پیش‌بینی بارندگی توسط مدل تلفیقی arma-arch برای غرب حوضه آبریز دریاچه ارومیه

در مطالعات مهندسی منابع آب پیش‌بینی هر‌چه بهتر پدیده‌های هیدرولوژیکی از اهمیت فراوانی برخوردار است. در این زمینه همواره مدل‌های خانواده arma دارای ضعف‌هایی بوده‌اند که تلفیق مدل‌های خطی سری زمانی با مدل‌های غیر خطی به مانند archمی‌تواند در برطرف کردن این ضعف‌ها مفید واقع شود. در این تحقیق بعد از بررسی اولیه داده‌های سالانه بارندگی در سه ایستگاه مورد مطالعه در غرب حوضه آبریز دریاچه ارومیه، این داده‌ها با مدل‌های خطی سری زمانی موردبررسیقرار گرفتند و بهترین مدلarma  با استفاده از کم ترین مقدار معیار آکائیکه از بین مدل‌های این خانواده برای ایستگاه‌های مورد مطالعه انتخاب گردید. سپس در هر یک از ایستگاه‌ها، سری زمانی باقی مانده مدل منتخبarma  با استفاده از مدل‌های غیر خطی arch (1) برازش داده شده و مدل تلفیقی arma-archبه دست آمد. مقایسه نتایج حاصله از آزمون‌های mae، rmse، ef و crm برای هر دو مدل، نشان دهنده افزایش دقت و همچنین کاهش میزان خطا درمدل تلفیقی نسبت به مدلarma  در شبیه‌سازی داده‌های بارندگی می‌باشد.

Rainfall Forecast by Integrated Model ARMAARCH for West of Urmia Lake Catchment basin

Forecasting rainfall situation has paramount importance for water resources engineering. In this field, linear time series models are widely used in hydrology. Models of ARMA family have always had weaknesses which can be solved by integration of ARMA linear time series models with nonlinear time series models such as ARCH. In economy, the sequence of error variance in one model of errors’ size in previous time periods is the main assumption for Autoregressive conditional heteroscedastic models (Engle, 1982). At first, models of ARCH family for time series were used in financial and economic problems. In problems related to hydrology, ARCH models have been studied less.