی دبی ماهانه ایستگاه های هیدرومتری

عدم وجود آمار و اطلاعات کامل، نمی‌تواند مجوزی برای عدم مطالعه شرایط هیدرولوژیکی یک منطقه و پیش‌بینی‌های درازمدت برای انجام یک پروژه آبی باشد. بنابراین پژوهشگران مختلف روش‌هایی از قبیل آنالیز نسبت‌ها، فرگمنت و توماس فیرینگ را برای بازسازی داده‌های ناقص دبی در ایستگاه‌‌های هیدرومتری به کار برده‌اند. لذا در این پژوهش دقت روش‌‌های مذکور با روش‌‌های رایانه‌ای از قبیل شبکه عصبی مصنوعی، هیبرید عصبی - ...

متن کامل

پیش‌بینی دبی ماهانه رودخانه کاکارضا با استفاده از مدل‌های سری زمانی، ARIMA فصلی

    بررسی و شناخت تغییرات زمانی دبی پایه در مطالعات حوزه‌های آبخیز بخصوص در فصول با جریان کم‌ اهمیت زیادی دارد. به همین منظور مدل‌های مختلف آماری و احتمالاتی ارائه و توسعه داده‌شده است. هدف از این پژوهش بررسی سری زمانی30 ساله مربوط به دبی متوسط ماهانه رودخانه کاکارضا در شهرستان سلسله در استان لرستان می‌باشد. در گام اول توابع خودهمبستگی و خودهمبستگی جزئی داده‌های واقعی در نرم‌افزار XLSTAT ترسیم ...

متن کامل

ارزیابی کارایی مدل hspf در شبیه سازی متوسط ماهانه دبی جریان و تولید رسوب در حوضه ی آبریز اَبرو واقع در استان همدان

امروزه استفاده از مدل های هیدرولوژیکی به منظور درک بهتر فرایندهای هیدرولوژیکی در حوضه های آبریز بسیار گسترش یافته و تحقیقات بسیاری در این خصوص گزارش شده است. مدل هیدرولوژیکیhspf با پارامترهای یکپارچه، قطعی و بر پایه ی فیزیکی برای شبیه سازی پیوسته ی فرایندهای هیدرولوژیکی در حوضه های آبریز و شبکه ی رودخانه ها طراحی شده است. این مدل که به اطلاعات هواشناسی با گام زمانی ساعتی نیاز دارد، تا کنون در ب...

متن کامل

پیش بینی و بررسی متوسط دمای ماهانه با استفاده ازمدل‌های سری زمانی

دما یکی از مهم‌ترین پارامترهای هواشناسی است که در بسیاری از مطالعات مورد استفاده قرار می‌گیرد. این پارامتر در بررسی‌های تغییر اقلیم و کشاورزی از اهمیت ویژه‌ای برخوردار است، بطوری که افزایش درجه حرارت یکی از مسائل مهم زیست‌محیطی بشر به حساب می‌آید. بنابراین بررسی و پیش‌بینی تغییرات آن در دوره دراز مدت می‌تواند بر مدیریت صحیح منابع آب و خاک و تامین نیاز آبی گیاهان موثر باشد. در این مطالعه با استف...

متن کامل

ارزیابی مدل‌های سری زمانی به‌منظور برآورد متوسط دمای ماهانه در ایستگاه‌های سینوپتیک قدیمی ایران طی دوره آماری 2005-1977

با توجه به تأثیر دما در شرایط اقلیمی هر منطقه و اهمیت پیش­بینی آن در برنامه­ریزی­های محیطی، استفاده از روش­های آماری به­منظور مطالعه تغییرات و پیش­بینی دما، کاربرد وسیعی پیدا کرده است. روش­های آماری ابزارهایی کارآ و مفید برای درک و ارزیابی رفتار اقلیم به­شمارمی­روند. از الگوهای آماری پرکاربرد در این زمینه، می­توان به الگوهای خانواده آریما اشاره نمود. در این الگوی آماری مقادیر براساس رفتارهای گذ...

متن کامل

ارزیابی دقت مدل SARIMA در مدل‌سازی و پیش‌بینی بلندمدت میانگین دمای ماهانه در اقلیم‌های متفاوت ایران

مدلسازی و پیش­بینی متغیرهای هواشناسی اهمیت ویژه ای در برنامه ریزی محیطی دارد. سری‌های زمانی از جمله مدلهایی است که در این راستا می‌توان از انواع فصلی آن مثل SARIMA استفاده نمود. در این تحقیق از این مدل برای مدلسازی و پیش‌بینی دمای میانگین ماهانه 5 ایستگاه همدیدی در اقلیم‌های مختلف کشور استفاده شده‌است. داده‌های ایستگاه­های آبادان، اصفهان، انزلی و دو ایستگاه تبریز و مشهد با اقلیم مشابه طی سال­ها...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 4  شماره 15

صفحات  153- 169

تاریخ انتشار 2018-08-23

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023