مدل‌سازی و پیش‌بینی متوسط درجه‌ حرارت ماهانه‌ی دمای اصفهان با استفاده از مدل SARIMA

نوع مقاله: مقاله اصلی

نویسندگان

1 دانشجوی دکترا، گروه جغرافیا، دانشکده ادبیات و علوم انسانی، دانشگاه زنجان، زنجان، ایران

2 دانشجوی دکترا، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه ارومیه، ارومیه، ایران

3 کارشناس ارشد، گروه سازه های آبی، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران

چکیده

افزایش دمای کره زمین باعث بروز ناهنجاری‌هایی در اقلیم کره زمین شده که بر تمام زوایای زندگی بشر تأثیرگذار است. در این پژوهش تعیین تغییرات زمانی و مناسب‌ترین مدل برآورد تغییرات دما با استفاده از مدل سری زمانی  SARIMAجهت پیش‌بینی در شهر اصفهان انجام شد. بدین منظور در محیط نرم‌افزار MINITAB از آمار درازمدت میانگین دمای ماهانه اصفهان طی سال‌های 2017-1951 استفاده شد. در ادامه، با استفاده ازسری‌های زمانی، یک الگوی اولیه به‌صورت SARIMA (0, 0, 4) (0, 1, 1)12  و SARIMA(0, 0, 4) (5, 1, 0)12 استخراج شد. سپس با سعی و خطا و روش زیاد برازش دادن این دو الگو، الگوی نهایی به‌صورت SARIMA (0, 0, 4) (0, 1, 1)12  حاصل شد. در مرحله بعدی صحت و دقت این مدل بر اساس آماره AIC و تحلیل نمودارها خودهمبستگی، بافت­نگار باقی­مانده‌های الگو و سایر پارامترها تأیید شد. در نهایت بر اساس مدل‌های برازش یافته، پیش‌بینی برای 10 سال آینده انجام شد. نتایج این پژوهش نشان داد که این مدل از دقت تقریباً خوبی برای پیش‌بینی تغییرات دما طی سال‌های آتی برخوردار است. همچنین فرض استقلال باقی­مانده‌ها با توجه به همبستگی­نگار مربوط به باقی­مانده‌های مدل به­دلیل قرار گرفتن همه خود همبستگی‌ها در محدوده قابل­قبولی قرار دارد، سپس بافت­نگار باقی­مانده‌های الگوی M1 نرمال بودن داده‌ها را نشان داد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Modeling and Predicting the Monthly Average Temperature of Isfahan using SARIMA Model

نویسندگان [English]

  • Sakineh Khani Temeliyeh 1
  • Zobaihollah Khani Temeliyeh 2
  • Seyyed Mahmoud Hosseiniseddigh 1
  • Mohammad Kamangar 1
  • Zahra Shamsi 3
1 PhD Scholar, Department of Geography, Faculty of Literature and Human Sciences, Zanjan University, Zanjan, Iran
2 PhD Scholar, Department of Water Engineering, Faculty of Agriculture, Urmia University, Urmia, Iran
3 M. Sc. Alumni, Department of Hydraulic Structures, Faculty of Agriculture, Shahid Bahonar University, Kerman, Iran
چکیده [English]

Increasing the earth temperature causes anomalies in the planet climate, which affects all aspects of human life. In this study, the determination of temperature changes and the most appropriate model for estimating temperature changes was carried out using the SARIMA time series model in Isfahan. For this purpose, the long-term monthly average temperature of Isfahan during the years 1951-2017 were used in MINITAB software medium. Then, using the time series, an initial guessing pattern was extracted as follows: SARIMA (0, 0, 4) (0, 1, 1) 12 and SARIMA (4, 0, 0) (5, 1, 0) 12 trail and error. The method of the goodness of fit these two patterns resulted in a final pattern SARIMA (1, 0, 1) (0, 1, 1). In the next stage, accuracy and preciseness of this model were confirmed by AIC statistics and analysis of self-correlation charts, the histogram of residual patterns, and other parameters. Finally, based on fitted models, the forecast was made for the next 10 years. The results of this study indicate that these models had almost good accuracy for predicting temperature changes over the coming years. In addition, the assumption of the independency of the residuals was confirmed by the correlation between the model and the remainder of the model due to the inclusion of all self-correlations in their standard limits, and then the histogram of the residual parts of the M1 pattern showed normalilty of the data.

