تحلیل و مدل‌سازی دمای سالانه شهر یزد با استاده از مدل ARIMA

شناسنامه علمی شماره

چکیده

دما به عنوان یکی از عوامل مهم و تعیین کننده عناصر اقلیمی، شاخص مناسبی برای ردیابی تغییرات اقلیم به شمار می­آید، به طوری که کوچک‌ترین تغییر در دمای یک مکان، تاثیرات کاملاً محسوس و مهمی در اکوسیستم ها به دنبال خواهد داشت. از این‌رو در این پژوهش از روش­های آماری هم‌چون آزمون­های آشکارسازی روند با استفاده از روش­های پارامتریک و ناپارامتریک و از روش­های نسبی برآورد روند بر روی مشاهدات جهت شناسایی رفتار دمایی شهر یزد و همچنین از تحلیل طیفی برای برآورد چرخه­های نهان در دمای سالانه یزد استفاده شده است در این پژوهش از داده­های سالانه دمای ایستگاه سینوپتیک یزد طی دوره آماری 2010 – 1962 استفاده شده که جهت رسیدن به اهداف پژوهش از مدل ARIMA بهره یافته است که بعد از آزمون الگوهای مختلف، الگو(0,1,2 )ARIMA  الگوی برازنده‌تری برای دمای سالانه تعیین گردید. بر همین اساس برای 10 سال آینده با بازه اطمینان 95%، پیش بینی دما صورت گرفته است. نتایج آزمون گردش­ها با 5/0% خطا نشان می­دهد که مشاهدات سالانه دما تصادفی نیستند و تغییرات سالانه دمای یزد دارای روند معنی­دار و افزایشی است، همچنین در سطح اطمینان 95% به جز همساز اول، همساز 22 همساز معنا دار دیگری در سری زمانی دما می­باشد به عبارتی این ویژگی، گواه دیگری بر وجود روند در مشاهدات است.

کلیدواژه‌ها


عنوان مقاله [English]

Statistical modeling of long-term behavior at Yazd synoptic station

چکیده [English]

Temperature, as one of the most important climate factors, is known as an appropriate tool with which to find out about climatic changes. This is due to the fact that even a small change in temperature has a considerable effect on echosystems.
In this study, some statistical methods, trending tests through parametric and none-parametric methods, and relative assessment trend methods based on observations are used to find out the temperature behavior. Also, spectrum analyses are done in order to evaluate the trend of Yazd annual temperature. In this article, the annual synoptic data of Yazd station collected between 1962 and 2010 are analyzed, and the ARIMA statistical model is used to achieve research goals. Several pattern tests are examined, and the results indicate that ARIMA (0, 1, and 2) is the most appropriate statistical model. Based on this model, temperature forecast is performed under a 95% confidence interval for the next 10 years. The test results, with a 5% error, show that the variation of the annual temperature is significant in Yazd and has an increasing trend. Also, under a confidence level of 95%, in addition to the first harmonic, the 22th is also another significant harmonic on temperature time series. In other words, this attribution is another factor that moderates the trend in observations.

کلیدواژه‌ها [English]

  • Modeling
  • Process
  • Time Series
  • ARIMA model
  • Yazd station