پديد آورندگان :
گلابي، محمدرضا نويسنده دانشگاه شهيد چمران اهواز , , آخوند علي، علي محمد نويسنده دانشگاه سيستان و بلوچستان , , رادمنش، فريدون نويسنده ,
كليدواژه :
مدل هاي باكس-جنكينز , آبادان , اقليم , اقليم آسايش , ماهاني
چكيده فارسي :
طي دهه هاي اخير، توسعه شهرنشيني و فعاليت هاي صنعتي در شهرهاي بزرگ منجر به تغييرات قابل ملاحظه اي در وضع هوا و اقليم محلي شهرها شده است. امروزه بررسي داده هاي هواشناسي و استفاده از آن در برنامه ريزي به منظور توسعه مراكز سكونتگاهي اهميت داشته و وضعيت اقليمي در نحوه آسايش افراد نقش موثري دارد. در واقع با شناخت از وضعيت اقليمي شهر در ماه هاي مختلف سال و بررسي داده هاي هواشناسي، ايجاد آسايش اقليمي امكان پذير مي باشد. درتحقيق حاضر از داده هاي ماهانه 4 عامل اقليمي (ميانگين دما، دماي حداقل، دماي حداكثر و رطوبت نسبي) ايستگاه هواشناسي آبادان به مدت 60 سال، (1389-1330)، استفاده شده است. با استفاده از روش رگرسيون، داده هاي ناقص برآورد و همگني داده ها توسط آزمون توالي ها بررسي شد. سپس با بهره گيري از مدل اقليم آسايش ماهاني، ماه هاي مناسب براي آسايش فيزيولوژي انسان در 6 دوره ي 10ساله تعيين و سپس با استفاده از مدل هاي باكس -جنكينز سري زماني براي 3 عامل اقليمي، دماي حداكثر، دماي حداقل و رطوبت نسبي بررسي و بهترين مدل برازش داده شد .سپس با استفاده از مدل هاي پيشنهادي،10سال آينده ي هر عامل اقليمي پيش بيني گرديد و 10سال آينده از نظر اقليم آسايش با استفاده از مدل ماهاني مورد بررسي قرار گرفت. نتايج اين پژوهش نشان داد بر اساس معيار آكاييكه بهترين مدل باكس-جنكينز، مدل 12(2,1,0)×(1,1,1) ARIMA براي دماي حداكثر و براي دماي حداقل مدل 12(1,1,0)×(2,1,0) ARIMA و براي رطوبت نسبي مدل 12(1,1,0)×(1,1,1) ARIMA مي باشد. در حالت اقليم آسايش شبانه، ماه هاي بهمن، اسفند، فروردين و ارديبهشت شاهد افزايش روند دما بوده اند. در ماه مرداد و ماه هاي شهريور و مهر شاهد كاهش روند دما بوده ايم. در حالت اقليم آسايش روزانه در ماه هاي دي، بهمن، آذر و اسفند شاهد افزايش روند دما بوده ايم و در ماه مهر شاهد كاهش روند دما بوده ايم
چكيده لاتين :
During the last decades, urbanization expansion and industrial activities in large cities have led to remarkable changes in weather and local climate. Nowadays, analysis of meteorology data and also using them in programming the development of habitation centers are of importance and climate situation affects people’s comfort. In fact, by recognition of city’s climate conditions in different months of the year and analysis of meteorology data, construction of climate comfort is possible. In this study, the monthly data of 4 climate factors (temperature average, minimum temperature, maximum temperature & relative humidity) from Aabadan’s meteorology station over 60 years (1330-1389) have been used. Using regression process, incongruity of data was evaluated and data’s homogeneity was studied by sequences’ examination. Then, using Mahani comfortable climate model, suitable months for convenience of human physiology in 6 ten-year periods were determined. Then, using Box–Jenkins models time series for 3 factors of climate, minimum temperature, maximum temperature and relative humidity is studied and the best model is fitted. Then, using suggested models, the next 10 years of any climate factor was predicted and the next years were studied from the viewpoint of comfortable climate using Mahani model. The results of this study indicated that based on Akaike criterion, the best Box–Jenkins model for minimum temperature is ARIMA (1,1,1)×(0,1,2)¹² model, for maximum temperature is ARIMA (0,1,2)× (0,1,1)¹² model and for relative humidity is ARIMA (1,1,1)×(0,1,1)¹² model. As for nightly comfortable climate, temperature has increased in Bahman, Esfand, Farvardin and Ordibehesht months. Temperature has decreased in Mordad, Shahrivar an Mehr months. As for daily convenience climate, temperature has increased in Dey, Bahman, Aazar and Esfand months, and temperature has decreased in Mehr month.
