مومانی[۱۹] (۲۰۰۹)، مدل­های سری زمانی بارش اردن را تحلیل و بررسی نمودند. در این پژوهش از روش آریما بهره گرفته و نتایج این پژوهش حاکی از این می­باشد که بهترین مدل برای پیش بینی بارش­های اردن مدل­های (۱و۱و۰) و (۰و۰و۱) می­باشد و با بهره گرفتن از این مدل­ها بارش ماهانه را برای ۱۰ سال آینده پیش بینی نمود.
پایان نامه - مقاله - پروژه
هاید ال گو و همکاران[۲۰] (۲۰۰۹)، روند بارش ماهانه را در شبه جزیره ایبری طی نیمه دوم قرن بیستم مطالعه کردند. نتیجه بررسی آن­ها تغییر پذیری زمانی و مکانی قابل توجهی را در روند بارش ماهانه نشان داد، اما عموماٌ روند بارش منفی بوده است.
لویس و همکاران[۲۱] (۲۰۰۹)، به مطالعه ی روند تغییرات بارش سالانه و فصلی شبه جزیره ایبری را در نیمه دوم قرن بیستم پرداختند. یافته­های این پژوهش نشان می­دهد که بارش­های فصلی در شرق شبه جزیره ایبری درحال کاهش می­باشد. به طور کلی کاهش بارش­های فصلی نسبت به بارش سالانه قابل توجه می باشد .
چاتوپادوای[۲۲] (۲۰۱۰)، بارش­های تابستانه مونسون هند را از سال ۱۹۹۹-۱۸۷۸ مورد مطالعه قرار دادند و برای پیش بینی این بارش­ها پس از بررسی تصادفی بودن و عدم ثبات درون سری­ها زمانی آن از مدل­های (٠,١,١) آریما و شبکه عصبی ARNNاستفاده نمودند.
فصل دوم
مبانی نظری پژوهش
۲-۱- مقدمه
تغییرات اقلیمی در عصر حاضر یکی از مسائل چالش برانگیز مرتبط با مسائل زیست محیطی است. درک ما از تأثیرات بشر روی محیط مخصوصا آن­هایی که در ارتباط با گرم شدن ناشی از افزایش گازهای گلخانه­ای هستند، نشان می­دهد که تعدادی از پارامترها به احتمال زیاد در تغییر هستند که تعیین این تغییرات می ­تواند مشکل باشد.
۲-۲- نقش عوامل انسانی در تغییرات اقلیمی و ارزیابی اثرات آن
تغییر اقلیم یکی از مباحث جدید است که در محافل مختلف علمی مورد بحث می­باشد. بی ­شک مجموعه ­ای از عوامل مختلف به طور مستقیم و غیر مستقیم باعث تغییراتی اساسی در روند طبیعی اقلیم می­شوند. با یک دید کلی می­توان این عوامل را به عوامل طبیعی و انسانی تقسیم کرد که هر کدام از آن­ها در مقیاس­های زمانی و مکانی متفاوتی عمل ­می­ کنند. به نظر می­رسد که عوامل انسانی امروزه بیشتر مورد توجه می­باشند. اکثر دانشمندان علوم جوی معتقدند که چون نمی­ توان تا حدود زیادی با عوامل طبیعی تغییر اقلیم مقابله کرد، به ناچار باید با عوامل انسانی که باعث تغییر اقلیم و پیامدهای آن می­ شود تا حد امکان مقابله کرد و در این راه، به تقسیم بندی عوامل تغییر اقلیم پرداخته­اند. بنابراین در یک جمع­بندی عواملی را که باعث تغییر اقلیم می­شوند می­توان به سه دسته تقسیم بندی کرد: دسته­ی اول عوامل زمینی، دسته دوم عوامل کیهانی و فعالیت­های انسانی نیز به عنوان عامل سوم این تغییرات اقلیمی مطرح می­ شود که در مقایسه با دو عامل قبلی که در مقیاس­های زمانی طولانی مدت اتفاق ­می­افتد، نقش انسان در تغییرات اقلیمی در مقایس­های زمانی کوتاه مدت اتفاق می­افتد. به طوری که عامل اول و دوم را می­توان