پایان نامه مدل سازی و پیش بینی تبخیر از تشت ایستگاه های غرب دریاچه ارومیه

word
106
12 MB
32550
1392
کارشناسی ارشد
قیمت: ۱۰,۶۰۰ تومان
دانلود فایل
  • خلاصه
  • فهرست و منابع
  • خلاصه پایان نامه مدل سازی و پیش بینی تبخیر از تشت ایستگاه های غرب دریاچه ارومیه

    پایان­نامه جهت اخذ درجه کارشناسی ارشد رشته مهندسی منابع آب

    چکیده

        امروزه با توجه به مسئله بحران آب و نیاز به برنامه‌ریزی دقیق، استفاده از مدل‌ها و روش‌های آماری رو به افزایش است. تحقیقات صورت گرفته در این زمینه نیز سودمندی استفاده از روش‌های آماری را نشان داده‌اند. استفاده از روش‌های مختلف پیش بینی دارای مزایای متعددی از جمله کاهش هزینه‌ها بوده و علاوه بر آن در این روش‌ها میتوان از اطلاعات موجود و قابل دسترس استفاده کرد. با توجه به اهمیت مسئله دریاچه ارومیه که به عنوان یک مشکل اجتماعی، سیاسی و فرهنگی مطرح است و به منظور فراهم نمودن یک ابزار علمی برای تمهید مقدمات لازم در جهت حفاظت از دریاچه، یافتن مدلی برای داده‌های تبخیر از تشت و پیش بینی آن مورد بررسی قرار گرفت. تبخیر از تشت از مهم ترین و تاثیر گذارترین پارامترهای اقلیمی در سیاست و مدیریت بهینه از منابع آبی می باشد و استفاده از مدل­های سری­زمانی یکی از راه­های کاربردی برای پیش­بینی این مولفه هیدرولوژیکی است. در این تحقیق آزمون های غیر پارامتری من کندال، کندال فصلی و ضریب همبستگی اسپیرمن در سطح اطمینان 95 درصد جهت آزمون روند داده­های تبخیر از تشت ایستگاه­های آباجالو، سرو، یالقوزآغاج، قامیشلو، مظفر آباد و ایستگاه سینوپتیک ارومیه تحلیل روند انجام شده است. نتایج وجود روند کاهشی و افزایشی را در بعضی ایستگاه ها نشان می دهد. جهت بررسی ایستایی بودن داده ها از دو آزمون ADF و KPSS استفاده شد که نتایج نشان داد که پس از حذف عوامل ناایستایی و استاندارد کردن داده ها، سری های ماهانه و سالانه ایستا گردیدند. از آزمون BDS نیز برای بررسی میزان خطی یا غیر خطی بودن داده ها استفاده شده است. داده های تبخیر از تشت دو ایستگاه آباجالو و سرو واقع در غرب دریاچه ارومیه در مقیاس های ماهانه و سالانه با دوره های آماری 34 ساله (1355-1388)، جهت انتخاب و برازش مدل های سری زمانی مناسب استفاده شده اند. هدف تحقیق حاضر تولید بهترین مدل سری زمانی بر روی مقادیر تبخیر و استفاده از آن برای پیش بینی مقادیر تبخیر از تشت غرب دریاچه ارومیه می باشد. پس از انجام آزمون BDS مشخص شد که داده های تبخیر خاصیت خطی دارند و می توان از مدل های خطی با اطمینان قابل قبولی استفاده کرد. نتایج برازش مدل های خطی رایج نشان داد که مدل AR(1)، مدل منتخب برای سری های سالانه دو ایستگاه است. و مدل های انتخابی برای سری های ماهانه هر ایستگاه متفاوت بود، برای ایستگاه سرو مدل ARMA(1,5) و برای ایستگاه آباجالو مدل ARMA(2,5) انتخاب شد.

     

    فصل اول

    مقدمه و بیان اهداف

     

    1-1مقدمه

    لاپلاس در سال 1776 بیان کرد که اگر بتوانیم شرایط اولیه هر پدیده را شناسایی کنیم، می‌توان آینده آن را نیز به طور دقیق پیش بینی نماییم. این تفکر مدت‌ها مورد قبول اندیشمندان عرصه علوم تجربی بود. اما پوآنکاره در سال 1903 بیان کرد خطاهای کوچک امروز به خطاهای بزرگ در پیش بینی فردا منجر می شود و از آنجا که اغلب شناخت دقیق وضعیت موجود امکان پذیر نیست و توأم با خطاست، پیش بینی نیز امری غیرممکن می نماید. به هر حال با آنکه نظر غالب امروزی بسیار نزدیک به نظر پوآنکاره است، اندیشمندان علوم مختلف بخش عظیمی از مطالعات خود را بر پیش بینی متغیرها و پدیده‌های مورد بررسی علوم خود متمرکز ساخته اند. از این میان، علوم هیدرولوژی و اقلیمی را نیز می‌توان نام برد (سلامی،1380).

    پیش بینی فرآیند‌های اتفاقی یک عنصر کلیدی در تصمیم گیری است. کارآیی نهایی هر تصمیمی ‌بستگی به قانون یک مجموعه از حوادث دارد، که متعاقب آن تصمیم می‌آید. اساس بسیاری از تصمیم گیری‌ها در فرآیند‌های هیدرولوژیکی و اقلیمی تصمیمات بهره برداری از منابع آب بر پایه پیش بینی و تحلیل سری‌های زمانی می‌باشد. در واقع یکی دیگر از کاربردهای مهم فرآیندهای سری زمانی در هیدرولوژی، پیش بینی متغیر هیدرولوژیکی مدل سازی شده برای یک یا چند گام زمانی جلوتر است (مالمیر، 1385)

    در عصر کنونی، محدودیت منابع آبی جهت تأمین آب مورد نیاز کشاورزی و غیرکشاورزی موجب بروز مشکلات عمده ای شده است. سالانه هزاران میلیارد مترمکعب آب شیرین از مخازن سدها که با هزینه‌ی زیادی جمع آوری شده، تبخیر می‌شود و املاح و نمک به جای مانده از آب تبخیر شده، کیفیت آب را کاهش می‌دهد.

