كاربرد مدل هاي سري هاي زماني براي پيش‌بيني تبخير- تعرق در ايستگاه باجگاه

Application of time series models for evapotranspiration forecasting in Bajgah station

روش پنمن فايو در ايستگاه تحقيقاتي باجگاه، دانشگاه شيراز، يكي از معادلات مناسب در تخمين تبخير-تعرق است. مدل‌سازي و پيش‌بيني سري هاي زماني تبخير-تعرق با روش پنمن فايو براي اين ايستگاه با استفاده از مدل هاي اتورگرسيو- ميانگين متحرك تلفيق شده فصلي (SARIMA) به‌عنوان مدل هاي تصادفي خطي مورد مطالعه قرار گرفت. داده هاي سري هاي زماني ميانگين هفتگي و ماهانه تبخير-تعرق براي دوره زماني فروردين 1366 تا ارديبهشت 1386 به‌طور جداگانه به‌عنوان فايل ورودي مدل هاي SARIMA درنظر گرفته شدند. بر پايه معيار اطلاعات آكاييك تصحيح شده و معني‌دار بودن ضرايب، مدل هاي ARIMA(1,0,2).(0,1,1)52 و ARIMA(1,0,1).(0,1,1)12 به ترتيب براي مقياس زماني هفتگي و ماهانه انتخاب شدند. نمودارهاي خود همبستگي باقي‌مانده ها براي مدل هاي انتخاب شده نشان مي دهند كه باقي‌مانده ها نا همبسته اند. مقادير ميانگين هفتگي و ماهانه تبخير- تعرق از خرداد 1386 تا ارديبهشت 1387 به‌عنوان داده هاي آزمون با استفاده از مدل هاي سري زماني برازش شده پيش‌بيني شد. نتايج نشان داد كه توان دوم ضريب همبستگي بين مقادير مشاهده شده و پيش‌بيني شده براي مقياس زماني هفتگي و ماهانه به‌ترتيب برابر 92/0 و 99/0 است. جذر ميانگين توان دوم خطا براي مقياس زماني هفتگي و ماهانه به‌ترتيب برابر 48/0 و 16/0 ميلي‌متر است.

The Penman FAO is one of the appropriate methods for the estimation of evapotranspiration at Bajgah experimental station, Shiraz University. Modeling and forecasting of weekly and monthly time series of evapotranspiration with Penman FAO method using seasonal auto-regressive integrated moving average (SARIMA) models as the linear stochastic models for this station were studied. The time series data of weekly and monthly average of evapotranspiration for the period 1366-1386 were separately considered as the input file of SARIMA models. On the basis of the corrected Akaikeʹs information criterion (AIC) and significant coefficients, and models were selected for weekly and monthly time scales, respectively. The auto-correlation function plots of the residuals for these models have indicated that the residuals are uncorrelated. The weekly and monthly values of evapotranspiration from Khordad 1386 to Ordibehsht 1378 as the test data was forecasted using the fitted models. The results have indicated that the square of correlation coefficient between the observed and predicted values for weekly and monthly time scale is 0.92 and 0.99, respectively. The root mean square error for weekly and monthly time scale is respectively, 0.48 and 0.16 mm.