تبلیغات
کمیته علمی آمار دانشکده علوم پایه دانشگاه آزاد اسلامی مشهد - بررسی و پیش‌بینی بارندگی سالانه استان خراسان بر اساس سری‌های زمانی

کمیته علمی آمار دانشکده علوم پایه دانشگاه آزاد اسلامی مشهد

روزی می‌رسد كه برای هر شهروند، كارآمد بودن تفكر آماری همان‌قدر ضرورت می‌یابد كه توانایی خواندن و نوشتن

پیش‌بینی بارندگی و برآورد میزان آن در هر ماه (و یا سال) و برای هر منطقه و حوضه‌ِی آبریز، به‌ عنوان یکی ازمهم‌ترین پارامترهای جوی و منبع اصلی تامین كننده‌ی آب‌های سطحی و زیرزمینی، برای برنامه‌ریزی در امورات مختلف زندگی اجتماعی انسان، از اهمیت ویژه‌ای در استفاده‌ی بهینه از منابع آبی برخوردار است.

سری زمانی  ، مجموعه‌ی مشاهداتی است که بر حسب زمان و در فواصل مساوی از آن مرتب شده‌باشند، هر چند مرتب شدن داده‌ها ممکن است با توجه به ابعاد دیگری چون فاصله نیز باشد. تجزیه و تحلیل سری‌های زمانی موضوعی نسبتا مشكل است. این كار به‌طور نظری و عملی از زمان شروع كار اصلی" باكس و جنكینس  "، در سال 1970، به سرعت توسعه پیدا نموده‌است. دو هدف عمده و اساسی در تجزیه و تحلیل سری‌های زمانی وجود دارد كه عبارتند از: درك، یا به مدل درآوردن مكانیسم تصادفی كه منجر به مشاهده‌ی سری می‌شود و پیش‌بینی مقادیر آینده‌ی سری، بر مبنای گذشته‌ی آن. طبیعت ذاتی یك سری زمانی، وابسته یا هم‌بسته بودن مشاهدات آن است و بنا بر این، ترتیب مشاهدات، دارای اهمیت است. وقتی مشاهدات متوالی نامستقلند، مقادیر آینده را می‌توانیم از مشاهدات گذشته، پیش‌بینی كنیم. اگر یك سری زمانی را بتوانیم كاملا پیش‌بینی كنیم، آن را غیرتصادفی گویند. لیكن بیشتر سری‌های زمانی تصادفی هستند كه در آن‌ها فقط تا حدی آینده به وسیله‌ی مقادیر گذشته، تعیین می‌شود. برای سری‌های تصادفی، پیش‌بینی‌های كامل، غیرممكن بوده و بایستی این ایده به جای آن قرار گیرد كه مقادیر آینده‌ی یك توزیع احتمالی، مقید به آگاهی از مقادیر گذشته‌ی آن است. باکس و جنکینس در فراهم آوردن یک روش کلی برای پیش‌بینی سری‌های زمانی سهم بسزایی داشته‌اند. آن‌ها با تاکید بر تفاضلی کردن، می‌توانند الگوهایی را برای سری‌های ناایستا بسازند و رده کلی الگوهای ARIMA به آن‌ها نسبت داده می‌شود. اخیرا دانشمندان به منظور تحلیل تغییرات پارامترهای اقلیمی تلاش نموده‌اند تا این پارامترها را الگوسازی و سپس شبیه سازی نمایند. الگوسازی در خانواده‌های آرما(ARMA)، آریما(ARIMA) و آریمای فصلی ضربی( SARIMA)، یکی از شیوه‌های مهم و معتبر در شبیه‌سازی فراسنج‌های اقلیمی است.

در این گزارش با استفاده از روش باكس و جنكینس الگوی آریمای فصلی ضربی (SARIMA) رفتار بارندگی ماهیانه برای 37 ایستگاه سینوپتیك و باران‌سنجی در سطح استان‌های خراسان الگوسازی شده است...

این گزارش از لینك زیر قابل دانلود می‌باشد.

مدیریت وبلاگ

آمار وبلاگ

  • کل بازدید :
  • بازدید امروز :
  • بازدید دیروز :
  • بازدید این ماه :
  • بازدید ماه قبل :
  • تعداد نویسندگان :
  • تعداد کل پست ها :
  • آخرین بازدید :
  • آخرین بروز رسانی :







Powered by WebGozar