تحقیقات کاربردی علوم جغرافیایی، جلد ۱۷، شماره ۴۴، صفحات ۸۷-۱۰۵
عنوان فارسی تعیین بهترین مدل سری زمانی در پیش بینی بارندگی سالانه ایستگاه های منتخب استان آذربایجان غربی
چکیده فارسی مقاله بارندگی یکی از مهمترین اجزای چرخه آب بوده و به عنوان یکی از مهمترین مولفه­های ورودی به چرخه­های هیدرولوژیکی بشمار می­رود که در سنجش خصوصیات اقلیمی هر منطقه، نقش بسیار مهمی را ایفا می­کند. در این پژوهش برای پیش­بینی بارندگی سالانه ایستگاه­های سینوپتیک مهاباد، ارومیه و ماکو در استان آذربایجان غربی در دوره آماری 92-1363، از سری زمانی آریما استفاده شد. برای بررسی ایستایی مدل توابع خودهمبستگی (ADF) و خودهمبستگی جزیی (PACF) بکار رفت و با روش تفاضل­گیری داده­های ناایستا به داده ایستا تبدیل شدند. با ایستا کردن داده­ها از مدل­های تصادفی برای پیش­بینی میانگین بارندگی سالانه استفاده گردید. با در نظر گرفتن معیارهای ارزیابی مدل شامل آماره T، P-VALUE کمتر از 05/0 و معیار اطلاعات بیزی (BIC), مدل(1,0,0) ARIMA، مدل(0,1,1) ARIMA و مدل(0,1,1) ARIMA به ترتیب در ایستگاه­های ارومیه، ماکو و مهاباد به عنوان مدلی مناسب جهت پیش­بینی بارندگی سالانه تعیین و بارش به مدت سه سال (95-1392) پیش بینی شد. نتایج نشان دهنده افزایش بارش است که براساس آمار بارندگی موجود در سال­های مربوطه، نتایج مدل برازش یافته قابل قبول است.
کلیدواژه‌های فارسی مقاله پیش­بینی، خودهمبستگی، بارندگی سالانه، سری زمانی، آریما
عنوان انگلیسی Determination of the best time series model for forecasting annual rainfall of selected stations of Western Azerbaijan province
چکیده انگلیسی مقاله Rainfall is one of the most important components of the water cycle and plays a very important role in the measurement of climate characteristic in any area. Limitations such as lack of sufficient information about the amount of rainfall in time and space scale and complexity of the relationship between meteorological elements related to rainfall, causes the calculation of these parameters using the conventional method not to be implemented. One method of evaluating and forecasting of rainfall in each region is time series models. In this research, to predict the average annual rainfall synoptic station at Mahabad, Uromiya and Mako in West Azarbayejan provience during 1984-2013, linear time series ARIMA was used. To investigate model static, Auto Correlation Function (ACF) and Partial Auto Correlation Function (PACF) was applied and with differencing method, the non-static data transformed to static data. In next step, stochastic models to estimate the annual rainfall average were used. With regard to the evaluation criterion such as T, P-VALUE < 0.05 and Bayesian Information Creterion (BIC), ARIMA (1,0,0), ARIMA (0,1,1) and ARIMA (0,1,1) models was determined as a suitable model for predicting annual rainfall in the three selected stations at Uromiya, Makoo and Mahabad. In the following, the annual rainfall for 3 (2013-2016) years is forecasted which based on rainfall data in that time, the adjusted model was acceptable.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله سمیه سلطانی گردفرامرزی | somayeh soltani gerdfaramarzi


عارف صابری | aref saberi


مرتضی قیصوری | morteza gheisouri


نشانی اینترنتی http://jgs.khu.ac.ir/browse.php?a_code=A-10-11-2&slc_lang=fa&sid=fa
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/715/article-715-405766.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده تخصصی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات