بررسی گردوغبار و پیش بینی آن در شهرهای استان خوزستان با استفاده از مدل های سری زمانی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار اقلیم شناسی ، دانشکده جغرافیا و علوم محیطی ، دانشگاه حکیم سبزواری،سبزوار، ایران

2 ایران-خراسان رضوی - سبزوار - توحید شهر- دانشگاه حکیم سبزواری- دانشکده جغرافیا و علوم محیطی - گروه آب و هواشناسی

چکیده

هدف از این پژوهش بررسی گردوغبار و پیش بینی بهترین مدل های سری زمانی برای شهرهای استان خوزستان در طی سال های 2019-2023 می باشد. روش آماری کتابخانه ای و با استفاده از داده های سالانه، هشت شهر منتخب از استان خوزستان به منظور شناسایی و پیش بینی بهترین مدل های سری زمانی با استفاده از نرم افزار های Minitab17،spss19 و Excel 2013، صورت گرفته است. برای این منظور داده های گردوغبار سالانه از هشت ایستگاه هواشناسی استان خوزستان در طول دوره آماری 1990-2010 اخذ شده که با استفاده از آزمون ران تست همگنی داده های گردوغبار مورد بررسی قرار گرفت. با استفاده از مدل های سری زمانی گردو غبار بررسی و بهترین مدل برای شناسایی گردوغبار برازش شده صحت و دقت مدل ها براساس آماره خطا میانگین مطلق(MAE )، درصد خطای مطلق میانگین (MAPE)، مجذور خطا ریشه دوم میانگین RMSE))، و بیز استاندارد BIAS))، تایید گردیده است. نتیجه یافته های مناسب ترین مدل های سری زمانی گردوغبار برای شهر های مسجد سلیمان و بهبهان مدل پیش بینی هلت وینترز، شهر دزفول به تنهای از مدل آریما (1،0،1) و شهرهای اهواز، رامهرمز، آغاجاری، آبادان و امیدیه دارای مدل نمو هموار ساده بدست آمده است. همچنین نتایج گردوغبار نشان داد شهر امیدیه با بیشترین اختلاف گردوغبار به 79 روز افزایش و شهر دزفول به کمترین تعداد با 9 روز می رسد. و بقیه شهر ها آبادان، آغاجاری، رامهرمز، اهواز، مسجد سلیمان و بهبهان به ترتیب 75، 45، 45، 41، 36 و 25 روز در سال می رسد.

کلیدواژه‌ها


عنوان مقاله [English]

Dust and its prediction in cities of Khuzestan province using time series models

نویسندگان [English]

  • Alireza Entezari 1
  • Rasol Sarvestan 2
1 Department of Climatology, Hakim Sabzevari University, Sabzevar, Iran
2 Iran-Khorasan Razavi - Sabzevar - Tohid Shahr-Hakim Sobzavari University- Faculty of Geography and Environmental Sciences - Weather Group
چکیده [English]

The purpose of this study is to investigate the dust and predict the best time series models for the cities of Khuzestan province during the years 2019-2023. The statistical method of the library and using the annual data, eight cities selected from Khuzestan province to identify and predict the best time series models using the software Minitab17, spss19 Excel 2013. For this purpose, annual dust data from eight meteorological stations of Khuzestan province during the period of 1990-2010 were collected and analyzed using the ridge test of homogeneity of dust data. Using time series models of dust walnuts and the best model for identifying fitted dust, the accuracy and accuracy of the models were based on absolute error (MAE), absolute error (MAPE), root mean square error (RMSE average), and The BIAS standard has been approved. The results of the most suitable models of Dust Time Series for the cities of Masjed Soleyman and Behbahan are Halt Winters forecast model, Dezful city alone in the model of Arima (1.0.1) and Ahwaz, Ramhormoz, Aghajari, Abadan and Omidieh models Nemo is smoothly achieved. Also, the results of the dust show that the city of Omidieh with the highest difference of dust increases to 79 days and the city of Dezful reaches the lowest number with 9 days. And the rest of the cities are Abadan, Aghajari, Ramhormoz, Ahvaz, Masjed Soleyman and Behbahan, respectively, 75, 45, 45, 41, 36 and 25 days a year.

کلیدواژه‌ها [English]

  • "Dust"
  • "Time series"
  • "Helt Winters"
  • "Arima"
  • "Khuzestan"