پیش بینی جریان ورودی با استفاده از تحلیل مدل های سری زمانی (مطالعه موردی: سد جامیشان)
به عنوان تغذیه کننده آبخوان ها و پارامتر تاثیرگذار در معادلات و گزارش بیلان آب، پیش بینی آبدهی سد و رودخانه ها نقشی چشم گیر در برنامه ریزی، مدیریت و بهره برداری بهینه و پایدار از منابع آب زیرزمینی دارا می باشد. در این پژوهش به منظور ساماندهی حوضه آبریز جامیشان آبدهی ماهانه این حوضه با استفاده از روش های تحلیل سری زمانی مورد پیش بینی قرار گرفته شد. بدین منظور، از داده های ماهانه دبی ورودی به سد جامیشان در شهرستان سنقز استان کرمانشاه در بازه زمانی (1394-1365) استفاده گردید. آنالیز اولیه داده ها شامل بررسی ترم های قطعی سری (تناوب، روند و پرش) با استفاده از آزمون من-کندال در قالب نرم افزار MINITAB انجام و پس از اطمینان از حذف این ترم ها، داده ها نرمال و ایستایی داده ها مشخص شد. سپس با توجه به توابع خودهمبستگی و خودهمبستگی جزیی سعی گردید تا مدل های سری زمانی مناسب برای دوره واسنجی به داده های موردنظر برازش داده شود و با آزمون عدم همبستگی پورت مانتو و نرمال بودن باقی مانده ها، تعدادی از مدل هایی که فاقد این شرایط بودند حذف گردد. نتایج حاکی از آن است که در بین مدل های باقی مانده با آزمون آکاییک (AIC)، مدل سری زمانیARIMA(1,1,1) با مقدار آکاییک 76/11- و واریانس خطای 92/0 به عنوان بهترین مدل مشخص گردید، در مرحله صحت سنجی نیز با بهره گیری از بهترین مدل در دوره واسنجی پیش بینی صورت گرفت و نتایج مربوط به عدم وجود خودهمبستگی بین باقی مانده ها حاصل از برازش مدل منتخب مقادیر خطاهای دوره صحت سنجی با آزمون بارلت تست مورد ارزیابی قرار گرفت. نتایج آماره پرت مانتو حاکی از آن است در تمامی تاخیرها p-value بیش تر از 05/0 می باشد که این نتایج بیان گر مستقل بودن باقی مانده ها را تایید می کند. همچنین نتایج بارلت تست نشان از دقت بالای مدل دارد. پس از موفقیت مدل در آزمون های صحت سنجی، حال مدل این قابلیت را دارد که وارد مرحله پیش بینی شود، نتایج نشان داد مدل نحوه تغییرات دبی نسبت به زمان را به خوبی شناسایی کرده است و در حالت کلی اگر ترم های قطعی از سری زمانی حذف شود، برازش مدل نتیجه بهتری می دهد و مدلی که آکاییک و واریانس باقی مانده کم تری دارد مدل بهتری است.
سد جامیشان ، سری زمانی ، ARIMA ، MINITAB
- 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.