مقایسه کارایی مدل سری زمانی ARIMA فصلی در شبیه سازی دبی متوسط ماهانة رودخانه های افرینه کشکان و کاکارضا

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد مهندسی آبخیزداری

2 کارشناس ارشد بیابان زدایی

چکیده

بررسی و شناخت تغییرات زمانی دبی پایه درمطالعات حوزه‌های آبخیز به‌ویژه درفصل‌های با جریان کم، اهمیت زیادی دارد. به همین منظور مدل­های مختلف آماری و احتمالاتی ارائه و توسعه داده شده است. هدف از این پژوهش بررسی و مقایسه کارایی سری زمانی30 و56 ساله به ترتیب مربوط به دبی متوسط ماهانه رودخانه کاکارضا در شهرستان سلسله و رودخانه افرینه کشکان در شهرستان پلدختر در استان لرستان می­باشند. بدین منظور ابتدا اقلیم دو منطقه تعیین و در گام بعد توابع خودهمبستگی و خودهمبستگی جزئی داده‌های واقعی در نرم‌افزار XLSTAT ترسیم و داده‌ها با استفاده از روش­های باکس کاکس و لگاریتمی نرمال شده‌اند. سپس روند داده‌ها که نشان­دهنده ناایستایی داده­ها بود تعیین شد. بنابراین با استفاده از روش عملگر تفاضل در نرم‌افزار  MINITAB روند داده‌ها حذف، و مدل مناسب با کمترین آکائیک انتخاب شد. سپس دو دوره‌ی 12 و24 ماهه برای دو منطقه شبیه سازی گردید. نتایج حاکی از آن بود که مدل­های انتخابی در دوره‌ی 12 و 24 ماهه به ترتیب دارای ضریب همبستگی 92/. ،86/. برای رودخانه کاکارضا و  94/. ،88/ برای رودخانه افرینه کشکان        می­باشد. در نهایت دوره­ی کوتاه‌مدت 12 ماهه، توانست شبیه­سازی مناسبتری را هر دو رودخانه نشان دهد. باتوجه به شرایط اقلیمی مناطق مورد مطالعه کارایی مدل در منطقه نیمه خشک نسبت به منطقه نیمه مرطوب بهتر تشخیص داده شد.

کلیدواژه‌ها


- آذر، ع، - مؤمنی،م (1392) "آمار و کاربرد آن در مدیریت (جلد اول)" سازمان مطالعه و تدوین کتب علوم انسانی دانشگاه‌ها (سمت).

 

- دودانگه، ا.،سلطانی کوپائی،س (1390) "بررسی کارایی مدل‌های سری زمانی وینترز و آریما در پیش‌بینی جریان رودخانه (ایستگاه پل‌دختر)"، مجموعه مقالات هفتمین همایش ملی علوم و مهندسی آبخیزداری، دانشکده منابع طبیعی دانشگاه اصفهان.

           

- دودانگه، ا. عابدی کوپائی، س. گوهری، س، ع (1391) "کاربرد مدل های سری زمانی به منظور تعیین روند پارامترهای اقلیمی در آینده در راستای مدیریت منابع آب" مجله علوم و فنون کشاورزی و منابع طبیعی، علوم آب و خاک، سال شانزدهم، شماره پنجاه و نهم.

 

- شمس نیا س، ا. پیرمرادیان، ن. امیری، س، ن. (1388) "مدل سازی خشکسالی در استان فارس با استفاده از تحلیل سری های زمانی"، جغرافیا و برنامه ریزی، دوره14، شماره28.

 

- صباغیان، ج, شریفی، م. (2009) "استفاده از مدل­های اتفاقی درشبیه‌سازی جریان رودخانه و پیش‌بینی دبی متوسط سالانه رودخانه توسط تحلیل سری‌های زمانی"، کنفرانس بین المللی منابع آب با رویکرد منطقه­ای.

 

- عراقی نژاد، ش. کارآموز، م. (1393) "هیدرولوژی پیشرفته"، نشر: دانشگاه صنعتی امیرکبیر (پلی تکنیک تهران)، تعداد صفحه 468.

 

- فاطمی قمی، م. ت. (1375) "پیش­بینی و تجزیه و تحلیل سری­های زمانی"، نشر دانش امروز (وابسته به مؤسسه انتشارات امیرکبیر)، چاپ دوم، تهران.

 

- مهدوی،م، (1385) "هیدرولوژی کاربردی"، دانشگاه تهران، ص 342.

 

- نیرومند، ح. ع (1389) "مقدمه‌ای بر تحلیل سری‌های زمانی"، (ترجمه) انتشارات دانشگاه فردوسی مشهد،  ویرایش اول، چاپ سوم.

 

- Abudu, S., et al. (2010) "Comparison of performance of statistical models in forecasting monthly streamflow of Kizil River, China", Water

Science and Engineering 3(3): 269-281.

 

- Bowerman, B. L., O’Connell, R. T., (2003) "Forecasting and time series: An applied approach.3rd.

 

- Box, G. E., Jenkins, G. M., Reinsel, G. C., (2013) “Time series analysis: forecasting and control: John Wiley & Son”.

 

- Frausto-Solis, J., et al. (2008) “Short-term streamflow forecasting: ARIMA vs Neural Networks. American Conference on Applied Mathematics (MATH'08)”, Harvard, Massachusetts, USA.

 

- Han, P., et al. (2013) “Application of the ARIMA Models in Drought Forecasting Using the Standardized Precipitation Index”, Computer and Computing Technologies in Agriculture VI, Springer: 352-358.

 

- Han, P., et al. (2010) “Drought forecasting based on the remote sensing data using ARIMA models” Mathematical and Computer Modelling 51(11): 1398-1403.

 

- Mirzavand, M., et al. (2014) “Prediction of Ground Water Level in Arid Environment Using a Non-Deterministic Model”, Journal of Water Resource and Protection 2014.

 

- Modarres, R., (2007) “Streamflow drought time series forecasting”, Stochastic Environmental Research and Risk Assessment, 21(3), 223-233.

 

- Noakes, D.J., Mcleod A.I., and Hipel, W. (1985) “Forecasting monthly river flow time series”. Internattional Journal of Forecasting, 1: 179-190.

 

- Singh, M., et al. (2011) “Application of software packages for monthly stream flow forecasting of Kangsabati River in India”, International Journal of Computer Applications 20(3): 7-14.

 

- Wang, W.-c., et al. (2015) “Improving Forecasting Accuracy of Annual Runoff Time Series Using ARIMA Based on EEMD

 

 

Decomposition”, Water Resources Management 29(8): 2655-2675.

 

- Yevjevich, V., et al. (1967) “An objective approach to definitions and investigations of continental hydrologic droughts”, Colorado State University Fort Collins.