چکیده:
این مطالعه با استفاده از تکنیک سریهای زمانی به پیشبینی میزان بارندگی در دشت کبودرآهنگ واقع در شمال استان همدان پرداخته است. نتایج آزمونهای الگوی فصلی نشان داد که دادههای بارش در منطقهی مطالعه شده ماهیت غیردورهای دارد. افزون بر این، نتایج آزمون HEGY بیانگر نبود ریشه در دورههای سهماهه و ماهیانه در دادههای مورد نظر بود. بر همین اساس الگوی آرما از نوع ARMA(4.4)، میتواند رفتار بارش را در منطقه به خوبی پیشبینی کرده و به تصویر بکشاند. با تعیین میزان بارندگی و استفاده از بیلان آب زیرزمینی دشت کبودرآهنگ، آب قابل استحصال بخش کشاورزی برای سالهای 1387 تا 1389 برابر با 77/ 257، 56/ 267 و 87/ 254 میلیون متر مکعب برآورد شد.
This study forecasts rainfall volume with the use of time series approach in Kabodar Ahang district which located in north part of Hamadan province. Seasonal model results revealed that precipitation data in mentioned district has non-periodic characteristic. Also, HEGY test results show no root in monthly and seasonal data. So, ARMA (4.4), can forecasts and exhibits mentioned region’s rainfall pattern mannerly. By determining rainfall volume and applying underground water balance of Kabodar Ahang, accessible water of agriculture sector is estimated for 2008 through 2010 equal to 257.77, 267.56 and 254.87.
خلاصه ماشینی:
نتایج الگـو 3-Seasonal Autoregressive Integration Moving Average 9 نشان می دهد استفاده از الگوهای خودرگرسیون میانگین متحرک انباشته (ARIMA) ٤ برای هـر یک از فصل های سال با توجه به معیار خطـای پـیش بینـی ، بـه تـرین نتـایج را بـه هـم راه دارد.
22- Deterministic Seasonal Process 23- Ghysels and Osborn 24- Beaulieu and Miron ٤ - به طور کلی ، این الگوی فصلی باکس – جنکینز را می توان به شکل P,D,Q(s)ARIMA)p,d,q( که d و D به ترتیب درجه ی تفاضل گیری غیرفصلی (L(d−١)) و فصلی (D(L١٢−١)) است ، نشان داد.
بولیـو و 30- Zero-frequency unit root 31- Taylor 32- Rodrigues 16 مایرن (١٩٩٣)، با بهـرهگیـری از رهیافـت تجزیـه ی ریـشه هـای واحـد تفاضـل گیـری فـصلی ، نــشان دادهانــد بــرای آزمــون ریــشه هــای واحــد فــصلی و غیرفــصلی مــی تــوان از معادلــه ی رگرسیونی زیر استفاده کرد: 11 12 p (1−L12)xt =α+∑δsDs,t +βt+∑πiyi,t 1 +∑φj (1−L12)xt j +εt (7) − − s=1 i=1 j=1 33 کــه t,Ds,t,α، همــان تعریــف هــای قبلــی خــود را دارنــد.
بر اساس رهیافت فرانسس و پاپ (٢٠٠٤)، برای انجام آزمون خودهم بستگی دورهای، اجزای اخلال برآورد شده ( εt) معادله ی (٩) بر روی تمامی متغیرهای توضیحی این معادله به 38-Boswijk and Franses 39-Likelihood Ratio Test 40-Franses and Paap 41-Periodic Autocorrelation 19 اضافه ی دوازده متغیر جدید در دادههای ماهانه و چهار متغیر جدید در دادههای فصلی رگرس می شود که شامل اثرات متقابل وقفه ی اول اجزای اخلال ( ١−εt) با متغیرهای مجازی ماهانه (Ds) است .