    تبخیر از تشت یکی از مؤلفه های مهم و تأثیر گذار در سیکل هیدرولوژی و برنامه ریزی و مدیریت منابع آب می باشد و برآورد آن در مقیاس‌های زمانی مختلف، به عنوان یکی از مهمترین پارامترهای جوی، از اهمیت ویژه‌ای در برنامه ریزی آبیاری درکشاورزی برخوردار است. از طرفی ایران کشوری خشک و نیمه خشک محسوب شده و مدیریت استفاده صحیح از منابع آبی ضروری است (قهرمان 1390). لذا این پدیده هیدرولوژیکی مورد تحلیل و بررسی قرار گرفته است.

    در تعریفی دیگر می‌توان گفت که تبخیر یک فرآیند فیزیکی است که طی آن از یک سطح مرطوب و یا سطح آزاد آب‌ها و یا یخ به صورت گازها به جو انتقال می‌یابد و این انتقال به فرم بخار آب و در دمایی پایین‌تر از نقطه جوش آب صورت می‌گیرد (چاخرلو، 1391).

    با توجه به اینکه در پدیده تبخیر عوامل متعددی دخالت دارند که از مهم‌ترین آن‌ها می‌توان به دمای هوا، سرعت باد، رطوبت نسبی، تابش خورشیدی، عرض جغرافیایی محل و مقدار مواد محلول در آب اشاره کرد.  هرگونه تغییر در پارامترهای هواشناسی یاد شده موجب ایجاد تغییراتی در میزان تبخیر از سطوح آزاد آب می شود (McHenney and Rosenberg 1993). به همین دلیل تغییر در میزان تبخیر باید بیشتر مورد توجه قرار گیرد.

    بنابراین سنجش همه این عوامل و مدل‌سازی آن‌ها، کاری مهم و بزرگ تلقی می شود و پیش بینی تبخیر از سطح آزاد دریاچه ارومیه به ویژه در زمان کنونی که رو به خشک شدن می باشد امری ضروری و لازم در جهت مدیریت بهره برداری از منابع آبی است.

    1-2بیان مسئله

    با توجه به روند نزولی روز افزون تراز سطح آب دریاچه ارومیه و اهمیت ویژه ای که این دریاچه به عنوان یکی از مهم ترین اکوسیستم‌ های آبی ایران و یکی از منابع بیوفسفریک برنامه انسان و بیوفسفر سازمان یونسکو دارد و نظر به اینکه تبخیر اصلی‌ترین عامل خارج شدن آب از منابع آبی موجود است (شیر غلامی، 1383)، لذا بررسی تبخیر و عوامل تأثیر‌گذار بر آن‌ها در مسائل مدیریتی منابع آب حوزه دریاچه ارومیه، لازم و ضروری می‌باشد.

    تبخیر از سطح تشتک تبخیر می تواند به عنوان شاخصی از ترکیب اثرات تابش، دما، رطوبت و باد  بر روی تبخیر در نظر گرفته شود. تشتک تبخیر مقدار واقعی تبخیر را نشان داده و به کمک مشاهده مقدار افت سطح آب در آن و استفاده از ضرایب تجربی می تواند در برآورد تبخیر از سطوح آزاد آب به کار گرفته شود  .(Fernandes 2007) ضریب تشت با توجه به رطوبت و مقدار باد روزانه بین 65/0 تا 75/0 تغییر می کند.

    تبخیر به عنوان یکی از پارامترهای مهم چرخه هیدرولوژیکی، تأثیر مهمی در دبی رودخانه، کاهش مقدار آب در طول دوره های کم آبی و در نهایت پایین رفتن سطح آب دریاچه خواهد داشت. بیشترین تأثیر این عامل در اوایل تابستان و در شرایطی است که حجم زیادی آب از سطح بدنه های آبی و خاک به جو باز می گردد (مالمیر، 1385). اولین گام در مدیریت یکپارچه منابع آب، ارزیابی منابع آب موجود، تعیین میزان دبی و تراز سطح آب و تغییرات آن از روی میزان تبخیر و پیش بینی متغیرهای هیدرولوژیکی است. ویژگی تصادفی بودن پدیده های هیدرولوژیکی سبب شده هیدرولوژیستها از مفاهیم متغیرهای تصادفی و سری زمانی در پیش بینی متغیرهای هیدرولوژیکی کمک گیرند. برای مدل سازی تبخیر می‌توان از مدل‌های استوکاستیکی، خصوصاً آنالیز سری زمانی که ابزار مدیریتی مناسب برای پیش بینی مقادیر آتی فرآیندهای هیدرولوژیکی می باشد استفاده کرد. اغلب مدل‌های مختلفی برای شرح این فرآیند پیشنهاد شده‌اند که از قابلیت‌ها و پیچیدگی‌های متفاوتی برخوردارند. از جمله این مدل‌ها، مدل های استوکاستیکی هستند (حمیدی، 1389).

    این مدل های استوکاستیکی شامل مدل های خطی رایج سری زمانی که عبارتند از مدل خود همبسته AR، مدل های میانگین متحرک خود همبستهARMA ، با پارامترهای ثابت و مشتقات آن شامل AR و MA می باشد. مدل میانگین متحرک خود همبسته تجمعی ARIMA و همچنین مدل های پریودیک خود همبسته PAR و پریودیک میانگین متحرک خود همبسته PARMA)) و مدل های غیر خطی آن (مدل دو خطی یا بی لینیر BL، مدل خود همبستگی آستانه یا حدی TAR و مدل واریانس شرطی ناهمسان خود همبسته ARCH بوده که به ندرت در منابع آب مورد استفاده قرار گرفته اند. پرکاربردترین آن‌ها MA،AR  و ARMA می‌باشد. ارائه روشی که بتواند پیش بینی مناسب و نسبتاً دقیقی از میزان تبخیر از تشت را بدهد می تواند در شناسایی نیاز برای تحولات آینده از جمله مدیریت و حفاظت از منابع آب حائز اهمیت باشد. سری های زمانی به عنوان یک ابزار مناسب به منظور پیش بینی تبخیر از تشت و مدیریت منابع آب از اولویت برخوردار هستند. استفاده از سری‌های زمانی امروزه به عنوان ابزاری مناسب برای پیش بینی‌های مختلف به کار می‌رود. بنابراین می‌توان با استفاده از سری‌های زمانی، تبخیر را پیش بینی نمود تا بتوان پیش بینی مناسبی برای منابع آب مورد نیاز درآینده انجام داد.

    1-3اهداف

    اهداف کلی این تحقیق عبارتند: 1- بررسی روند داده‌های تبخیر از تشت در مقیاس‌های زمانی سالانه، ماهانه. 2- انجام آزمون‌های ایستایی در سری‌های زمانی تبخیر از تشت در مقیاس‌های زمانی سالانه، ماهانه. 3- کاربرد برخی از مدل‌های خطی و غیر خطی سری زمانی برای مدل بندی سری‌های زمانی هیدرولوژیکی در مورد داده های تبخیر ایستگاه های آباجالو و سرو در مقیاس‌های زمانی مختلف سالانه، ماهانه. 4- پیش بینی ده ساله تبخیر از تشت ایستگاه های مورد نظر.

    هدف اصلی این تحقیق مدل سازی و پیش بینی سری زمانی تبخیر از تشتک داده های سری زمانی ایستگاه های تبخیرسنجی واقع در غرب دریاچه ارومیه در دوره آماری موجود با استفاده از مدل های رایج خطی است.

    1-4ساختار پایان نامه

    فصل اول شامل مقدمه، ضرورت، بیان اصلی تحقیق، اهداف و ساختار پایان نامه می باشد. در فصل دوم مقدمه، آزمون روند، بررسی ایستایی، آزمون BDS، مبانی نظری مدل‌های استوکاستیک، تعاریف مربوط به سری‌های زمانی، انواع مدل های سری‌های زمانی بررسی می شود.

    در ادامه فصل، خانواده مهمی از مدل‌های خطی سری‌های زمانی یعنی AR، ARMA و ARIMA و همچنین مدل های غیرخطی مورد بحث قرار می گیرند. سابقه مطالعات انجام شده در فصل سوم مورد بررسی قرار می گیرد.

    در فصل چهارم مراحل مدل سازی سری‌های زمانی، نرمال بودن داده ها، از بین بردن عوامل ناایستایی، شناسایی و تشخیص مدل‌های مختلف، نحوه برآورد کردن پارامترهای مدل، آزمون نکویی برازش و در نهایت پیش بینی سری‌های زمانی تشریح می شود. این فصل در واقع رویکردهای تشریح شده در بخش های قبلی را برای منطقه مورد مطالعه و ابزار های لازم را در برمیگیرد.

    در فصل پنجم نتایج تحقیق مورد ارزیابی قرار می‌گیرد. فصل ششم شامل خلاصه تحقیق و جمع بندی نهایی می‌باشد. و در نهایت پیشنهاداتی برای تداوم مطالعات ارائه شده است.

    By: Asrin dabestani

    Abstract

    These days, due to water crisis and requirement to exact planning, using of statistic models are increasing. Related researches have shown that statistic models are useful. Using different prediction models has some advantages like decreasing expenditure, moreover in these methods available information are useable. Due to importance of urmia lake concern as a social, political and cultural trouble and in order to provide a scientific tool for preparation to protect urmia lake, a model was seek for basin evaporation data. Basin evaporation is one of most important climatic parameters in politics and optimized management of water resource. Usingof time series models is one of applicable methods for predict this hydrologic element. In thisresearch non parametric models like Man kendal, seasonal Kendal and Spearman correlation coefficient, with no attention to all the effects of autoregressive coefficient in 95% reliability area, are used. By using basin evaporation data in Abajaloo, Sero,Yalghooz aghaj, Ghamishloo, Mozafarabad and urmia synoptic station, trend analyzed. Results represent that there are trendin some stations. To check the stability of the data, ADF and KPSS test were used. Results have shown that after omission the nonstagnation factors and data standardization, monthly and annual series will get static. BDS test for analyzing amount of being linear or non linear of data was used. From Pan evaporation data two stations Abajaloo and Sero for choosing timeseries models were used data. These stations are in west of urmia lake and data were in monthly and annual scale in 34 years (1355_1388). Present research tried to make the best time seriesmodel on evaporation data and use of it for predict the amount of basin evaporation in west side of urmia lake. After BDS test observed that evaporation data are linear and non linear models are not be required to use. Finally results represent that among the current linear methods, AR(1) is the best model for annual series. Selected model for monthly series was different for each station. For Sero ARMA(1,5) and for Abajaloo ARMA(2,5),were selected.

    Keywords: Evaporation of pan, modeling, forecasting, time serie

  • فهرست و منابع پایان نامه مدل سازی و پیش بینی تبخیر از تشت ایستگاه های غرب دریاچه ارومیه

    فهرست:

    1-1-    مقدمه.. 3

    1-2-    بیان مسئله.. 4

    1-3-    اهداف... 5

    1-4-    ساختار پایان نامه.. 5

    2-        فصل دوم  مبانی سری های زمانی................................................................................................. .................................................................................................. 7

    2-1-    مقدمه.. 7

    2-2-    آزمون روند.. 8

    2-2-1-   مزیت های آمار غیر پارامتری... 8

    2-2-2-   معایب روش های غیر پارامتری... 9

    2-3-    آزمون ایستایی... 9

    2-4-    آزمون غیر خطی BDS. 10

    2-5-    مدل های سری زمانی... 10

    2-6-    مدل های خطی... 12

    2-6-1-    مدل خودهمبستگی (AR). 13

    2-6-2-    فرآیند میانگین متحرک MA(q) 13

    2-6-3-    مدل میانگین متحرک خود همبسته تجمعی ARIMA(p,d,q) 14

    2-6-4-    مدل خود بازگشت تجمعی میانگین متحرک کسری (FARIMA) 15

    2-7-    مدل‌های غیرخطی... 15

    2-7-1-   مدل خودهمبستگی آستانه یا حدی(TAR) 16

    2-7-2-   مدل واریانس شرطی ناهمسان خوهمبسته ARCH.. 16

    2-7-3-   مدل دوخطی یا بی لینیر (Bilinear). 17

    3-        فصل سوم مروری بر مطالعات پیشین... 19

    3-1-    مقدمه.. 19

    3-2-    بارندگی... 19

    3-3-    درجه حرارت... 20

    3-4-    دبی و جریان.. 21

    3-5-    تبخیر. 22

    3-6-    بررسی مطالعات پیشین در مورد مشخصات مهم سری‌های زمانی تبخیر نظیر روند.. 26

