بررسی هیدروشیمی آب دریاچه ارومیه از سال 2007 تا 2015 با آنالیز180 نمونه آب انجام گرفت. این تحقیق قصد دارد با توجه به تغییرات میزان آنیون ها و کاتیون های اصلی در شورابه دریاچه ارومیه طی این دوره 9 ساله، با استفاده از روش آماری arima به پیش بینی مقدار یون های موجود در دریاچه ارومیه برای شش سال آینده بپردازد. مهم ترین هدف از تجزیه و تحلیل سری های زمانی یافتن روند تغییرات و پیش بینی آینده بر مبنای ...

هدف این پژوهش تحلیل فراوانی مقادیر حداکثرسرعت باد سالانه 25 ایستگاه‏ همدید شرق کشورو مدلسازی سری زمانی داده‏های ماهانه باد این ایستگاه‏ ها ‏است.ایستگاه‏ ها در چهار استان خراسان شمالی، رضوی، جنوبی و سیستان و بلوچستان قرار دارند.طول دوره آماری آنها بیش از 15 سال است. تحلیل فراوانی شامل غربال، آزمون‏های پایه (تصادفی بودن، ایستایی، همگنی و...)، برازش نه تابع توزیع آماری (گامبل نوع1، گامای -2پارامتر...

بسیاری از تحقیقات انجام­شده برای مدل­سازی بدون بررسی ایستایی داده­ها انجام شده­اند. اگر در مدل­سازی ایستایی و پارامترهای موثر بر ناایستایی در نظر گرفته نشوند، نتایج دقیق نبوده و منجر به ایجاد خطا در مدل­سازی می­شود. از سوی دیگر، تجزیه سری­های زمانی به مؤلفه­های خود می­تواند به تفسیر روابط بین فرآیندهای هیدرولوژیک کمک نماید. در مطالعه حاضر، کاربرد آزمون kpss اصلاح شده با تحلیل فوریه در تحلیل ایس...

روند، یکی از مشخصات مهم و اساسی در سری های زمانی است و در مباحث کاربردی علوم جوی از جمله موضوع تغییر اقلیم بسیار حائز اهمیت می باشد. به دلیل همین اهمیت، تاکنون مطالعات متعددی در خصوص بررسی روند پارامترهای هواشناسی و هیدرولوژیک در کشور انجام شده است، اما در هیچ یک از این مطالعات، تغییرات زمانی از دیدگاه تحلیل سیگنال و در حوزه فرکانس مورد بررسی قرار نگرفته است. با تحلیل دقیق روند پارامترهای جوی ب...

سری های زمانی مجموعه مرتبی از مشاهدات هستند که در طول زمان جمع آوری شده اند. فراوانی چنین مشاهداتی، تحلیل سری های زمانی را به یکی از کاربردی ترین شاخه های روز دنیا تبدیل کرده است. روش های تجزیه و تحلیل سری های زمانی شامل رویکردهای خطی محض، رویکردهای غیرخطی محض و رویکردهای ترکیبی می باشند، که رویکردهای خطی محض، روش های کلاسیکی هستند که ده ها سال پیش، زمانی که محدودیت های محاسباتی بالا از قبیل تو...

چکیده ندارد.

همانطور که می دانیم حضور داده های پرت در یک مجموعه از مشاهدات هموارد مورد بحث بوده است، در سری های زمانی نیز حضور این گونه داده ها غیر قابل اجتناب است و از آنجا که حذف داده های پرت از یک مجموعه داده ی سری زمانی کاری نسبتا نامعقول است، پس لازم است به برآوردگرهایی دست یابیم که اثرپذیری کمتی از داده های پرت نسبت به برآوردگرهای کلاسیک داشته باشند. از آنجا که الگوی خودبازگشتی همبسته دوره ای دارای کا...

در نظر گرفتن یک فرض کلاسیک در ساختمان سری ها موجب شده است، مشاهدات را با یک الگوی خطی که ضرایبش با زمان تغییر نمی کند در نظر گیرند. اما بسیاری از سری های زمانی دارای میانگین و واریانس ثابتی در طول زمان نیستند در این شرایط مدل های اتورگرسیو مشروط به ناهمسانی واریانس اغلب به نتایج مطلوبی منجر می شوند. تحقیقات نشان داده اند مدل های شبکه عصبی برای نمایش رفتار غیرخطی داده ها نیز از عملکرد قابل توجهی...

بدست آوردن نتایج صحیح از آنالیز سیگنال مربوط به پدیده های ژئودینامیکی با استفاده از سری های زمانی بلند مدت gps، منوط به کاهش اثر نویز از داده ها می باشد. این امر در ژئودزی و ژئوفیزیک توسط روش های مختلفی انجام پذیر بوده و در صورت ناقص بودن مدل سازی داده های سری زمانی gps (جهت کاهش نویز)، تفسیر پدیده های ژئودینامیکی حاصل از آن ها به درستی میسر نخواهد بود. به دلیل غیر هم فاصله بودن سری های زمانی g...