پیش بینی میانگین حداکثر سرعت سالیانه باد در منطقه سیستان با استفاده از روش رگرسیون فضایی- زمانی

باد یک کمیت برداری است که از مراکز پرفشار به طرف مراکز کم فشار به حرکت در می‌آید و با دو فاکتورسنجیده می شود، جهت باد که مبدا آن شمال جغرافیایی بوده و در جهت عقربه های ساعت درجات آن افزایش می یابد و سرعت باد که جریان افقی هوا  است که در واحد زمان سنجیده می شود. سرعت حرکت باد می تواند با تفکیک ذرات کلوئیدی شامل رس وسلیت را از محل تخریب تا فاصله صدها کیلومتر منتقل کند . مطالعات نشان می دهد که بیشترین روزهای گرد و غباری در مناطق شرقی کشور به وقوع می پیوندد به طوری که در محدوده وزش بادهای120 روزه  سیستان،فراوانی وقوع گرد و غبار در سال به بیش از150 روز می رسد.لذا با توجه به اهمّیت موضوع بررسی و پیش بینی  میانگین عددی حداکثر سرعت باد سالیانه با استفاده از روش رگرسیون فضایی-زمانی در این تحقیق مد نظر قرارگرفت بررسی پارامتر هایی همچون: خود همبستگی ، ایستایی ، نرمال بودن خطاها ، عدم همبستگی آنها، همسانی واریانس خطاها و بررسی هم خطی با استفاده از شاخص تورم واریانس نشان داد  که مدل های عددی رگرسیون فضایی-زمانی داده ها ، این قابلیت را دارند که می توانند میانگین حداکثرسرعت باد را در طی سالهای آینده پیش بینی کنند نتایج نیز نشان می دهد که رگرسیون فضایی-زمانی تا سال 2022 می تواند سرعت باد را پیش بینی کندمدل عددی بیانگر آنست که کمترین میانگین سالیانه سرعت باد طی سال های 2019 تا 2022 مربوط به ایستگاه قاین است و روند پیش بینی آن نشان می دهد تا سال 2022 از میانگین سالیانه سرعت باد کاسته می شود. بیشترین میزان میانگین سالیانه سرعت باد مربوط به ایستگاه زابل است که روند پیش بینی این ایستگاه نشان می دهد از میانگین سالیانه سرعت باد تا 2022 کاسته می شود. 

predicting the average annual maximum wind speed in sistan region using spatio-temporal regression method

                             the wind is a quantitative vector that moves from high-pressure centers to low-pressure centers and is measured by two factors, the direction of the wind, which originates from the north and increases in degrees clockwise, and the wind speed, which is the horizontal flow. air is measured in units of time. the wind speed can move colloidal particles, including clay and silt, from the site of destruction to a distance of hundreds of kilometers. studies show that most dust days occur in the eastern regions of the country so that in the range of 120-day winds in sistan, the frequency of dust per year reaches more than 150 days. moreover, the prediction of numerical values ​​of maximum annual wind speed using the spatio-temporal regression method was considered in this study. error variance and alignment analysis using variance inflation index showed that numerical models of the spatio-temporal regression of data could predict the average maximum wind speed in the coming years. the results also show that regression spatio-temporal until 2022 can predict wind speed.the numerical model indicates that the lowest annual average wind speed from 2019 to 2022 is related to the ghaen station. its forecast trend shows that by 2022, the average annual wind speed will decrease. the highest annual average wind speed is related to zabol station, in which the forecast trend of this station shows that the average annual wind speed will decrease by 2022.