مدل سازی و پیش بینی خشکسالی فصلی با استفاده از شاخص RDI و مدل های سری زمانی (مطالعه موردی: ایستگاه سینوپتیک تهران)
نویسنده:
چکیده:
خشکسالی از مهم ترین بلایای طبیعی تاثیرگذار در بخش کشاورزی و منابع آب می باشد که فراوانی وقوع آن به ویژه در مناطق خشک و نیمه خشک بسیار زیاد است؛ بنابراین اهمیت توجه به شبیه سازی و پیش بینی خشکسالی، بیش از پیش ضروری می نماید. در این مطالعه، با استفاده شاخص خشکسالی RDI و مدل های سری زمانی اقدام به بررسی و پیش بینی خشکسالی فصلی طی 5 سال آینده (زمستان 2015 تا پاییز 2019) برای ایستگاه تهران در نرم افزار ITSM شد. در این مطالعه، از داده های 48 ساله (71962014) ایستگاه تهران با متوسط بارندگی سالانه 76/239 میلی متر استفاده شد. براساس نتایج به دست آمده، بهترین مدل برازش شده بر داده ها، مدل MA(5) برگرفته از روش Hannan-Rissanen بود. براساس نتایج ضرایب Z(t-1) در تاخیر های 3 و 4 در سطح 95 درصد معنی دار نیستند که در مدل صفر در نظر گرفته شدند. با توجه به P-value آزمونLjung - Box در تاخیر های مختلف که برابر با 0/894 بود، می توان قابل اطمینان بودن پیش بینی را استنباط کرد. نتایج نشان داد که خشکسالی فصلی در 50 درصد فصول پیش بینی شده، دارای شرایط نرمال، در 45 درصد فصول دارای شرایط نسبتا نرمال و در 5 درصد فصول شرایط خشکسالی متوسط را خواهد داشت.
کلیدواژگان:
سری زمانی ، پیش بینی ، خشکسالی ، شاخص RDI ، ایستگاه تهران
زبان:
فارسی
انتشار در:
صفحات:
105 تا 116
لینک کوتاه:
magiran.com/p1597117
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!