ارزیابی رویکردهای ساختاری فضای حالت نسبت به کلاسیک در پیش بینی سری زمانی بارش ( حوضه آبریز دز)
در این مقاله، مطالعهای در مورد استفاده از تکنیکهای پیشبینی بارش با دادههای سری زمانی ارائه شد. سریهای زمانی ابزاری کارآمد برای شناخت ماهیت پدیدههای هیدرولوژیکی هستند که با داشتن شناخت کافی از آنها میتوان تغییرات آینده را مدلسازی و پیشبینی کرد. مدلهای مختلف آماری با هدف کاهش خطا و بالا بر...
Main Authors: | , , , |
---|---|
Format: | Article |
Language: | fas |
Published: |
University of Tehran, College of Aburaihan
2022-03-01
|
Series: | مدیریت آب و آبیاری |
Subjects: | |
Online Access: | https://jwim.ut.ac.ir/article_86598_3b02b131062b72a17cbe28cf42f3650d.pdf |
_version_ | 1818265042294931456 |
---|---|
author | محمدرضا شریفی امین محمدزاده شعبه گر فریدون رادمنش بهزاد منصوری |
author_facet | محمدرضا شریفی امین محمدزاده شعبه گر فریدون رادمنش بهزاد منصوری |
author_sort | محمدرضا شریفی |
collection | DOAJ |
description | در این مقاله، مطالعهای در مورد استفاده از تکنیکهای پیشبینی بارش با دادههای سری زمانی ارائه شد. سریهای زمانی ابزاری کارآمد برای شناخت ماهیت پدیدههای هیدرولوژیکی هستند که با داشتن شناخت کافی از آنها میتوان تغییرات آینده را مدلسازی و پیشبینی کرد. مدلهای مختلف آماری با هدف کاهش خطا و بالا بردن دقت پیشبینی، درنظر گرفته شده است. فضای حالت بهواسطه ساختاری بودن و انعطافپذیربودن آن، امکان مدلبندی هر یک از مؤلفههای تشکیلدهنده متغیر، شامل سطح، فصلی و تصادفی را بهطور مجزا دارد. از اینرو با شناسایی سیستم در نحوه مدلسازی متغیر مورد مطالعه، امکان کنترل و حداقل نمودن خطای برآورد، بهطور هوشمندانهتری در مقایسه با مدلهای کلاسیک را دارد. در تحقیق حاضر بهمنظور ارزیابی قابلیت مدلسازی فضای حالت و مقایسه با مدلهای کلاسیک، اقدام به مدلسازی بارش ماهانه در سه ایستگاه بارانسنجی، در حوضه آبریز دز، با چهار مدل ساختاری فضای حالت شامل فیلتر کالمن، مدل هموارسازی نمایی ETS و مدلهای هموارسازی نمایی اصلاح شده BATS و TBATS و مدل کلاسیک ARIMA گردید. نتایج نشان داد در ایستگاه سپیددشت سزار بر اساس معیار RMSE و MAE مدل TBATS و در ایستگاه تنگ پنج بختیاری بر اساس معیار RMSE و MAE مدل فیلتر کالمن و در ایستگاه تله زنگ بر اساس معیار RMSE و MAE مدل TBATS بهترین مدلها انتخاب شدند. |
first_indexed | 2024-12-12T19:44:31Z |
format | Article |
id | doaj.art-d86cd303108d42a7ae3eb44868681f62 |
institution | Directory Open Access Journal |
issn | 2251-6298 2382-9931 |
language | fas |
last_indexed | 2024-12-12T19:44:31Z |
publishDate | 2022-03-01 |
publisher | University of Tehran, College of Aburaihan |
record_format | Article |
series | مدیریت آب و آبیاری |
spelling | doaj.art-d86cd303108d42a7ae3eb44868681f622022-12-22T00:14:08ZfasUniversity of Tehran, College of Aburaihanمدیریت آب و آبیاری2251-62982382-99312022-03-0112111310.22059/jwim.2022.336530.95686598ارزیابی رویکردهای ساختاری فضای حالت نسبت به کلاسیک در پیش بینی سری زمانی بارش ( حوضه آبریز دز)محمدرضا شریفی0امین محمدزاده شعبه گر1فریدون رادمنش2بهزاد منصوری3استادیار، گروه هیدرولوژی و منابع آب، دانشکده مهندسی آب و محیط زیست، دانشگاه شهید چمران اهواز، اهواز، ایران.دانشجوی دکتری منابع آب، گروه هیدرولوژی و منابع آب، دانشکده مهندسی آب و محیط زیست، دانشگاه شهید چمران اهواز، اهواز، ایران.