پیش بینی و بررسی متوسط دمای ماهانه با استفاده ازمدل‌های سری زمانی

Abstract

دما یکی از مهم‌ترین پارامترهای هواشناسی است که در بسیاری از مطالعات مورد استفاده قرار می‌گیرد. این پارامتر در بررسی‌های تغییر اقلیم و کشاورزی از اهمیت ویژه‌ای برخوردار است، بطوری که افزایش درجه حرارت یکی از مسائل مهم زیست‌محیطی بشر به حساب می‌آید. بنابراین بررسی و پیش‌بینی تغییرات آن در دوره دراز مدت می‌تواند بر مدیریت صحیح منابع آب و خاک و تامین نیاز آبی گیاهان موثر باشد. در این مطالعه با استفاده از داده‌های 47 ساله (7196-2014) ایستگاه فسا و همچنین مدل ARAR اقدام به پیش‌بینی متوسط دمای ماهانه برای 6 سال آینده ( تا سال 2020) در نرم‌افزار ITSM گردید. بر اساس نتایج بدست آمده بهترین مدل فیت شده بر داده‌ها مدل AR (26,1) بر گرفته از روش Burg با شاخص آکاییکی برابر با 91/2609 بود. بر اساس این مدل ضرایب Z_(t-1) در تاخیر‌های 21، 22 و 23 معنی‌دار نیستند که در مدل صفر در نظر گرفته شدند. با توجه به P-value آزمون Turning points در تاخیر‌های مختلف که بزرگ‌تر از 05/0 بود می‌توان قابل اطمینان بودن پیش‌بینی انجام شده را استنباط نمود.