Abstract:
اطلاع از مقدار آب در دسترس آینده، یک گام بسیار مفید در تصمیمگیریهای مدیریتی است که کمک بالقوهای در بهرهبرداری بهینه و پایدار از منابع آبی موجود خواهد نمود. هدف از انجام این مطالعه، بررسی روند و پیشبینی بارندگی ماهانهی ایستگاه سینوپتیک منتخب استان اردبیل با استفاده از بهترین مدلهای سریهای زمانی است. در این مطالعه، بارندگی ماهانهی 5 سال آینده (2020 تا 2024 میلادی) در منطقهی موردمطالعه با استفاده از مدلهای مختلف سریهای زمانی خانوادهی ARIMA پیشبینی شد. در این پژوهش، از آزمون ناپارامتریک من-کندال به منظور اطمینان از وجود روند و از نمودار خودهمبستگی (ACF) نیز به منظور اطمینان از وجود تغییرات فصلی در سری زمانی استفاده گردید. پس از انتخاب بهترین مدل پیشبینیکننده بر اساس مقادیر پارامترهای مدل، معیار آکائیک و ضریب همبستگی مقادیر بارندگی ماهانهی 5 سال آینده (2020 تا 2024 میلادی) با استفاده از بهترین روش ایستاسازی و بهترین مدل پیشبینیکنندهی مربوط به آن، پیشبینی گردید. نتایج حاصل از آزمون من-کندال نشان داد که دادههای بارندگی ماهانهی ایستگاه سینوپتیک اردبیل در دورهی آماری موردمطالعه دارای روند کاهشی (6119/0-=Z) بوده، اما این روند در سطح اطمینان 95 درصد معنیدار نیست. بررسی دادههای بارندگی ماهانهی موردمطالعه نشان داد که خودهمبستگی معنیداری در تأخیرهای 12، 24، 36 و 48 ماهه وجود دارد. نتایج مربوط به بارندگی ماهانهی پیشبینیشده در 5 سال آینده (2020 تا 2024) با استفاده از بهترین روش ایستاسازی و بهترین مدل سریهای زمانی در ایستگاه سینوپتیک اردبیل نشان داد که مقدار بارندگی سالانه در 4 سال از 5 سال آینده نسبت به میانگین بارندگی 20 سال گذشته، بین 3 تا 17 درصد کاهش خواهد یافت که بیشترین کاهش مربوط به سال 2022 میلادی است. مقدار بارندگی فقط در سال 2023 معادل 3/0 درصد افزایش خواهد یافت.
Rainfall is the main source of the available water for human. Predicting the amount of the future rainfall is useful for informed policies, planning and decision making that will help potentially make optimal and sustainable use of available water resources. The main aim of this study was to investigate the trend and forecast monthly rainfall of selected synoptic station in Ardabil province using the best models of stochastic time series models. In this study, monthly rainfall for the next 5 years (2020 to 2024 AD) in the study area was predicted using different models of ARIMA family time series. Non-parametric Kendall- test was used to ensure the existence of the trend and the correlation diagram (ACF) was used to ensure the existence of seasonal changes in the time series. The best precipitation forecasting model in each of the 5 methods used for stabilization, was selected based on the values of the model parameters, AIC criteria and correlation coefficient. The best static method and the best predictor model were used to predicte the next 5 year monthly rainfall. The results of man -Kendal test showed that the monthly rainfall data of Ardabil Synoptic Station had a decreasing trend (Z = 0.6119), but this trend was not significant at 95% confidence level. Study of the monthly rainfall data showed that there was a significant correlation between 12, 24, 36 and 48 month delays. The results of the monthly rainfall forecasting for the next five years (2020 to 2024) using the best static method and the best time series model in Ardabil Synoptic Station showed that the annual rainfall should decrease in 4 years of the next 5 years compared to the average of the 20 past years by 3 to 17 percent, the biggest drop since 2022. Rainfall will increase by 0.3% only in 2023.
Machine summary:
بررسی روند، تجزیه وتحلیل ، مدل سازی و پیش بینی بارش ماهانه با استفاده از مدل های تصادفی سری زمانی (مطالعه ی موردی : ایستگاه سینوپتیک اردبیل ) رسول ایمانی، دانشجوی دکتری علوم و مهندسی آبخیزداری -دانشگاه کاشان رضا قضاوی *، استادتمام علوم و مهندسی آبخیزداری -دانشگاه کاشان اباذر اسماعیلی اوری، دانشیار علوم و مهندسی آبخیزداری -دانشگاه محقق اردبیلی چکیده اطلاع از مقدار آب در دسترس آینده ، یک گام بسیار مفید در تصمیم گیریهای مدیریتی است که کمک بالقوه ای در بهره برداری بهینه و پایدار از منابع آبی موجود خواهد نمود.
نتایج مربوط به بارندگی ماهانه ی پیش بینیشده در ٥ سال آینده (٢٠٢٠ تا ٢٠٢٤) با استفاده از بهترین روش ایستاسازی و بهترین مدل سریهای زمانی در ایستگاه سینوپتیک اردبیل نشان داد که مقدار بارندگی سالانه در ٤ سال از ٥ سال آینده نسبت به میانگین بارندگی ٢٠ سال گذشته ، بین ٣ تا ١٧ درصد کاهش خواهد یافت که بیش ترین کاهش مربوط به سال ٢٠٢٢ میلادی است .
2- Delleur and Kavvas 3- Al-Ansari and Baban 4- Somvanshi 5- Wang 6- Pasaribu (رجوع شود به تصویر صفحه) ٢-٢-روش تحقیق در این مطالعه ، بارندگی ماهانه ی ٥ سال آینده (٢٠٢٠ تا ٢٠٢٤ میلادی) در منطقه ی موردمطالعه (ایستگاه سینوپتیک اردبیل ) با استفاده از مدل های مختلف سریهای زمانی خانواده ی ARIMA پیش بینی گردید.