دوره 8، شماره 15 - ( بهار و تابستان 1396 )                   جلد 8 شماره 15 صفحات 137-146 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Potential Evapotranspiration Estimation using Stochastic Time Series Models (Case Study: Tabriz) . jwmr. 2017; 8 (15) :137-146
URL: http://jwmr.sanru.ac.ir/article-1-850-fa.html
بابامیری امید، نوذری حامد، معروفی صفر. برآورد تبخیر– تعرق پتانسیل بر اساس مدل‌های تصادفی سری‌زمانی (مطالعه موردی ایستگاه تبریز) . پ‍‍ژوهشنامه مديريت حوزه آبخيز. 1396; 8 (15) :137-146

URL: http://jwmr.sanru.ac.ir/article-1-850-fa.html


چکیده:   (913 مشاهده)
     تبخیر تعرق یکی از مهم­ترین اجزای چرخه هیدرولوژی برای برنامه­ریزی سیستم­های آبیاری و ارزیابی اثرات هیدرولوژی تغییر اقلیم است. مدل­سازی و پیش­بینی سری­های زمانی تبخیر تعرق با روش پنمن مانتیث برای ایستگاه سینوپتیک تبریز با استفاده از مدل­های ARIMA و  SARIMA به عنوان مدل­های تصادفی خطی مورد مطالعه قرار گرفت. در این تحقیق، از آمار و اطلاعات ایستگاه تبریز در دوره آماری 2010- 1986 استفاده شد و پس از محاسبه تبخیر تعرق پتانسیل، از 20 سال اول داده­ها برای پیش­بینی و 5 سال آخر آنها برای صحت­سنجی مدل استفاده شد. محاسبات مربوطه در دو حالت متمایز انجام شد. در حالت اول همه داده­ها به عنوان یک سری سالانه در نظر گرفته شدند و مدل مناسب آنها برازش داده شد. در حالت دوم سری­های ماهانه به صورت مجزا در طول دوره آماری انتخاب شدند و برای هر یک از آنها، بهترین مدل برازش داده شده انتخاب گردید. نتایج نشان دادکه حالت اول با ضریب تعیین و ریشه میانگین مربعات خطا، به ترتیب 964/0 و 85/14 در مقایسه با حالت دوم با ضریب تعیین و ریشه میانگین مربعات خطا به ترتیب 963/0 و 52/15، تفاوت معنی­داری نداشته و علی­رغم آنکه روش اول در حدود 67/0 میلی­متر در ماه خطای کمتری در بر داشته است، ولی در مجموع نتایج دو روش اختلاف معنی­داری را ندارد و هر دو قابل توصیه می­باشند. در حالت کلی روش اول به دلیل در بر گرفتن محاسبات کمتر قابل توصیه می­باشد.
واژه‌های کلیدی: پیش‌بینی، پنمن مانتیث، ARIMA و SARIMA
متن کامل [PDF 941 kb]   (693 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: ۱۳۹۶/۶/۲۸ | پذیرش: ۱۳۹۶/۶/۲۸ | انتشار: ۱۳۹۶/۶/۲۸

