پیش بینی خشکسالی بر پایه نمایه بارش استاندارد شده با استفاده از مدل های سری های زمانی در استان فارس

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 پیش بینی خشکسالی بر پایه نمایه بارش استاندارد شده با استفاده از مدل های سری های زمانی در استان فارس دارای ۱۲ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد پیش بینی خشکسالی بر پایه نمایه بارش استاندارد شده با استفاده از مدل های سری های زمانی در استان فارس  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی پیش بینی خشکسالی بر پایه نمایه بارش استاندارد شده با استفاده از مدل های سری های زمانی در استان فارس،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن پیش بینی خشکسالی بر پایه نمایه بارش استاندارد شده با استفاده از مدل های سری های زمانی در استان فارس :

نام کنفرانس، همایش یا نشریه : مجله پژوهش آب ایران

تعداد صفحات :۱۲

پیش بینی خشکسالی اهمیت زیادی در برنامه ریزی و مدیریت منابع طبیعی و منابع آب دارد. در این مطالعه از مدل های اتورگرسیو- میانگین متحرک تلفیق شده فصلی (SARIMA) به عنوان مدل های تصادفی خطی برای پیش بینی خشکسالی استفاده شد. این مدل ها سری های زمانی نمایه بارش استاندارد شده (SPI) را برای پیش بینی خشکسالی به کار می برند. مقادیر SPI برای مقیاس های زمانی ۳، ۶، ۱۲ و ۲۴ ماهه برای ایستگاه های سینوپتیک آباده، شیراز و فسا در استان فارس محاسبه شدند. مدل SARIMA با کمترین مقدار معیار اطلاعات آکاییک تصحیح شده به عنوان بهترین مدل انتخاب شد. نمودارهای خودهمبستگی باقیمانده ها برای مدل های انتخاب شده نشان می دهند که باقیمانده ها نا همبسته اند. مقادیر SPI از ژانویه ۲۰۰۴ تا دسامبر ۲۰۰۵ به عنوان داده های آزمون با استفاده از مدل های سری زمانی برازش داده شده پیش بینی شد. برای مثال، مدل ARIAM (1, 0, 1) x (2, 1, 1)12 برای سری های زمانی SPI دوازده ماهه ایستگاه شیراز مناسب تشخیص داده شد. نتایج این مدل نشان داد که ضریب همبستگی بین مقادیر SPI مشاهده و پیش بینی شده ۰.۷۴ می باشد که در سطح ۱% معنی دار می باشد و ۲۲ ماه وضعیت خشکسالی به درستی پیش بینی می شود.

کلید واژه: نمایه SPI، استان فارس.، سری های زمانی، پیش بینی خشکسالی، SARIMA