| تعداد نشریات | 286 |
| تعداد نشریات سازمان | 84 |
| تعداد شماره‌ها | 2,932 |
| تعداد مقالات | 33,084 |
| تعداد مشاهده مقاله | 43,732,278 |
| تعداد دریافت فایل اصل مقاله | 20,243,909 |
ارزیابی کارایی مدل‌های سری زمانی در پیش‌بینی تبخیر از تشت در نمونه‌های اقلیمی استان هرمزگان | ||
| مهندسی و مدیریت آبخیز | ||
| مقاله 2، دوره 9، شماره 3، مهر 1396، صفحه 250-261 اصل مقاله (1.1 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22092/ijwmse.2017.112321 | ||
| نویسندگان | ||
| ام‌البنین بذرافشان* 1؛ عظیمه چشم‌براه2؛ ارشک حلی‌‍ساز1 | ||
| 1استادیار، گروه مرتع و آبخیزداری، دانشکده کشاورزی و منابع طبیعی، دانشگاه هرمزگان، بندرعباس، ایران | ||
| 2دانش‌آموخته کارشناسی ارشد آبخیزداری، دانشکده کشاورزی و منابع طبیعی، دانشگاه هرمزگان، بندرعباس، ایران | ||
| چکیده | ||
| تبخیر یکی از مؤلفه‌های مهم و تاثیرگذار در برنامه‌ریزی و مدیریت منابع آب در مناطق خشک و نیمه‌خشک می‌باشد و برآورد آن در اقلیم‌های مختلف، به‌عنوان یکی از مهمترین عوامل اثرگذار جوی، از اهمیت ویژه‌ای در برنامه‌ریزی و مدیریت منابع آب در بخش کشاورزی، تعیین الگوی کشت و مدیریت صحیح مخازن آبی برخوردار است. یکی از روش‌های بررسی تغییرات تبخیر و پیش‌بینی آن، مدل‌های سری زمانی با نام عمومی مدل‌های ARIMA می‌باشد. بدین منظور، جهت تعیین بهترین مدل پیش‌بینی تبخیر از تشت در استان هرمزگان، پس از تعیین اقلیم با روش دومارتن اصلاح شده، در هر نمونه اقلیمی یک ایستگاه تبخیرسنجی انتخاب و مقادیر نرمال استاندارد شده تبخیر از تشت (SPEI) محاسبه و عملکرد هریک از مدل‌های استوکاستیک در برآورد و تخمین مقادیر آتی سری زمانی ماهانه SPEI در دوره آماری 1354-1353 تا 1389-1388 طی 12 ماه آتی مورد بررسی قرار گرفت. نتایج نشان داد که در نمونه‌های اقلیمی استان هرمزگان مدل اتورگرسیو میانگین متحرک (ARMA) و اتورگرسیو (AR) بهترین عملکرد را داشته‌اند، به‌طوری که به‌ترتیب در اقلیم گرم و خشک، فراگرم خشک و فراگرم فراخشک به‌ترتیب در یک‌ماه آینده دارای معیار ضریب تبیین (R) 0.83 ،0.71 و 0.70 و میزان ضرایب خطا (RMSE) به‌ترتیب 0.59، 0.8 و 0.88 است، به‌طوری که مدل AR در اقلیم گرم و خشک قادر است تا 11 ماه بعد را به‌خوبی پیش‌بینی نماید. نتایج نشان‌دهنده کارایی مناسب‌تر مدل اتورگرسیو نسبت به مدل اتورگرسیو میانگین متحرک در برآورد ماهانه‌ی تبخیر از تشت در اقالیم مختلف در مناطق بیابانی ساحلی گرم و خشک است. | ||
| کلیدواژه‌ها | ||
| مدیریت منابع آب؛ نمونه‌های اقلیمی؛ مدل‌های استوکاستیک؛ مدل اتورگرسیو؛ ARIMA | ||
| عنوان مقاله [English] | ||
| Evaluation of time series models in forecasting pan evaporation in different climates of Hormozgan province | ||
| نویسندگان [English] | ||
| Ommolbanin Bazrafshan1؛ Azimeh Chashmberahm2؛ Arashk Holisaz1 | ||
| 1Assistant Professor, Department of Range and Watershed Magement, Faculty of Agriculture and Natural Resources, Hormozgan University, Bandar Abbas, Iran | ||
| 2MSc, Department of Range and Watershed Magement, Faculty of Agriculture and Natural Resources, Hormozgan University, Bandar Abbas, Iran | ||
| چکیده [English] | ||
| Evaporation is one of the most important and effective factors in water resources planning and management in arid and semi-arid areas and examining it's changes in time scales and different years as one of the most important climatic parameters, has an important role in planning and water resource management in agriculture section and determining cultivation pattern and proper water resource management. One of the methods to assess and forecast changes in evaporation is time series models by the generic name of ARIMA models. Therefore, in order to determine the best model to predict pan evaporation, after considering the climate using improved Domarton climatic classification method, in each climatic sample, one evaporation station was selected and standardized pan evaporation index (SPEI) was calculated for each of the stochastic model for estimation the amount of future monthly time series SPEI in the period of 1954-1955 to 2009-2010 over the next 12 months. Results showed that the Auto Regressive Moving Average model (ARMA) and Auto Regressive (AR) had the best performance, in Hormozgan province, so that, in the hot and dry, hyper hot arid and hyper hot hyper arid climates, in the next month, had the highest standard coefficient of determination (R) of 0.83, 0.71, 0.7 and the lowest value RMSE of 0.59, 0.8, 0.88, respectively and the AR model was able to predict the next 11 months, well. The results showed that AR model has better performance compared to ARMA model in estimating monthly pan evaporation in hot and dry climates in coastal wilderness areas. | ||
| کلیدواژه‌ها [English] | ||
| ARIMA, Auto regressive model, Climatic samples, Stochastic models, Water resources management | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 801 تعداد دریافت فایل اصل مقاله: 793 |
||