    4-        فصل چهارم مواد و روشها 33

    4-1-    منطقه مورد مطالعه.. 33

    4-1-1-   ایستگاه های تبخیر سنجی مورد استفاده (غرب دریاچه ارومیه). 34

    4-1-2-   داده های مورد استفاده برای تحلیل روند.. 35

    4-2-    تحلیل روند.. 38

    4-2-1-   آزمون من – کندال (MK) 39

    4-2-2-   ضریب همبستگی اسپیرمن... 40

    4-2-3-   روش کندال فصلی... 41

    4-3-    آزمون ایستایی... 41

    4-3-1-   آزمون ریشه واحد دیکی-فولر (ADF). 42

    4-3-2-   آزمون KPSS. 43

    4-4-  آزمون غیر خطی BDS. 44

    4-5-    مدل سازی خطی... 45

    4-6-    نرمال سازی و استاندارد کردن داده ها 46

    4-6-1-    نرمال سازی متغیرهای سری زمانی... 46

    4-7-    شناسایی مدل.. 47

    4-8-    تخمین پارامترها 49

    4-8-1-   محاسبه توابع خود همبستگی و خود همبستگی جزیی... 50

    4-8-2-   تعیین رسته یا مرتبه مدل.. 50

    4-9-    تست بهترین برازش..... 51

    4-10- تجزیه و تحلیل باقی مانده ها 51

    4-10-1  استفاده از تابع خود همبستگی نمونه.. 51

    4-10-2  آزمون پورت مانتئو (Portmanteau) 52

    4-11- ارزیابی مدل.. 52

    4-12- پیش بینی... 53

    5-        فصل پنجم نتایج و بحث                           55

    5-1-    مقدمه.. 56

    5-2-    نتایج خصوصیات اساسی سری های زمانی... 56

    5-2-1-   نتایج نرمال بودن داده ها با استفاده از آزمون چولگی... 56

    5-2-2-   نتایج آزمون روند.. 57

    5-3-    نتایج آزمون ایستایی... 61

    5-4-    نتایج آزمون BDS. 62

    5-5-    نتایج مدل سازی خطی سری های زمانی... 64

    5-5-1-   نتایج آزمون بهترین برازش..... 64

    5-6-    نتایج پیش بینی... 75

    6-        فصل ششم  خلاصه نتایج و پیشنهادات... 80

    6-1-  خلاصه نتایج... 80

    6-2 -     پیشنهادات... 82

    منابع      83

    منبع:

     

    ابریشم چی، الف. تجریشی، م. چهره نگار، ب. (1384)،  "مدل های استوکستیک منطقه ای جریان سالانه حوضه های آبریز غرب ایران،" تحقیقات منابع آب، جلد1، شماره 1.

    احمدی، ف. دین پژوه، ی. فاخری فرد، الف. خلیلی، ک. (1392)، "پیش بینی جریان رودخانه با استفاده از مدل های غیر خطی سری زمانی( مطالعه موردی رودخانه باراندوز چای ارومیه)"، دومین کنفرانس بین المللی گیاه، آب، خاک و هوا، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته کرمان، 18 تا 19 اردیبهشت.

    احمدی جوقی، الف. (1368)، "مدل سازی و پیش بینی نوسانات ارتفاع آب دریای خزر "، پایان­نامه کارشناسی ارشد رشته آمار کاربردی، گروه آمار، دانشگاه شهید بهشتی، تهران.

    اذغانی دآ. عراقی نژاد، ش، شیفته صومعه، ب. (1381)، "بررسی اثر تغییر اقلیم بر منابع آبی استان مازندران، مبانی و مباحث تغییر اقلیم"،  انتشارات دانشگاه تهران مشهد، چاپ دوم.

    اصغری اسکویی، م. (1381)، "کاربرد شبکه های عصبی در پیش بینی سری های زمانی"، فصلنامه پژوهش های اقتصادی ایران / شماره 12.

    بشری، م. وفاخواه، م. (1389)، " مقایسه روشهای مختلف تحلیل سریهای زمانی در پیش بینی دبی ماهانه حوزه آبخیز کرخه"، فصلنامه علمی پژوهشی آبیاری و آب، سال اول شماره ی 2.

    بیگلری، ب. سامانی، م. (1382)، "بررسی سری زمانی بارش رواناب سطحی و مطالعات زمان تاخیر در حوضه آبریز بازفت"، هفتمین همایش انجمن زمین شناسی ایران، دانشگاه اصفهان.

    تابش، م. دینی، م. خوش خلق، ع. زهرائی، ب. (1387)، "برآورد مصرف روزانه آب شهر تهران با استفاده از سری زمانی". مجله علمی پژوهشی تحقیقات منابع آب آیران. سال چهارم، شماره 2، صفحه 65-57.

    ترابی، س. (1380)، "بررسی و پش بینی تغییرات دما و بارش در ایران" پایان نامه دکتری، دانشکده علوم انسانی، دانشگاه تبریز.

    حجام، س، خوشخو، ی. شمسالدین وندی، ر. (1387)، " تحلیل روند تغییرات بارندگیهای فصلی و سالانه چند ایستگاه منتخب در حوزه مرکزی ایران با استفاده از روشهای ناپارامتری" پژوهشهای جغرافیایی، جلد 40 ، شماره 64 ، صفحات 168-157.

