بررسی کارایی مدل‌های سری زمانی آریما و هالت وینترز در پیش بینی دما و بارش ماهانه (مطالعه موردی: ایستگاه لتیان)

پارامتر‌های اقلیمی از جمله دما و بارش نقش مهمی در مدیریت منابع آب حوضه‌آبریز و برنامه‌ریزی‌های کشاورزی دارند. از جمله مدل‌های پیش بینی کوتاه مدت این پارامترها، مدل‌های سری زمانی هستند. در تحقیق حاضر، توانایی مدل‌های سری زمانی در پیش‌بینی دما و بارش ماهانه ایستگاه لتیان مورد بررسی قرار گرفته است. بدین منظور ابتدا به کمک آزمون من‌کندال فصلی روند داده‌ها بررسی گردید و سپس مدل‌های مختلف خودهمبسته با میانگین متحرک و همچنین مدل سری زمانی هالت‌وینترز بر داده‌ها برازش داده شد و در نهایت بهترین مدل سری زمانی انتخاب شد. در نتیجه‌ی آزمون من‌کندال فصلی، روند مشخصی در سری ماهانه بارش مشاهده نگردید اما سری ماهانه دما دارای روند افزایشی معنی‌دار می‌باشد. نتایج پیش بینی توسط مدل‌های آریمای فصلی، نشان دهنده‌ قابلیت بالای این مدل‌ها در پیش‌بینی دمای ماهانه می‌باشد و مدل 12(2  1 0 ) (1 0 0 ) به عنوان مدل سری زمانی مناسب برای داده‌های دما تشخیص داده شد. اگرچه مدل هالت‌وینترز نیز از دقت بالایی در پیش بینی دما برخوردار است اما نسبت به مدل آریما دارای خطای بیشتری است. همچنین نتایج نشان داد که مدل‌های آریمای فصلی و مدل هالت‌وینترز قابلیت بالایی در پیش‌بینی مقادیر بالای بارش ماهانه در ایستگاه لتیان ندارند. این مدل‌هاعمدتاً مقادیر بارش‌های پایین و متوسط را بهتر برآورد می‌کنند و تخمین‌گر مناسبی در بارش‌های بالا نیستند. نتایج این تحقیق کمک شایانی به پیش‌بینی موثر رواناب حوضه‌ها و به تبع آن افزایش اعتماد پذیری سیستم‌های منابع آب خواهد نمود.