1دانشجوی سابق کارشناسی ارشد دانشگاه بوعلی سینا همدان
2استادیار دانشگاه بوعلی سینا
چکیده
رژیمدماییخاکتأثیرمستقیمیبررشدگیاهان،گوناگونیآنهاوفعالیتهای زیستی درخاکدارد. به علت کمبود دادههای اندازهگیری شده دمای خاک، تخمین یابازسازی آنهاازاهمیتبالاییدربررسیهایزیستاقلیمیوکشاورزی برخوردار است. دمایخاکدرعمقهایمختلف،دارایرفتارزمانیومکانی متفاوتیمیباشد. در این تحقیق سعی شد با استفاده از سریهای زمانی دمای خاک در عمق 5 تا30 سانتیمتر در ایستگاه فرودگاه همدان بین سالهای آماری 1996 تا 2008 به صورت ماهانه پیشبینی شود. نتایج نشان داد که دمای خاک از مدل فصلی SARIMA پیروی میکند. در مدل بهینه، مقدار R2وRMSEبه ترتیب برای عمق 5 سانتیمتر برابرSARIMA(2,0,0)(2,0,0) ،96/0و 63/1 سانتی گراد، عمق 20سانتیمتر برابر SARIMA(1,0,0)(1,0,0) 98/0 و 49/1 سانتی گراد و عمق 30 سانتیمتر برابر SARIMA(1,1,0)(1,1,1) ، 97/0 و 56/1 سانتی گراد به دست آمد. با توجه به تخمین مناسب مدل، دمای خاک برای سالهای 2009-2013 پیشبینی گردید که نشانگر تغییرات جزئی در روند دمای خاک در این دوره میباشد.
Predicted Temperature of Deep Soil Layers Using Time Series Models
نویسندگان [English]
B. Khatar1؛ O. Bahmani2
1Former M.Sc. Student of Bu Ali Sina University
2Assistant Professor, Bu Ali Sina University
چکیده [English]
Soil temperature regime has a direct effect on plant growth, biodiversity, and soil biological activity. However, available soil temperature data are insufficient, while their reconstruction for agro-climatic and ecological studies is important. Soil temperature at different depths has different spatial and temporal behavior. In this study, we tried to predict monthly data using the time series of soil temperature at depths of 5, 20, and 30 cm in Hamadan Airport Station for the period 1996 to 2008. The results showed that soil temperature followed seasonal SARIMA model. The best time-series structure for 5, 20, and 30 cm depths were SARIMA(2,0,0)(2,0,0), SARIMA(1,0,0)(1,0,0) and SARIMA(1,1,0)(1,1,1), respectively. The calculated R2 and RMSE for the selected depths were 0.96 and 1.63 ºC for 5 cm depth, 0.98 and 1.49 ºC for 20 cm depth, and 0.97 and 1.56 ºC for 30 cm depth. Considering the suitability of the estimated results, the model was used for prediction of the soil temperature for 2009-13, which revealed negligible variation in soil temperature trend during this period.