    حمیدی، ر. امام قلی زاده، ص.(1389)، "مدل سازی استوکستیک دبی سالانه رودخانه کارون با استفاده از مدل ARMA"، مجموعه مقالات نخستین کنفرانس ملی پژوهش های کاربردی منابع آب ایران.

    خلیلی، ک. (1380)، "آنالیز فرکانس خشکسالی و طرح مخازن برای مصارف کشاورزی و شرب (مطالعه موردی شهرچای ارومیه)". پایان نامه کارشناسی ارشد، دانشکده کشاورزی، دانشگاه تبریز.

    خلیلی، ک. فاخری فرد، الف. دین پژوه، ی. قربانی، م. (1389)، " تحلیل روند و ایستایی جریان رودخانه به منظور مدل سازی سری های زمانی هیدرولوژیکی"، مجله دانش آب و خاک، جلد 20/1، شماره 1.

    خلیلی، ک. دین پژوه، ی. احمدی، ف. بهمنش، ج. (1392)، " معرفی و کاربرد الگوی تلفیقی BL-ARCH در پیش بینی دبی روزانه رودخانه شهر چای ارومیه"، مجله آب و خاک مشهد، جلد 27، شماره 2، ص 342-350.

    خلیلی، ک. احمدی، ف. عبقری، ه. بشارت، س. (1391)، "تحلیل ایستایی و بررسی ماهیت جریان رودخانه در مقیاسهای زمانی مختلف )مطالعه موردی رودخانه باراندوزچای" نهمین کنفرانس بین المللی مهندسی رودخانه 3 تا 5 بهمن، دانشگاه شهید چمران، اهواز.

    خلیلی، ک. حصاری ب. (1383)، "پیش بینی روند خشکسالی هواشناسی توسط مدل های سری زمانی (مطالعه موردی ایستگاه سینوپتیک ارومیه)"، اولین کنفرانس سالانه مدیریت منابع آب ایران، 26 الی 27 آبان، دانشکده فنی، دانشگاه تهران.

    خلیلی، ک، فاخری فرد، الف، حصاری، ب. (1386)، "آنالیز منحنی های شدت – مدت و فراوانی خشکسالی و طرح مخازن برای کشاورزی و شرب". سومین کنگره عمران 11 الی 13 اردیبهشت، دانشگاه تبریز، 1386.

    جهانبخش اصل، س. ترابی، س. (1383)،" بررسی و پیش بینی تغییرات دما و بارش در ایران، مجله تحقیقات جغرافیایی"، شماره 19 ، صص104-125.

    چاخرلو، مهرداد. (1391)، "آنالیز روند تغییرات تبخیر تعرق در حوزه دریاچه ارومیه "، پایان­نامه کارشناسی ارشد آبیاری زهکشی، گروه آب، دانشگاه ارومیه.

    دهقانی، الف. پیری، م. حسام، م. دهقانی، ن. (1389)، "تخمین تبخیر روزانه تبخیر از تشت با استفاده از سه شبکه عصبی پرسپترن، چند لایه، تابع پایه شعاعی و المانی" مجله پژوهش های حفاظت آب و خاک جلد هفدهم، شماره دوم، دانشکده کشاورزی و منابع طبیعی گرگان.

    رضایی، ح. ص، بهنیا، ع. (1387)، "تحلیل روند تغییرات بارندگی سالانه و فصلی در طی نیم قرن گذشته در جنوب ایران". اولین کنفرانس بین المللی بحران آب: 13 الی 15 اسفند، دانشگاه زابل.

    رمضانی اعتدالی، ه. آبابایی، ب. " استفاده از مدل های سری زمانی در برآورد مقادیر مفقود و پیش بینی مقادیر آتی سری زمانی تبخیر" سومین همایش ملی مدیریت شبکه های آبیاری و زهکشی، دانشگاه شهید چمران اهواز، دانشکده مهندسی علوم آب، 10 الی 12 اسفند 1389.

    شریفیان، ح. قهرمان،ب.  (1386)." ارزیابی پیش بینی باران با بکارگیری تکنیک SARIMA در استان گلستان ." مجله علوم کشاورزی و منابع طبیعی، جلد چهارم، شماره سوم، مرداد- شهریور.

    شهابفر، ع. "ارزیابی و روشهای نیکوئی برازش توابع توزیعهای آماری و استفاده ازسریهای زمانی جهت پیش بینی بارندگی سالانه شهر مشهد". مجموعه مقالات اولین کنفرانس ملی بررسی راهکارهای و مقابله با بحران آب، دانشگاه زابل، جلد سوم، 395 صفحه.

    شیر غلامی، ب. قهرمان، الف. علیزاده، ج. جمالی، ب. "بررسی روند تبخیر تعرق گیاه مرجع ایران"، پژوهشنامه علوم کشاورزی و منابع طبیعی خزر، سال دوم، شماره ی سوم، پاییز 1383.

    صبوحی، ر. سلطانی، س. یغمایی،ل. (1387)، "تحلیل روند پارامترهای اقلیمی و تاثیر آن بر منابع آب در شهرهای تبریز و ارومیه". سومین کنفرانس مدیریت منابع آب ایران، 23 الی 25 مهر، دانشکده مهندسی عمران، دانشگاه تبریز.

    عزیزی، ق. روشن، ع. (1384)،" بررسی خشکسالی ها و ترسالی ها و امکان پیش بینی آنها با استفاده از مدل سری زمانی هالت وینترز در استان هرمزگان"، فصلنامه تحقیقات جغرافیایی، شماره 79 ، ص 13441-13456.

    عساکره، ح. (1389). "الگوسازی ARIMA برای میانگین سالانه دمای شهر تبریز"، فصلنامه تحقیقات جغرافیایی، شماره 92.

    عساکره، ح .خردمندنیا، م.) ١٣٨١" .(مدل سازی SARIMA برای متوسط درجه حرارت ماهانه جاسک، نیوار"، شماره ٤٦ و ٤٧ ,صفحه ٤١  ٥٤.

    عساکره، ح. خردمندنیا، م. (1380). "الگوسازی ARIMA برای متوسط درجه حرارت سالانه هوا در جاسک" ، سومین سمینار احتمال و فرآیندهای تصادفی، دانشگاه اصفهان، صص 121-132.

