ارزيابي رويكردهاي ساختاري فضاي حالت نسبت به كلاسيك در پيش بيني سري زماني بارش ( حوضه آبريز دز)

در اين مقاله، مطالعه‌اي در مورد استفاده از تكنيك‌هاي پيش‌بيني بارش با داده‌هاي سري زماني ارائه شد. سري‌هاي زماني ابزاري كارآمد براي شناخت ماهيت پديده‌هاي هيدرولوژيكي هستند كه با داشتن شناخت كافي از آن‌ها مي‌توان تغييرات آينده را مدل‌‌سازي و پيش‌بيني كرد. مدل‌هاي مختلف آماري با هدف كاهش خطا و بالا بردن دقت پيش‌بيني، درنظر گرفته شده است. فضاي حالت به‌واسطه ساختاري بودن و انعطاف‌پذيربودن آن، امكان مدل‌بندي هر يك از مؤلفه‌هاي تشكيل‌دهنده متغير، شامل سطح، فصلي و تصادفي را به‌طور مجزا دارد. از اين‌رو با شناسايي سيستم در نحوه مدل‌سازي متغير مورد مطالعه، امكان كنترل و حداقل نمودن خطاي برآورد، به‌طور هوشمندانه‌تري در مقايسه با مدل‌هاي كلاسيك را دارد. در تحقيق حاضر به‌منظور ارزيابي قابليت مدل‌سازي فضاي حالت و مقايسه با مدل‌هاي كلاسيك، اقدام به مدل‌سازي بارش ماهانه در سه ايستگاه باران‌سنجي، در حوضه آبريز دز، با چهار مدل ساختاري فضاي حالت شامل فيلتر كالمن، مدل هموارسازي نمايي ETS و مدل‌هاي هموار‌سازي نمايي اصلاح شده BATS و TBATS و مدل كلاسيك ARIMA گرديد. نتايج نشان داد در ايستگاه سپيددشت سزار بر اساس معيار RMSE و MAE مدل TBATS و در ايستگاه تنگ پنج بختياري بر اساس معيار RMSE و MAE مدل فيلتر كالمن و در ايستگاه تله زنگ بر اساس معيار RMSE و MAE مدل TBATS بهترين مدل‌ها انتخاب شدند.