مطالب مرتبط با کلیدواژه

دمای سالانه


۱.

تحلیل و مدل سازی دمای سالانه شهر یزد با استاده از مدل ARIMA

کلیدواژه‌ها: مدل سازی دمای سالانه سری زمانی مدل ARIMA ایستگاه یزد

حوزه‌های تخصصی:
تعداد بازدید : ۳۲۱ تعداد دانلود : ۱۴۰
دما به عنوان یکی از عوامل مهم و تعیین کننده عناصر اقلیمی، شاخص مناسبی برای ردیابی تغییرات اقلیم به شمار می آید، به طوری که کوچک ترین تغییر در دمای یک مکان، تاثیرات کاملاً محسوس و مهمی در اکوسیستم ها به دنبال خواهد داشت. از این رو در این پژوهش از روش های آماری هم چون آزمون های آشکارسازی روند با استفاده از روش های پارامتریک و ناپارامتریک و از روش های نسبی برآورد روند بر روی مشاهدات جهت شناسایی رفتار دمایی شهر یزد و همچنین از تحلیل طیفی برای برآورد چرخه های نهان در دمای سالانه یزد استفاده شده است در این پژوهش از داده های سالانه دمای ایستگاه سینوپتیک یزد طی دوره آماری 2010 – 1962 استفاده شده که جهت رسیدن به اهداف پژوهش از مدل ARIMA بهره یافته است که بعد از آزمون الگوهای مختلف، الگو(0,1,2 )ARIMA الگوی برازنده تری برای دمای سالانه تعیین گردید. بر همین اساس برای 10 سال آینده با بازه اطمینان 95%، پیش بینی دما صورت گرفته است. نتایج آزمون گردش ها با 5/0% خطا نشان می دهد که مشاهدات سالانه دما تصادفی نیستند و تغییرات سالانه دمای یزد دارای روند معنی دار و افزایشی است، همچنین در سطح اطمینان 95% به جز همساز اول، همساز 22 همساز معنا دار دیگری در سری زمانی دما می باشد به عبارتی این ویژگی، گواه دیگری بر وجود روند در مشاهدات است.
۲.

پیش بینی متوسط دمای سالانه شهر تبریز با استفاده از مدل های سری زمانی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: پیش بینی تبریز دمای سالانه سری زمانی مدل

حوزه‌های تخصصی:
تعداد بازدید : ۷۴ تعداد دانلود : ۴۰
هدف: هدف اصلی این پژوهش، مدل سازی داده های دمای ایستگاه سینوپتیک تبریز به کمک مدل آماری میانگین متحرک خودهمبسته یکپارچه با پوشش زمانی 2020-1951 بود.روش و داده: ابتدا پیش پردازش بر روی داده های مورد مطالعه صورت گرفت، در گام بعدی به منظور تجزیه و تحلیل یک سری زمانی و ساختن یک الگوی مناسب از سه روش باکس - کاکس، روش تفاضل گیری مرتبه یک و روش حداقل مربعات برای ایستاسازی استفاده شد تا بر اساس نمودارهای ACF و PACF، کمینه معیار اطلاع آکائیک (AIC) و معیار اطلاع بیزی (BIC) در مورد بهترین الگو تصمیم گیری شود. در ادامه به منظور اطمینان از مناسب بودن بهترین مدل انتخاب شده، از نمودارهای احتمال نرمال، نمودار باقی مانده ها در برابر زمان، ACF و PACF و آزمون کلموگروف - اسمیرنف و معیارهای ارزیابی (MAE)، (MSE)، (RMSE) و (NRMSE) نیز استفاده گردید.یافته ها: ضمن این که مدل های سری زمانی روش مناسبی در مدل سازی پارامترهای اقلیمی هستند، با بررسی کارایی روش های ایستاسازی باکس کاکس، تفاضلی مرتبه یک و حداقل مربعات برای داده های دما به صورت موردی برای ایستگاه سینوپتیک تبریز مشخص شد که روش تفاضلی مرتبه یک به دلیل دارا بودن کمترین شیب خط برازش و حذف کامل خودهمبستگی میان مقادیر دما بهترین روش ایستاسازی برای داده های دمای سالانه ایستگاه سینوپتیک تبریز است.نتیجه گیری: نتایج این پژوهش نشان داد که مدل  ARIMA(0,1,1)Con  مناسب ترین مدل برای پیش بینی دما برای سال های آتی است. لذا دمای متوسط سالیانه ایستگاه سینوپتیک تبریز در 18 سال آینده روند افزایشی خواهد داشت.نوآوری، کاربرد نتایج:  با توجه به پیشینه مطالعات صورت گرفته و ضرورت آگاهی از وضعیت دما در تحقیقات مختلف روش های منفرد متفاوتی از جمله روش های تفاضل گیری، حداقل مربعات، تبدیل باکس - کاکس که هر یک به روش خاصی عوامل ناایستایی را حذف می کنند برای حذف روند استفاده شده بود. اما در تحقیق پیش رو، کارایی روش های مختلف ایستاسازی به منظور حذف روند، به طور هم زمان به صورت موردی برای ایستگاه همدید تبریز مورد ارزیابی قرار گرفت، تا با ارزیابی عملکرد روش های مختلف ایستاسازی داده ها و مدل های مختلف خانواده  ARIMA الگوی مناسب جهت پیش بینی دما تعیین گردد و تصویر واضح تری از شرایط دما در آینده حاصل گردد و نتایج آن بتواند در برنامه ریزی های مرتبط مورد استفاده قرار گیرد.
۳.