    فولادمند ح، "پیش بینی ماهانه تبخیر تعرق پتانسیل گیاه مرجع در استان فارس"، مجله دانش آب و خاک / جلد1/20شماره ۴/ سال ۱۳۸۹.

    قره خانی، الف. قهرمان، ن. (1389). "بررسی روند تغییرات فصلی و سالانه رطوبت نسبی و نقطه شبنم در چند نمونه اقلیمی در ایران". نشریه آب و خاک جلد 24 ص 636-646 .

    قنبرزاده، ل. (1385)، " پیش بینی روند خشکسالی هواشناسی با استفاده از سری های زمانی "، پایان­نامه کارشناسی ارشد رشته آبیاری، گروه مهندسی آب، دانشگاه ارومیه، ارومیه.

    قنبرزاده، ل. رضایی،  ح. 1385، "پیش بینی روند خشکسالی هواشناسی با استفاده از سری های زمانی (مطالعه موردی ایستگاه تبریز) ". اولین همایش منطقه ای بهره برداری بهینه از منابع آب حوضه کارون و زاینده رود.

    قهرمان، ن. بذرافشان، ج. قره خانی، الف. (1388). "تحلیل روند تغییرات تبخیر از تشت در مقیاس سالانه و فصلی در استان خوزستان با استفاده از روش های پارامتری و ناپارامتری". دهمین سمینار آبیاری و کاهش تبخیر کرمان.

    قهرمان، ن. قره خانی، الف. "بررسی روند تغییرات سرعت باد در ایران"، مجله علمی پژوهشی آبیاری زهکشی ایران شماره 1 جلد 4 بهار 1389.

    قهرمان ن،  قره خانی ا، "ارزیابی مدل های تصادفی سری های زمانی در برآورد تبخیر از تشت"، مجله پژوهش آب در کشاورزی / ب / جلد25 / شماره 1/1390.

    قهرمان ن، قره خانی. ا، و بختیاری. ب .(1389)، "کاربرد مدل های رگرسیون چند گانه و تحلیل مولفه های اصلی در برآورد تبخیر از تشت در دو نمونه اقلیمی ایران". اولین کنفرانس بین المللی مدل سازی گیاه، آب، خاک و هوا. مرکز بین المللی علوم و تکنولوژی پیشرفته و علوم محیطی.ماهان-کرمان.

    کارآموز، م، عراقی نژاد، ش. (1384). "هیدرولوژی پیشرفته". چاپ اول، انتشارات دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران).464 صفحه.

    کتیرایی، پ. حجام، س. ایران نژاد، پ. (1386). "سهم تغییرات فراوانی وشدت بارش روزانه در روند بارش در ایران طی دوره 1960 تا 2001". مجله فیزیک زمین و فضا، جلد 33، شماره1، صفحه 83-67.

    گل کار حمزیی یزد ح. (1389)، "تاثیر تغییرات اقلیمی بر روند تغییرات سری زمانی برخی از پارامترهای اقلیمی در ایران"، فصل نامه جغرافیای طبیعی، سال سوم، شماره 7.

    مالمیر، م. (1385)، " پیش بینی سری های زمانی کم آبیهای رودخانه "، پایان­نامه کارشناسی ارشد رشته منابع آب، گروه مهندسی آبیاری و آبادانی، دانشگاه پردیس کشاورزی و منابع طبیعی، تهران.

    مساعدی ا، ق. محمد قبایی س. (1390)، "برآورد تبخیر روزانه از تشت تبخیر با استفاده از سیستم استنتاج تطبیقی عصبی، فازی ". مجله پژوهش آب ایران سال پنجم/ شماره هشتم/ (161-170).

    مروج م. پاک زاده ر. خلیلی ک. (1391)، "مدل سازی بارش با استفاده از مدل سری های زمانی خطی  مطالعه موردی غرب دریاچه ارومیه"، اولین کنفرانس ملی راهکارهای دستیابی به توسعه پایدار، برگزار کننده وزارت کشور.

    میان آبادی، ح. افشار، ع.) 1378). "کاربرد سریهای زمانی ماهانه پریودیک در تولید رواناب ماهانه و مدیریت یکپارچه منابع آب، حوضه کشف رود"، سومین کنفرانس مدیریت منابع آب ایران. 23 الی 25 مهر ماه. تبریز 9.ص.

    نیرومند، ح. بزرگ نیا، الف. (ترجمه). (1381)، "مقدمه ای بر تحلیل سری های زمانی، انتشارات دانشگاه فردوسی مشهد"، چاپ دوم.

    ویسی پور، ح. معصوم پور، ج. صحنه، ب. یوسفی، ی. (1389)، "تحلیل پیش بینی روند بارش و دما با استفاده از سری های زمانی ARIMA"، فصل نامه علمی پژوهشی جغرافیا/ مجله دانش آب و خاک /جلد1/ 20شماره ۴.

    یزدانی و، قهرمان ب، داوری ک. (1389)، " تعیین بهترین روش تجربی برآورد تبخیر از سطح آزاد در اراضی شالیزاری آمل بر پایه آنالیز حساسیت و مقایسه آن با نتایج شبکه عصبی مصنوعی" مجله پژوهش آب ایران سال چهارم/ شماره هفتم/ (47-58).

    Abdul Aziz, O. I. D, Burn (2006)Trends and variability in the hydrological regime of the Mackenzie River Basin. J. hydrology, 319, 282-294.

    Allen, R.G., Pereira, L.S., Raes, D., Smith, M., 1998. Crop Evapotranspiration. Guialine defor Computing Crop Water Requirements. FAO, Rome, Italy (FAO Irrigationand Drainage Paper, No. 56. 300 p.)

    Anderson, O., 1976. Time series analysis and forecasting: the box-jenkins approach. London, butterworths, 182 pp.

    Bandyopadhyay A., Bhadra A., Raghuwanshi N.S, and Singh R. 2009. Temporal  trends in estimates of reference evapotranspiration over India, Journal of  Hydrologic Engineering, 14(5):508515.

