fa برآورد تبخیر– تعرق پتانسیل بر اساس مدل‌های تصادفی سری‌زمانی (مطالعه موردی ایستگاه تبریز) تخصصي Special پژوهشي Research <strong><span style="font-family:2 mitra;">&nbsp;&nbsp;&nbsp;&nbsp; تبخیر</span></strong><strong><span style="font-family:times new roman,serif;">&ndash;</span></strong> <strong><span style="font-family:2 mitra;">تعرق یکی از مهم&shy;ترین اجزای چرخه هیدرولوژی برای برنامه&shy;ریزی سیستم&shy;های آبیاری و ارزیابی اثرات هیدرولوژی تغییر اقلیم است. مدل&shy;سازی و پیش</span></strong><strong><span dir="LTR"><span style="font-size:8.0pt;">&shy;</span></span></strong><strong><span style="font-family:2 mitra;">بینی سری&shy;های زمانی تبخیر</span></strong><strong><span style="font-family:times new roman,serif;">&ndash;</span></strong> <strong><span style="font-family:2 mitra;">تعرق با روش پنمن مانتیث برای ایستگاه سینوپتیک تبریز با استفاده از مدل&shy;های </span></strong><strong><span dir="LTR"><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">ARIMA</span></span></span></strong><strong><span style="font-family:2 mitra;"> و </span></strong>&nbsp;<strong><span dir="LTR"><span style="font-family:times new roman,serif;"><span style="font-size:8.0pt;">SARIMA</span></span></span></strong><strong><span style="font-family:2 mitra;"> به عنوان مدل&shy;های تصادفی خطی مورد مطالعه قرار گرفت</span></strong><strong><span dir="LTR"><span style="font-size:8.0pt;">.</span></span></strong><strong><span style="font-family:2 mitra;"> در این تحقیق، از آمار و اطلاعات ایستگاه تبریز در دوره آماری 2010- 1986 استفاده شد و پس از محاسبه تبخیر</span></strong><strong><span style="font-family:times new roman,serif;">&ndash;</span></strong> <strong><span style="font-family:2 mitra;">تعرق پتانسیل، از 20 سال اول داده&shy;ها برای پیش&shy;بینی و 5 سال آخر آنها برای صحت&shy;سنجی مدل استفاده شد. محاسبات مربوطه در دو حالت متمایز انجام شد. در حالت اول همه داده&shy;ها به عنوان یک سری سالانه در نظر گرفته شدند و مدل مناسب آنها برازش داده شد. در حالت دوم سری&shy;های 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 </span></strong><strong><span style="font-family:2 mitra;">ضریب تعیین و ریشه میانگین مربعات خطا، به ترتیب 964/0 و 85/14</span></strong><strong><span style="font-family:2 mitra;"> در مقایسه با حالت دوم با </span></strong><strong><span style="font-family:2 mitra;">ضریب تعیین و ریشه میانگین مربعات خطا به ترتیب 963/0 و 52/15، تفاوت معنی&shy;داری نداشته و علی&shy;رغم آنکه روش اول در حدود 67/0 میلی&shy;متر در ماه خطای کمتری در بر داشته است، ولی در مجموع نتایج دو روش اختلاف معنی&shy;داری را ندارد و هر دو قابل توصیه می&shy;باشند. در حالت کلی روش اول به دلیل در بر گرفتن محاسبات کمتر قابل توصیه می&shy;باشد.</span></strong> Evapotranspiration is important components of hydrological cycle, which is important in irrigation systems planning and evaluation of climate change impacts on water planning. In this study, evapotranspiration time series using Penman Monteith was studied in Tabriz synoptic station by the linear stochastic models such as ARIMA and SARIMA. The data had been used since 1986 to 2010. After calculating evapotranspiration, the first 20 years and last 5 years were used for model calibration and validation, respectively. This research was performed in two distinguish approaches. In the first approach all data were considered as unit series with an appropriate fitting model. In the second approach, the monthly series of using data were selected, separately. Then, for each month an appropriate model were fitted to data. The results showed that, the first approach was recognized as a better method regarded the second approach. The R² and RMSE values were 0.964 and 14.85 first approach comparing to them of 0.963 and 15.52 in the second approach. In conclusion, the R² and RMSE values of the approaches were relatively similar, with very small (0.67 mm/month) better error rate. In whole the two approaches don&rsquo;t have significant difference but the first approach is recommendable because it includes fewer computations. پیش‌بینی, پنمن مانتیث, ARIMA و SARIMA ARIMA, Forecast, Penman Monteith and SARIMA 137 146 http://jwmr.sanru.ac.ir/browse.php?a_code=A-10-1-185&slc_lang=fa&sid=1 امید بابامیری 10031947532846005076 10031947532846005076 Yes حامد نوذری 10031947532846005077 10031947532846005077 No صفر معروفی 10031947532846005078 10031947532846005078 No