خلاصة:
از جمله روشهای موثر در بررسی متغیرهای اقلیمی،تحلیل سریهای زمانی بصورت مدلسازی اقلیمی میباشد.از آنجا که دادههای اقلیمشناسی دارای اثر خود همبستگی و اثر روند میباشند در بررسی نوسانات پارامترهای اقلیمی نظیر دما و بارش جهت تعیین میزان واریانس و مقایسه تغییرات مشاهده شده در طول دوره آماری،لازم است اثر این خود همبستگیها در نظر گرفته شوند.در مدلهای سریهای زمانی این موضوع به خوبی د ر نظر گرفته شده است.
در این مقاله روند نوسانات اقلیمی برمبنای دو پارامتر اقلیمی دما و بارش در ایستگاه سینوپتیک تبریز با استفاده از روش تحلیل سریهای زمانی و مدل تابع انتقال خطی مورد بررسی قرار گرفته است.مزیت اساسی روش بکار رفته نسبت به روشهای دیگر سریهای زمانی که در آنها فقط از اطلاعات پارامتر مورد پیشبینی استفاده میشود این است که در این روش از پارامترهای دیگری نیز که با پارامتر مورد بررسی همبستگی دارند استفاده میشود.
ملخص الجهاز:
"در این مقاله روند نوسانات اقلیمی برمبنای دو پارامتر اقلیمی دما و بارش در ایستگاه سینوپتیک تبریز با استفاده از روش تحلیل سریهای زمانی و مدل تابع انتقال خطی مورد بررسی قرار گرفته است.
از نمونه این تحقیقات میتوان به موارد زیر اشاره نمود: ( Allen , 2004 )در طی مطالعهای در مرکز تحقیقات IPCC * (مرکز مطالعات تغییر اقلیم سازمان ملل)در زمینه بررسی پدیده تغییر اقلیم با استفاده از تحلیلهای مربوط به (*) Inter&overnmental Panel on Climate Chan&e سریهای زمانی و مدل تابع انتقال خطی،روند افزایش دمای کره زمین را مورد ارزیابی قرار داده است.
(به تصویر صفحه مراجعه شود) نمودار شماره 5:ضرایب همبستگی متقابل سریهای صافی شده دما و بارش ماهانه ایستگاه تبریز( at و Bt ) Autocrrelation Plot of Residuals (به تصویر صفحه مراجعه شود) نمودار شماره 6:ضرایب خودهمبستگی سری اغتشاش تابع انتقال ایستگاه تبریز برآورد پارامترهای مدل نهایی تابع انتقال توسط نرمافزار،به صورت زیر محاسبه شده است: Model for variable YD Autoregressive Factors Factor 1:1-0.
جدول 3:مقادیر پیشبینی شده سری تفاضلی شده فصلی میانگین دمای ماهانه ایستگاه تبریز طی 36 ماه آینده (به تصویر صفحه مراجعه شود) جدول(4:مقادیر پیشبینی میانگین دمای ماهانه ایستگاه تبریز طی 3 سال آینده (به تصویر صفحه مراجعه شود) نمودار شماره 10:مقادیر پیشبینی میانگین دمای ماهانه ایستگاه تبریز طی سه سال آینده نتایج تحقیق مدل تابع انتقال خطی به دلیل استفاده از پارامترهای مرتبط با پارامتر اصلی و دخالت دادن تاثیرات آنها دارای مزیت اساسی نسبت به روشهای دیگر سریهای زمانی میباشند."