     Bruns, D. A., Kalus, J., and Mchale, M. R. (2007). Recent climate trends and implications for water resources in the Catskill Mountain region. New York USA. J. Hydrology. 336, 155-170.

    Bruton, J.M., McClendon, R.W., and Hoogenboom, G. 2000. Estimating daily pan evaporation with artificial neural network. Trans. ASAE. 43:2. 492-496.

    Brutsaert, W. M. and B, Parlange. (1998). Hydrologic cycle explains the evaporation paradox. J Climatology, Vol.20: 369-376.

    Burlando, P. Montana A. and Raze, R. 1996. "Forecasting of storm rainfall by combined" use of radar, rain gages and linear models, Atmospheric Research, 42: 199-216.

    chattopadhyay, N. Hulme, M. (1997). Evaporation and potential evapotranspiration in India under conditions of recent and future climate change Agricultural and forest meteorology, Vol.87, pp. 55-72.

    Cohen, S., A. Ianetz and G. Stanhill. 2002. Evaporative climate changes at Bet.

     Dagan, 1964-1998. Agricultural and Forest Meteorol. 111(2): 83-91.

    Cong, Z. T. Yang, D. W. and Ni, G.H. (2009). Does evaporation paradox exist in China? Hydrol. Earth Syst. Sci., 13: 357-366.

    Dai, Y., Billard, L., “Maximum likelihood estimation in space time bilinear models”, Journal of Time Series Analysis, 24(1): 25-44, 2003.

    De Wit, M.J.M. 2001. Effect of climate change on the hydrology of the river Meuse. report 104, Wageningen University Environmental Sciences, Netherlands.

    Douglas, E.M. Vogel, R.M. Kroll, C.N. 2000. Trends in floods and low flow in the United States: impact of spatial correlation. Journal of Hydrology. 240: 90-105.

     Faruk Durdu, omer(2010) Application of linear stochastic models for drought for ecasting in the Buyuk Menderes river basin, Western Turkey, Stoch Environ Res Risk Assess,24,1145-1162 .

    Fennessey, N.M. and P.H. Kirshen. 1993. Evaporation and evapotranspiration under climate change in new England. J. Water Res. Plann. Manage., ASCE, 17: 32-41.

    Fernandes. R. (2007). Trend in land evapotranspiration over Canada for the Period 1960-2000 Based on in situ climate observations anad a land surface model. J. Hydrometeorology, vol 8, pp, 1016-1030.

    Garbrecht J., Van Liew M., and et al. 2004. Trends in precipitation, streamflow, and       evapotranspiration in the Great Plains of the United States, Journal of Hydrological Engineering, 9 (5):360-367.

    GeGao, D. Chen, E.(2007). Trend of estimated actual evapotranspiration over chin during 1960-2002. J, Geophys Res, Vol.112, 18-26.

    Golubev, V.(2001). Evaporation change over the contiguous United States and former USSR: A reassessment. Geopheys. Res.Lett. 28(13), 2665-2668.

    Jahanbakhsh, S. and Torabi, S.(2004). Review and prediction of temperature and precipitation in Iran,Geographical research; 19(3(74)):104-125.

    Jhajharia,1* Dinpashoh ,2 Ercan Kahya,3 Vijay p and Ahmad Fakheri-Fard2 “Trends in reference crop, evapotranspiration over Iran” Journal of Hydrology 399 (2011) 422–433.

    Jhajharia D., Shrivastava .S.K., Sarka.D. r,Sarkar. S. (2009).Temporal characteristics of pan evaporation trends under the humid condition of northeast India. Agric. For.Meteorol. 149:763-770.

    Jun A, HK (2003). Long-term Trends of the Pan Evaporation as an Index of the Global Hydrological Change. J. Coastal Res. 19:364-375.

    Kahya, E. and Kalayci, S. 2004. Trend analysis of streamflow in Turkey, Journal of Hydrology., 289: 128-144.

    Kim.b, Hossein.b, Choi.G,(2011) Evaluation of temporal-spatial precipitation variability and prediction using seasonal ARIMA Model in Mongolia- ksce jornal of civil engineering-15,917-925.

    Kim, W.K., Billard, L., Basawa, I.V., “Estimation of first order diagonal bilinear time series model”, Journal of Time Series Analysis, 11:215-230, 2009.

    Kisi, O. 2006. Daily pan evaporation modelling using a neuro-fuzzy computing technique. J. Hydrol. 329; 636-646.

    Komornık, J. Komornıkova, M. Mesiar, R. Szokeova, D. and J. Szolgay. 2006. Comparison of forecasting performance of nonlinear models of hydrological time series Physics and Chemistry of the Earth, 31: 1127–1145.

    Kun chu, (2010) using BDS statistic to Detect Nonlinearity in time series, Available at: isi.cbs. nl.iamamember/cd2/pdf/98.pdf.

    Lawrimore, J., and Peterson. T. (2002). Pan evaporation trends in dry and humid regions of the United States,J.Hydrometeor, 14:18-31.

    Leite, S.M. and, J.P, Peixoto (1996): the Autoregressive Model of climatologically time Series An Application to the langest time Series in Portugal.International journal of Climatology, Vol. 16pp. 1165-1173.

    Linaker, E. T.(2004). Evaporation trends. Appl. Climatol. 79:11-21.Salas, J. D. and J. T. B. Obyeysekera., “ARMA model identification of hydrologic time series”, Wa Resource. Res, V.18, No. 4, 1982, pp. 1011-1021.

    McHenney, M.S and N.J. Rosenberg. 1993. Sensitivity of some potential evapotranspiration estimation methods to climate change. Agric. Forest. Meteorol., 64: 81-110.

    Metalka, R. L. 1997. Analysis of secular time series of climatological characteristics .Doctoral thesis.P.42.

    Nicole, M. H. and H.B. Donald. 2005. Analysis of Trends in Evaporation. Agriculture and Agri- Food, Canada.

    Ohmura, A. and Wild, M. (2002). Is the hydrological cycle acceleting?. Science,298,1345-1346.

