پیش‌بینی بارش ماهانه با کاربرد مدل‌سازی سری زمانی و تحلیل طیفی با مدل Fourier

عبدی, عرفان; دین پژوه, یعقوب

doi:10.22098/mmws.2025.16847.1563

پیش‌بینی بارش ماهانه با کاربرد مدل‌سازی سری زمانی و تحلیل طیفی با مدل Fourier

مقالات آماده انتشار

نوع مقاله : پژوهشی

نویسندگان

¹ دانشجوی دکتری، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران

² عضو هیئت علمی، استاد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران

10.22098/mmws.2025.16847.1563

چکیده

بارش یکی از اجزای حیاتی چرخه هیدرولوژیکی زمین است که نقشی حیاتی در حفظ اکوسیستم‌ها، تأثیرگذاری بر الگوهای اقلیمی و حمایت از فعالیت‌های انسانی ایفا می‌کند. پیش‌بینی قابل قبول بارش برای مناطق شهری بسیار مهم است، جایی که پیامد الگوهای اقلیمی به طور قابل‌توجهی بر جنبه‌های مختلف زندگی، از جمله زیرساخت‌ها، کشاورزی و مدیریت بلایا تأثیر می‌گذارد. با توجه به اهمیت پیش‌بینی بارش، در این تحقیق با توسعه یک سیستم به منظور ارزیابی روند بارش و پیش‌بینی آن برای آینده، از دو مدل سری زمانی و تلفیق آنها با داده‌های تاریخی استفاده شد. به منظور تحلیل صحت سیستم ایجاد شده، از داده‌های بارش سه شهر با اقلیم‌های متفاوت تبریز، آمل و یزد استفاده شد. داده‌های تاریخی 24 سال (1378 تا 1402) جمع آوری و مد‌ل‌سازی با دو روش فوریه (Fourier) و سری زمانی خود همبسته (Autoregressive) در مقیاس ماهانه انجام شد. داده‌ها به دو قسمت آموزش (70 درصد) و صحت سنجی (30 درصد) تقسیم بندی شده و روند بارش برای پنج سال آینده پیش‌بینی شد. مقایسه عملکرد دو مدل با استفاده از چهار معیار میانگین مربعات خطا (RMSE)، ضریب همبستگی (r)، ضریب نش ساتکلیف (NSE) و ضریب ویلموت (WI) ارزیابی شد. نتایج نشان داد مدل Fourier به طور میانگین با خطای 21/1 سانتی‌متر، ضریب همبستگی 87/0، ضریب نش ساتکلیف 74/0 و ضریب ویلموت 91/0 عملکرد و صحت بالایی نسبت به مدل خود همبسته دارد. پیش‌بینی‌های انجام شده با مدل Fourier نسبت به مدل Autoregressive از قابلیت اطمینان بالایی برخوردار بود. با توجه به عملکرد مدل Fourier بر روی سه شهر با اقلیم‌های متفاوت، می‌توان این مدل را برای دیگر ایستگاه‌های کشور مورد استفاده قرار داده تا تصمیمات آگاهانه ای در مدیریت منابع آب اتخاذ شود

کلیدواژه‌ها

موضوعات