مدل سازی و پیش بینی رفتار دمای سالانه شهر ارومیه با استفاده از مدل باکس- جنکینز و ارتباط آن با گردش عمومی جو منطقه

نویسنده:

کلیدواژه‌ها: ارومیه تغییرات زمانی مدل سازی ARIMA دمای سالانه

حوزه‌های تخصصی:
تعداد بازدید : ۱۷ تعداد دانلود : ۱۶
در این پژوهش به منظور آشکارسازی تغییرات احتمالی اقلیم، سری زمانی دمای میانگین سالانه ایستگاه سینوپتیک ارومیه طی دوره آماری 2017-1951 مورد مطالعه قرار گرفت. برای یافتن مدل تغییرات و پیش بینی رفتار سری زمانی از مدل پیش بینی باکس- جنکینز (مدل تلفیقی اتو رگرسیو و میانگین متحرک) استفاده شد. بعد از برازش مدل های مختلف، برای انتخاب مدل بهینه به سنجش میزان R2، معیار اطلاع آکاییک (AIC)، خطای استاندارد رگرسیون (SEE) و معیار شوارتز- بیزین (BIC) پرداخته شد. نتایج نشان داد که مدل سری زمانی (1,0) ARIMA(2,2) دارای نتایج بهتری در مقایسه با دیگر مدل ها بوده و روند تغییرات سری زمانی این مدل خطای کمتری دارد. پس از انتخاب بهترین مدل، با استفاده از آن مقادیر دمای میانگین سالانه برای 13 سال آینده پیش بینی گردید. پیش بینی دما با استفاده از این مدل با برازش خوبی انجام پذیرفت و همبستگی مقادیر واقعی و برازش داده شده در حدود 82 درصد بود. پس از اطمینان از صحت پیش بینی به تخمین سری زمانی تا سال 2030 پرداخته شد. پیش بینی مدل حاکی از آهنگ ملایم افزایش دما در سال های آینده با یک روند خطی رو به بالا است. مطالعه گردش عمومی جو منطقه نیز با استفاده از ترسیم و تحلیل نقشه های تفاضل برای پارامترهای ارتفاع ژئوپتانسیل تراز 500 هکتوپاسکال، چرخندگی نسبی تراز 500 هکتوپاسکال، سرعت قائم جو (امگا) و دمای هوای سطح زمین حاکی از تقویت پایداری جو و همچنین افزایش دمای هوای شهر ارومیه به میزان 4/0 درجه سلسیوس نسبت به گذشته است که نتایج حاصل از مدل باکس- جنکینز را تایید می کند.