     Padilla, A., A. Puldo-Bosch, M. L. Cavache and A. Vallejos. 1996. The ARMA model applied to the flow of Karst Spiring. Water resources bulletin. 32(5): 917-928.

    Peterson, T. C., V. S. Golubev, and P. Y. Groisman (1995), Evaporation losing its strength, Nature, 377,687-688.

    Ramsar Convention Bureau (1990) : Directory of Wetlands of International Importance , p.316.

    Rasuli. A (2002), climate parameters in country North-West, forecasting monthly temperature modeling of Tabriz city (Iran) by ARIMA model, Tabriz university, jour. of sociology science, No.8.

     Roderick, M., G.Farquhar. (2002). The cause of decreased pan evaporation over the past 50 years. Science,298: 1410-1411.Samani, N. Raeissi, E., and Soltani, A. 1994. Modeling the stochastic behavior of the Fars river. J. Sciences. IRI. 5: 49-58.

    Sen, Zekai (1998), Small Sample Estimation of the Variance of Time Averages in Climate Time Series,International Journal of Climatology, Vol. 18, pp1725-1732.

    Tabari H. and Hosseinzadeh talaee P. 2011. Temporal variability of precipitation over Iran:1966–2005. J. Hydrology. 396: 313-320.

    Tabari H. and Hosseinzadeh talaee P. 2013. Moisture index for Iran: Spatial and temporal analyses. Global and Planetary Change 100: 11–19.

    Tabari,h .Hosseinzadeh Talaee, p. “ Recent trends of mean maximum and minimum air temperatures in the western half of Iran.

    Tabari H., Marofi S., Aeini A., Hosseinzadeh Talaeea P., and Mohammadi K. 2011. Trend analysis of reference

    evapotranspiration in the western half of Iran, Agr. Forest Meteorol, 151 (2): 128-136.

    Turks,M.M.S.U.tku.(1996):Observed Chang Temperature in Turky. International Jouranal of Climatology,Vol.16.PP463-477.

    Tiba. C, Fraidenraich. N (2004), Analysis of monthly time series of solat radiation and sunshine hours in tropical climates, Renewable Energy, 29, pp. 1147-1160.

    Wang, W. Gelder,v. PHAJM.Vrijling, JK. 2005. Trend and Stationary analysis for streamflow processes of rivers in western Europe in 20th century, IWA International conference on water economics, statistics and finance, Rethymno, Greece.

     Wang, D., M. C. Shannon, C. M. Grieve, S. R. Yates. 2000. Soil water and temperature regimes in drip and sprinkler irrigation, implications to soybean emergence. Agric. Water Manage. 43: 15-28.

    Xu, C., Gong, L., Jiang, T., Chen, D. and Singh, V.P. 2006. Analysis of spatial distribution and temporal trend of reference evapotranspiration and pan evaporation in Changjiang (Yangtze River) catchment, J. Hydrol. 327: 81–93.

    Xu, k. Milliman, J.D. and Xu, H. 2010. Temporal trend of precipitation and runoff in major Chinese rivers since 1951. Global and Planetary Change. 73: 219-232.

     Xu, Z. liu, Z. Fu, G. and chen, Y. 2010. Trends of major of Hydro climatic variables in the Tarim River basin during the past 50 years. Journal of Arid Environments. 74: 256-267.

     

     

     Yang, X.L. Xu, L.R. Li, C.h. Hu, J. and Xia, X.H. 2012. Trends in temperature and precipitation in the Zhangweinan River basin during last 53 years. Procedia Environmental Sciences. 13: 1966-1774.

     Young, G. K. and R. U. Jettmar., “Modeling monthly hydrologic persistence”, Water Resource. Res, V.12, No. 5, 1976, pp. 829-835.

    Zhang, X. Harvey, KD. Hogg, WD. and Yuzyk, R. 2001. Trends in Canadian Streamflow, Water Resources Research. 37 (4): 987-998.

    17-Yevjevich, V. M., Probability and statistics in hydrology, Water Resources Publications, Fort Collins, Co, 1972



تحقیق در مورد پایان نامه مدل سازی و پیش بینی تبخیر از تشت ایستگاه های غرب دریاچه ارومیه, مقاله در مورد پایان نامه مدل سازی و پیش بینی تبخیر از تشت ایستگاه های غرب دریاچه ارومیه, پروژه دانشجویی در مورد پایان نامه مدل سازی و پیش بینی تبخیر از تشت ایستگاه های غرب دریاچه ارومیه, پروپوزال در مورد پایان نامه مدل سازی و پیش بینی تبخیر از تشت ایستگاه های غرب دریاچه ارومیه, تز دکترا در مورد پایان نامه مدل سازی و پیش بینی تبخیر از تشت ایستگاه های غرب دریاچه ارومیه, تحقیقات دانشجویی درباره پایان نامه مدل سازی و پیش بینی تبخیر از تشت ایستگاه های غرب دریاچه ارومیه, مقالات دانشجویی درباره پایان نامه مدل سازی و پیش بینی تبخیر از تشت ایستگاه های غرب دریاچه ارومیه, پروژه درباره پایان نامه مدل سازی و پیش بینی تبخیر از تشت ایستگاه های غرب دریاچه ارومیه, گزارش سمینار در مورد پایان نامه مدل سازی و پیش بینی تبخیر از تشت ایستگاه های غرب دریاچه ارومیه, پروژه دانشجویی در مورد پایان نامه مدل سازی و پیش بینی تبخیر از تشت ایستگاه های غرب دریاچه ارومیه, تحقیق دانش آموزی در مورد پایان نامه مدل سازی و پیش بینی تبخیر از تشت ایستگاه های غرب دریاچه ارومیه, مقاله دانش آموزی در مورد پایان نامه مدل سازی و پیش بینی تبخیر از تشت ایستگاه های غرب دریاچه ارومیه, رساله دکترا در مورد پایان نامه مدل سازی و پیش بینی تبخیر از تشت ایستگاه های غرب دریاچه ارومیه

ثبت سفارش
تعداد
عنوان محصول
بانک دانلود پایان نامه رسا تسیس