عنوان مقاله :
پيش بيني و تحليل روند پارامترهاي كيفي آب رودخانه با استفاده از مدل سري زماني AEIMA در حوضه آبخيز رودخانه كهمان
عنوان به زبان ديگر :
Forecasting and Trend Analytics of Water quality parameters using ARIMA series Models in Kahman river watershed
پديد آورندگان :
حقي زاده، علي دانشگاه لرستان - دانشكدۀ كشاورزي و منابع طبيعي , يوسفي، حسين دانشگاه تهران - دانشكدۀ علوم و فنون و نوين , ياراحمدي، يزدان دانشگاه تهران - دانشكدۀ علوم و فنون نوين , نور محمدي، پروين دانشگاه لرستان - دانشكدۀ كشاورزي و منابع طبيعي , عليجاني، رضوان دانشگاه لرستان - دانشكدۀ كشاورزي و منابع طبيعي
كليدواژه :
پيش بيني , رودخانه كهمان , سري زماني , مدل ARIMA , پارامترهاي كيفي آب
چكيده فارسي :
رودخانه كهمان پرمنفعت ترين رودخانه شهرستان الشتر از نظر كشاورزي و پرورش ماهي است. به دليل اينكه فرايندهاي هيدرولوژي تصادفي اند، آمار و احتمال اساس تجزيه و تحليل پديده هاي يادشده است، بنابراين از سري هاي زماني استفاده مي شود. در تحليل سري زماني، مرحله اول شامل نمايش نوسان پارامترها در طول زمان است، مرحله دوم ايستا سازي داده ها، مرحله سوم نرمال سازي و مرحله چهارم شناسايي پارامترهاي مدل است. درنهايت، براي سنجش دقت مدل در پيش بيني از شاخص مجذور ميانگين مربعات خطا RMSE و معيار اطلاعاتي آكاييكه AIC استفاده شد. در اين تحقيق روند تغييرات زماني سه پارامتر ،pH HCO3 و Na كه از پارامترهاي موثر بر كيفيت آب شرب و كشاورزي هستند، در ايستگاه دره تنگ رودخانه كهمان طي سالهاي آماري 1366 تا 1392 مطالعه شد. سپس بر اساس نمودارهاي سري زماني داده ها و همچنين نمودار خود همبستگي جزئي، مدل ARIMA فصلي ضربي از بين مدل هاي سري زماني انتخاب و در نرم افزارهاي XLSTAT و MINITAB استفاده شد. براي HCO3 مدل بهينه براي پيش بيني 4(1،1،1)*(1،1،1) ARIMA و براي pH، 4(1،1،1)*(1،1،1) ARIMA تشخيص داده شد؛ ولي براي Na هيچيك از مدل هاي ARIM مناسب تشخيص داده نشد. HCO3 معمولاً روند افزايشي دارد. محدوده تغييرات pH طبق نمودار سري هاي زماني در محدوده بهينه 6/5 تا 8/5 قرار دارد. Na به دليل نبود سازندهاي نمكي در حوضه آبخيز رودخانه كهمان معمولاً روند ثابتي دارد و افزايشي نيست.
چكيده لاتين :
Kahman is the most beneficial river in Alashtar city for agriculture and aquiculture. As hydrology processes have random nature، statistics and probability are base of analysis of these processes and time series are used for this purpose. The first step in time series analysis includes parameters variation through time. Second step is to stationary data، third is normalization and forth is model parameters recognizing. Finally، for model accuracy evaluation in prediction، the root-mean square standardized error and Akaike information criteria are used. In this research، time variations trend of three parameters، PH، HCO3- and Na+ that are effective parameters on drinking and agriculture water، were studied at Darreh-tang station of Kahman river from 1366 to 1392 and then Based on the time-series graphs، as well as autocorrelation and partial autocorrelation plot، Multiplicative seasonal ARIMA model select and in XLSTAT and MINITAB software’s was used. For HCO3 and PH، ARIMA4(1،1،1)*(1،1،1) was recognized for prediction optimum model but for NA any of ARIMA models weren’t recognized suitable. HCO3 always have an ascending trend. On the base of time series diagram، optimum variations limit of PH is from 6.5 to 8.5. Because the formation in Kahman river watershed is calcareous and because of nonexistence of salty formations in studied region، Na+ has a constant trend and isn’t ascending.
عنوان نشريه :
اكوهيدرولوژي
عنوان نشريه :
اكوهيدرولوژي