دانشیار، گروه هیدرولوژی و منابع آب، دانشکده مهندسی آب و محیط زیست، دانشگاه شهید چمران اهواز، اهواز، ایران.دانشیار، گروه آمار، دانشکده علوم ریاضی و کامپیوتر، دانشگاه شهید چمران اهواز، اهواز، ایران.در این مقاله، مطالعهای در مورد استفاده از تکنیکهای پیشبینی بارش با دادههای سری زمانی ارائه شد. سریهای زمانی ابزاری کارآمد برای شناخت ماهیت پدیدههای هیدرولوژیکی هستند که با داشتن شناخت کافی از آنها میتوان تغییرات آینده را مدلسازی و پیشبینی کرد. مدلهای مختلف آماری با هدف کاهش خطا و بالا بردن دقت پیشبینی، درنظر گرفته شده است. فضای حالت بهواسطه ساختاری بودن و انعطافپذیربودن آن، امکان مدلبندی هر یک از مؤلفههای تشکیلدهنده متغیر، شامل سطح، فصلی و تصادفی را بهطور مجزا دارد. از اینرو با شناسایی سیستم در نحوه مدلسازی متغیر مورد مطالعه، امکان کنترل و حداقل نمودن خطای برآورد، بهطور هوشمندانهتری در مقایسه با مدلهای کلاسیک را دارد. در تحقیق حاضر بهمنظور ارزیابی قابلیت مدلسازی فضای حالت و مقایسه با مدلهای کلاسیک، اقدام به مدلسازی بارش ماهانه در سه ایستگاه بارانسنجی، در حوضه آبریز دز، با چهار مدل ساختاری فضای حالت شامل فیلتر کالمن، مدل هموارسازی نمایی ETS و مدلهای هموارسازی نمایی اصلاح شده BATS و TBATS و مدل کلاسیک ARIMA گردید. نتایج نشان داد در ایستگاه سپیددشت سزار بر اساس معیار RMSE و MAE مدل TBATS و در ایستگاه تنگ پنج بختیاری بر اساس معیار RMSE و MAE مدل فیلتر کالمن و در ایستگاه تله زنگ بر اساس معیار RMSE و MAE مدل TBATS بهترین مدلها انتخاب شدند.https://jwim.ut.ac.ir/article_86598_3b02b131062b72a17cbe28cf42f3650d.pdfباکس-جنکینزفضای حالتفیلترکالمنهموارسازی نمایی |
spellingShingle | محمدرضا شریفی امین محمدزاده شعبه گر فریدون رادمنش بهزاد منصوری ارزیابی رویکردهای ساختاری فضای حالت نسبت به کلاسیک در پیش بینی سری زمانی بارش ( حوضه آبریز دز) مدیریت آب و آبیاری باکس-جنکینز فضای حالت فیلترکالمن هموارسازی نمایی |
title | ارزیابی رویکردهای ساختاری فضای حالت نسبت به کلاسیک در پیش بینی سری زمانی بارش ( حوضه آبریز دز) |
title_full | ارزیابی رویکردهای ساختاری فضای حالت نسبت به کلاسیک در پیش بینی سری زمانی بارش ( حوضه آبریز دز) |
title_fullStr | ارزیابی رویکردهای ساختاری فضای حالت نسبت به کلاسیک در پیش بینی سری زمانی بارش ( حوضه آبریز دز) |
title_full_unstemmed | ارزیابی رویکردهای ساختاری فضای حالت نسبت به کلاسیک در پیش بینی سری زمانی بارش ( حوضه آبریز دز) |
title_short | ارزیابی رویکردهای ساختاری فضای حالت نسبت به کلاسیک در پیش بینی سری زمانی بارش ( حوضه آبریز دز) |
title_sort | ارزیابی رویکردهای ساختاری فضای حالت نسبت به کلاسیک در پیش بینی سری زمانی بارش حوضه آبریز دز |
topic | باکس-جنکینز فضای حالت فیلترکالمن هموارسازی نمایی |
url | https://jwim.ut.ac.ir/article_86598_3b02b131062b72a17cbe28cf42f3650d.pdf |
work_keys_str_mv | AT mḥmdrḍạsẖryfy ạrzyạbyrwyḵrdhạysạkẖtạryfḍạyḥạltnsbtbhḵlạsyḵdrpysẖbynysryzmạnybạrsẖḥwḍhậbryzdz AT ạmynmḥmdzạdhsẖʿbhgr ạrzyạbyrwyḵrdhạysạkẖtạryfḍạyḥạltnsbtbhḵlạsyḵdrpysẖbynysryzmạnybạrsẖḥwḍhậbryzdz AT frydwnrạdmnsẖ ạrzyạbyrwyḵrdhạysạkẖtạryfḍạyḥạltnsbtbhḵlạsyḵdrpysẖbynysryzmạnybạrsẖḥwḍhậbryzdz AT bhzạdmnṣwry ạrzyạbyrwyḵrdhạysạkẖtạryfḍạyḥạltnsbtbhḵlạsyḵdrpysẖbynysryzmạnybạrsẖḥwḍhậbryzdz |