به عنوان عوامل طبیعی تغییر اقلیم در نظر گرفت که انسان نمی­تواند دخالتی در آن­ها داشته باشد و امروزه هنگامی­ که بحث تغییر اقلیم مطح می­ شود تغیرات خود به خودی اقلیم (تغییرات متأثر از عامل اول و دوم ) مدنظر نمی ­باشد. بلکه نقش انسان و انجام فعالیت­هایی که موجب این تغییرات می­ شود، مدنظر است. شدت تغییرات اقلیمی در چند سال اخیر به خاطر فعالیت­های صنعتی و آلوده کننده­ های انسانی روند افزایشی بیشتری یافته، به طوری که میزان غلضت مواد سمی و دی­اکسید کربن در جو به حد بحرانی رسیده و آلودگی­های حرارتی، تغییرات زیادی را در آلبدوی سطوح مختلف و ترکیبات اقیانوس­ها و دریاها به وجود آورده است. چنین مسائلی می ­تواند یک سری مشکلات جدی برای انسان و محیط زیست و نیز ذخایر غذاییش به وجود آورند. (وارثی و محمدی، ۱۳۸۶: ۱۳۱-۱۵۲)
۲-۳- تعریف سری زمانی
یک سری زمانی مجموعه ­ای از مشاهدات است که بر حسب زمان و به فواصل مساوی زمانی مرتب شده باشد. سری­های زمانی در اقتصاد، بازرگانی، تجارت و مهندسی و … کاربرد دارند.
یک سری زمانی را می­توان به حرکت ذره تحت نیروهای فیزیکی تشیبه کرد با این تفاوت که در سری­های زمانی نیروی اقتصادی، اجتماعی و … جانشین نیروهای فیزیکی می­شوند.
هدف از مطالعه سری­های زمانی، قابلیت برآورد ارزش یا میزان برای یک فاصله مشخص است. جامعه شناسان، اقتصاددانان، روانشناسان، متخصص محیط زیست و دیگران اغلب الگوهای رشد چند سری را به منظور اطلاع از بعضی پدیده ­ها در جامعه مطالعه کرده و بر مبنای آن وضعیت آینده را پیش بینی می­ کنند.
اگر چه مطالعه تاریخی سری­های زمانی سبب شناسایی عواملی می­شوند که سبب تغییر در سری­ها هستند، اما مهم­ترین هدف مطالعه سری­های زمانی قابلیت پیش ­بینی ارزش نامعلوم سری­ها است. با بهره گرفتن از این اطلاعات، انتخاب­های آگاهانه­ای می­توان سرمایه گذاری، تصمیم برای تولید، اختراعات و غیره انجام داد. اگر کسی فرض کند عوامل منظم و مکرری از نظر تولید و پیش بینی سری­های زمانی با یکدیگر اثر متقابل دارند، در آن صورت، می­توان این عوامل را تجزیه و تحلیل کرده و سری­ها را با اطمینان بیشتری پیش بینی کند و بر مبنای آن­ها تصمیم بگیرد. ( فرشادفر، ۲۹۸:۱۳۸۱)
یک سری زمانی را از نظر ریاضی می­توان با رابطه تابعی زیر تعریف
رابطه شماره (۱) فرمول رابطه تابعی سری زمانی
که در آن Y مقدار پدیده (یا متغییر) مورد بررسی در زمان t است.
بنابراین اگر مقادیر یک متغییر یا یک پدیده در زمان­های t1,t2,…,tn وy1,y2, …,yn
رابطه شماره (۲و۳) فرمول­های رابطه سری زمانی اگر مقادیر یک متغییر در زمان­های t1,t2,…,tn و y1,y2, …,yn باشند.
T: t1,t2,…,tn
Y: y1,y2, …,yn
تشکیل یک سری زمانی می­دهد. بدین ترتیب مقادیر t می ­تواند به طور سالانه، ماهانه، هفته­ای، روزانه، ساعتی داده شود. نمودار یک سری زمانی نموداری است که از رسم مقادیر سری زمانی در مقابل زمان های مربوطه حاصل می شود. (متغییر مستقلt در طول محورx ها و متغییر وابسته y در طول محورyها).
