پيش‌بيني دبي با استفاده از تحليل سري‌هاي زماني با مدل SARIMAدر شرايط خشكسالي مطالعه موردي: ايستگاه دبي‌سنجي پيرسلمان در رودخانه جاميشان

Forecasting flow discharge through time series analysis using SARIMA model for drought conditions, a case study of Jamishan River

تامين نياز­هاي آبي به دليل كاهش منابع آب و افزايش جمعيت به مراتب مشكلتر و محدودتر از گذشته است. از سويي كاهش نزولات جوي و محدوديت شديد منابع آب، ضرورت پيش ­بيني بارش و دبي ناشي از آن­را در بازه هاي زماني ماهانه و سالانه در مقياس حوضه آبريز و زيرحوضه هاي آن را دو چندان مي نمايد. اساس اين كار ارزيابي جوي و پيش ­بيني بارندگي در سري هاي زماني است. يكي از فرضيات كليدي در سري هاي زماني ايستا بودن آنها است. با اين وجود، بسياري از سري هاي هيدرولوژيكي بنا به دلايل مختلف مانند روند، پرش و تناوب ناايستا هستند. هدف از اين پژوهش ارزيابي ايستايي سري زماني بارندگي به منظور انتخاب مناسبترين مدل جهت پيش بيني دبي جريان رودخانه جاميشان در ايستگاه آبسنجي پيرسلمان بود. حوضه جاميشان در شمالشرقي استان كرمانشاه در بالادست رودخانه دينور قرار دارد. به اين منظور داده هاي بارندگي ماهانه در يك دوره 25 ساله (1365-1390) استفاده شد. از آنجايي كه سري زماني ناايستا است و عوامل ناايستايي آن حذف نگرديد در نهايت پارامترهاي مدل غير فصلي SARIMA با استفاده از نرم­ افزار MINITAB جهت پيش بيني باران ماهانه محاسبه گرديد. براي صحت­ سنجي مدل از معيار نرمال بودن و مستقل بودن باقي مانده ­ها استفاده شد و در نهايت مقادير دبي رودخانه پير سلمان به كمك مدل 12(3,0,1)×(3,0,1)SARIMA نسبت به مدل هاي ديگر با داشتن ميانگين خطاي كمتر در پيش بيني برآورد گرديد.

Nowadays, water supply is more limited and providing water is more difficult due to increasing population and demand for water. Thus, due to rainfall shortage and impacts of drought, the need for forecasting monthly and annual rainfall and flow discharge through time series analysis is acutely felt. One of the key assumption in time series is their static condition. However, hydrological time series are sometimes dynamic due to independent occurrences and variations. The objective of this study was to evaluate a suitable forecast model for water flow discharge through evaluating whether time series data of rainfall in Jamishan river, Kermanshah, Iran were static. The 25-year data of monthly rainfall (1988- 2013) were used and assumed to be a dynamic series. Non-seasonal parameters of SARIMAS model were analyzed through MINTAB software. The accuracy, reliability, normality and independence of data were also evaluated. Finally, water flow discharge was modeled and predicted by SARIMA (3,0,1) x (3,0,1)12 which showed minimum mean error.