فهرست منابع
1. Allen, R.G., J.L. Jensen, J.L. Wright and R.D. Burman. 1989. Operational estimate of evapotranspiration. Agronomy Journal, 81: 650-662. [DOI:10.2134/agronj1989.00021962008100040019x]
2. Allen, R.G., L.S. Pereira., D. Raes and M. Smith. 1998. Crop Evapotranspiration – Guidelines for Computing rop Water Requirements, FAO Irrigation and Drainage Paper 56, FAO, 1998, ISBN 92-5-104219-5.
3. Babamiri, O., Y. Dinpashoh and E. Asadi. 2014. Calibration and evaluation of seven radiation- based reference crop evapotranspiration method at Urmia lake basin. Water and Soil Science, 23: 143-158 (In Persian).
4. Box, G. and G. Jenkins. 1976. Time series analysis forecasting and control. Holden-Day, San Francisco, 220-235.
5. Box, G., G. Jenkinks and G. Reinsel. 1994. Time series analysis: Forecasting and control. Third Edition, Holden-ay, 148-211.
6. Box, G. and D.R. Cox. 1964. An analysis of transformations, Journal of the Royal Statistical 26: 211-252.
7. Burlando, P., A. Montana and R. Raze. 1996. Forecasting of storm rainfall by combined use of radar, rain gages and linear models. Atmospheric Research, 42: 199-216. [DOI:10.1016/0169-8095(95)00063-1]
8. Chattopahyay, N. and M. Hulme. 1997. Evaporation and potential evapotranspiration in India under conditions of recent and future climate change. Agricultural and Forest Meteorology, 87: 55-73. [DOI:10.1016/S0168-1923(97)00006-3]
9. Cohen S., A. Iantez and G. Stanhill. 2002. Evaporative climate changes at Bet Dagan 1964-1998. Agricultural and Forest Meteorology, 111: 83-91. [DOI:10.1016/S0168-1923(02)00016-3]
10. Dodangeh, A., J. Abedikoupai and A. Gohari. 2012. Application of Time Series Modeling to Investigate Future Climatic Parameters Trend for Water Resources Management Purposes. Journal of Water and Soil Science, Science and Technology of Agriculture and Natural Resources, 59: 59-17 (In Persian).
11. Fooladmand, H. 2010.Monthly prediction of reference crop evapotranspiration in Fars province. Water and Soil Science, 1: 157-169 (In Persian).
12. Ghahreman, N. and A. Gharekhani. 2012. Evaluation stochastic time series models in pan evaporation estimating (case study Shiraz station). Journal of Water Research in Agriculture, 25. 1:75-81 (In Persian).
13. Gundekar, H.G., U.M. Khodke and S. Sarkar. 2008. Evaluation of pan coefficient for reference crop evapotranspiration for semi-arid region. Irrigation Science, 26: 169-175. [DOI:10.1007/s00271-007-0083-y]
14. Hulme, M.Z., C. Zhao and T. Jiang. 1994. Recent and future climate change in East Asia. International Journal of Climatology, 14: 637-.658.
15. Kochekzade, M. and A. Bahmani. 2004. Evaluating the artificial neural network reducing the need parameters to archive reference evapotranspiration. Agricultural Sciences, 11:87-96.
16. Landeras, G., A. Ortiz-Barredo and J.J. López. 2009. Forecasting weekly evapotranspiration with ARIMA and artificial neural network models. Journal of Irrigation and Drainage Engineering, 135: 323-334. [DOI:10.1061/(ASCE)IR.1943-4774.0000008]
17. Niroomand, H.A. 2009. Time series Analysis. Mashhad University, 145-220 (In Persian).
18. Peterson, T.C. 2002. Analysis of trends in US and the former USSR pan evaporation. National Climate Data Center. NOAA16:95-111.
19. Psilovikos, A. and M. Elhag. 2013. Forecasting of remotely sensed daily evapotranspiration data over Nile Delta Region, Egypt. Water Resources Management, 27: 4115-4130. [DOI:10.1007/s11269-013-0368-2]
20. Salas, J.D. 1993. Analysis and modeling of hydrological time series. In: Handbook of Hydrology, Edited by Maidment, D.R, McGraw-Hill, New York, USA 410-455.
21. Shirwani, A. and T. Honar. 2012. Application of time series models for evapotranspiration forecasting in Bajgah station. Shahrekord University Electronic Journal Database, IWRJ. 8: 135-142 (In Persian).
22. Szilagy, J. 2001. Modeled area evaporation trend over the conterminous United States. Journal of Irrigation and Drainage Engineering, 127: 196-200. [DOI:10.1061/(ASCE)0733-9437(2001)127:4(196)]
23. Thomas, A. 2000. Spatial and temporal characteristics of potential evapotranspiration trends over China. International Journal of Climatology, 20: 381-396. https://doi.org/10.1002/(SICI)1097-0088(20000330)20:4<381::AID-JOC477>3.0.CO;2-K [DOI:10.1002/(SICI)1097-0088(20000330)20:43.0.CO;2-K]
24. Zahedi, M., B. Sarisaraf and J. Jamei. 2006. Modeling the rainfall stations Urmia and Tabriz. Journal of Geography and Regional Development Research Journal, 7: 1-16 (In Persian).

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA code

کلیه حقوق این وب سایت متعلق به (پژوهشنامه مدیریت حوزه آبخیز (علمی-پژوهشی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2019 All Rights Reserved | Journal of Watershed Management Research

Designed & Developed by : Yektaweb