۲-۴- ویژگی­های سری­های زمانی
برای اهداف یک سری زمانی دنباله­ای از مشاهدات بر روی یک متغییر مورد توجه است. متغییر در نقاط گسسته­ای از زمان، که معمولاً فاصله­ای مساوی دارند، مشاهده می­ شود. تجزیه و تحلیل سری­های زمانی متضمن توصیف فرایند یا پدیده­ای است که تولید دنباله می­ کند. جهت پیش بینی سری­های زمانی، لازم است که رفتار فرایند را با یک مدل ریاضی که قابل گسترش برای آینده باشد توصیف کرد. لازم است که مدل نماینده خوبی از مشاهدات در هر بخش موضعی از زمان نزدیک به حال باشد. معمولاً نیاز نیست که مدل نماینده­ی مشاهدات خیلی قدیمی باشد به علت اینکه این گونه مشاهدات از ویژگی­های زمان حال برخوردار نیستند، و یا مشاهدات خیلی دوری را در آینده­ی ماورای زمان لیدتایم که در طول آن پیش بینی به عمل می ­آید، باشد. به محض اینکه مدل معتبری برای فرایند سری­ها زمانی تثبیت شد، یک تکنیک پیش بینی مناسب را می­توان توسعه داد. (مونتگری و همکاران،۱۳۷۱ :­۱۳-۱۲).
۲-۵- تقسیم بندی سری­های زمانی
سری­های زمانی اقلیم براساس تعداد، عامل و رفتار آن­ها به ۷ دسته تقسیم می شوند:
سری­های زمانی یک متغییره
سری­های زمانی چند متغییره
سری­های زمانی با قاعده و بی قاعده
سری زمانی ایستا و ناایستا
سری­های مستق و وابسته
سری­های زمانی متناوب
سری­های قابل شمارش
۲-۶- مولفه­های اصلی سری زمانی
اگر مقادیر یک پدیده را در دوره­ های مختلف زمانی مشاهده کنیم، این مقادیر تغییرات و نوسانات محسوسی را نشان می­دهد. چون مقدار یک پدیده نه به وسیله یک عامل بلکه توسط چندین عامل متاثر می­شوند، لذا این نوسانات و افت و خیزها بوجود می­آیند.
عوامل و نیروهای مختلفی که مقادیر یک پدیده در سری زمانی تحت تأثیر قرار می­ دهند می­توان به چهار دسته تقسیم نمود که این مجموعه دسته­ها را مولفه یا اجزای یک سری زمانی می­نامند.
الف) روند یا نوسانات دراز مدت
ب) نوسانات دوره­ای یا نوسانات کوتاه مدت
ج) نوسانات تصادفی یا نامنظم
د) نوسانات چرخه­ای
۲-۶-۱- روند یا نوسانات دراز مدت
گرایش عمومی داده ­های یک سری زمانی به ترقی، تنزل یا رکود در یک دوره طولانی از زمان را روند می نامند. این پدیده را بیشتر در سری­ها زمانی مربوط به اقتصاد و بازرگانی مشاهده می­کنیم.
اصطلاح دوره زمانی طولانی دقیقاً تعریف نمی­ شود، بلکه بستگی زیادی به طبیعت داده ­ها دارد. در برخی پدیده ­ها این دوره زمانی که چند ساعت بیش نیست ممکن است به اندازه کافی طولانی باشد در حالی که در بعضی موارد ممکن است چندین سال کافی نباشد.
در یک چنین پدیده­ای مقادیر برای دوره کوتاه ۲ تا ۳ سال تحت تأثیر تغییرات چرخه­ای قرار نمی­گیرد و روند واقعی آشکار نمی­کند. برای اینکه یک تصویر واقعی از روند را داشته باشیم، مقادیر سری­زمانی بایستی روی دوره­ای که است دست کم ۲ یا ۳ چرخه کامل را شامل شود، آزمایش شود.

موضوعات: بدون موضوع  لینک ثابت


فرم در حال بارگذاری ...