کلیدواژه‌ها [English]

  • Fitness
  • Temperature
  • time series
  • Modeling
  • SARIMA
Ashgar Toosi S., Alizadeh A. and Shirmohammadi R. (2005). SARIMA modeling of seasonal rainfalls (Case study: Khorasan Province, Iran), Iran. Water Resour. Res., 1(3), 41-53 [In Persian].

 

Box G. E. P. and Jenkins G. M. (1976). Time series analysis: forecasting and control, Holden-Day, San Francisco.

 

Burlando P. Montana A. and Raze R. (1996). Forcasting of storm rainfall by combined use of rader, rain gauges and linear models. Atmos. Res., 42, 199-216.

 

Chang X. Gao M. Wang Y. and Hou X. (2012). Seasonal autoregressive integrated moving average model for precipitation time series, J. Math. Statis., 8(4), 500-505.

 

Chawsheen T. A. and Broom M. (2017). Seasonal time-series modeling and forecasting of monthly mean temperature for decision making in the Kurdistan region of Iraq. J. Statis. Theor. Pract., 11(4), 604-633.

 

Chen P., Niu A., Liu Di., Jiang W. and Ma B. (2018). Time series forecasting of temperatures using SARIMA: an example from Nanjing. IOP Conf. Series: Materials Science and Engineering 394 052024.

Ebenezer A. Y., Bashiru I. and Saeed A. K. (2016). SARIMA modeling and forecasting of monthly rainfall in the Brong Ahafo region of Ghana. World Environ. 6(1), 1-9.

 

Ghafourian H., Sanaei Nejadad S. H., Jabbari Noughabi M. and Mohammadpour M. A. (2013). Investigating the accuracy of SARIMA technique in predicting precipitation amounts (Case study: Mashhad). 5th Iranian Water Resources Management Conference. Tehran, Iran [in Persian].

 

Hajibigloo M. Ghazalsoflo A. and Alimirzaee H. (2013). Discussion and forecast monthly average rainfall techniques using SARIMA (Case study: Pluviometry station Babaaman Bojnourd. J. Irrig. Sci. Engin., 36(3), 41-51 [in Persian].

 

Jamshidi V. (2006). Study and evaluation of temperature and rainfall in Tehran using time series. Master Dissertation, Faculty of Mathematics, Tarbiat Modarres University of Tehran, 263 pages [In Persian].

 

Kheradmandnia M. and Asakereh H. (2001). Pattering of ARIMA for Annual Average Temperature in Jask (Iran). 3rd Conference of Stochastic Process, Isfahan University. 41-51 [in Persian].

 

Khorrami M. and Bozorgnia A. (2007). Time series analysis with software MINITAB 14, Mashhad Publication, Sokhan Gostar [in Persian].

 

Mishra A. K. and Desai V. R. (2005). Drought forecasting using stochastic models. Int. J. Climat., 16, 585 – 599.

 

Nyatuame M. and Agodzo S. K. (2018). Stochastic ARIMA model for annual rainfall and maximum temperature forecasting over Tordzie watershed in Ghana. J. Water Land Develop., 37(1), 127–140.

 

Papalaskaris T. and Kampas G. (2017).Time series analysis of water characteristics of streams in Eastern Macedonia Thrace, Greece. Europ. Water, 57, 93-100.

 

Shabani B. Mousavi Baygi M. Jabbari Noghabi M. and Ghareman B. (2014). Modeling and predication of monthly max and min temperatures of Mashhad plain using time series models. J. Water Soil, 27(5), 896-906 [in Persian].

 

Sharifan H .and Gharaman B. (2007). Evaluation of rainfall forecasting in Golestan Province using time serties. J. Agri. Sci. Nat. Resour., 14(3), 196-209 [In Persian].

 

Tadesse K. B. and Dinka M. O. (2017). Application of SARIMA model to forecasting monthly flows in waterval river, south Africa. J. Water Land Develop., 35(1), 229-236.

 

Unnikrishnan T., Anilkumar P. and Gopakumar C. S. (2018). SARIMA models forecasting of weather parameters for Thrissur district. Int. J. Statis. Appl. Math., 3(1), 360-367.