TY - JOUR ID - 125162 TI - ارزیابی مدل‌های سری زمانی در پیش‌بینی بارش فصلی مبتنی بر داده‌های سنجش از دور (مطالعه موردی: اقلیم‌های خشک و نیمه خشک) JO - پژوهش های اقلیم شناسی JA - JCR LA - fa SN - 2228-5040 AU - غفوریان, هادی AU - ثنایی نژاد, حسین AU - جباری نوقابی, مهدی AD - دانشجوی دکتری هواشناسی کشاورزی گروه مهندسی آب، دانشگاه فردوسی مشهد AD - استاد گروه علوم و مهندسی آب- دانشکده کشاورزی- دانشگاه فردوسی مشهد AD - استادیار، گروه آمار، دانشگاه فردوسی مشهد Y1 - 2020 PY - 2020 VL - 1399 IS - 42 SP - 77 EP - 94 KW - بارش فصلی KW - پیش‌بینی KW - تکنیک SARIMA KW - داده سنجش از دور DO - N2 - بارندگی ازجمله متغیرهایاقلیمی استکهدرمدیریتمنابعآبوکشاورزیدارایاهمیت می­باشد. بر این اساس، هدفاینپژوهشمدل‌سازی پیش‌بینیداده­هایبارش ماهواره­ای TMPA(3B43)دراقلیم­هایخشک و نیمه خشک ایرانبا استفاده از مدل SARIMAدرمقیاس فصلیبودهاست. پس از تصحیح داده‌های ماهانه ماهواره‌ای، مدل­سازی بارش انجام شد. پس از ایستاسازی در واریانس و حذف روند فصلی، با کمک نمودارهای خودهمبستگی و خودهمبستگی جزئی، مدل‌های مناسب به دست آمد. تغییرات ضریب همبستگی بر پایه داده‌های ماهانه از 81/0 تا 9/0 در مناطق مورد مطالعه، تأیید کننده دقت مناسب مدل‌سازی بر اساس تکنیکSARIMAدر این پایه زمانی برای پیش‌بینی فصلی می‌باشد. نتایج شاخص‌های ارزیابی بین مقادیر واقعی و داده‌های حاصل از مدل‌های انتخابی نشان داد اگر داده‌های ماهانه پیش‌بینی شده سپس به داده فصلی تبدیل شود؛ نسبت به استفاده از داده‌های فصلی برای پیش‌بینی فصلی، دارای دقت بالاتری هستند. پسازواسنجیوارزیابیمدل‌هاینهایی، بارش فصلی بر پایه مقیاس ماهانهبرای دوره (2021-2018) پیش‌بینی و با دوره پایه مقایسه شد. در فصل زمستان بر خلاف فصل‌های بهار و پاییز، 3 منطقه کاهش بارش و یک منطقه افزایش بارش داشته و در فصل تابستان در تمامی نقاط، ثبات نسبی و عدم تغییر بارش مشاهده شد. با توجه به متوسط بارش سالانه 4 منطقه مورد مطالعه، در دوره چهار ساله پیش‌بینی به طور میانگین حدود یک درصد کاهش بارش سالانه پیش‌بینی می‌شود. به صورت تفکیکی تغییرات بارش سالانه در پیکسل‌های متناظر مناطق کاشان، سیرجان، بهبهان و زرقان به ترتیب برابر 3/1-، 1/1، 1- و 8/1- درصد خواهد بود. UR - https://clima.irimo.ir/article_125162.html L1 - https://clima.irimo.ir/article_125162_56058a1d595958c64145625bf45e60a3.pdf ER -