اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدمكونات السلسلة الزمنية لدرجات الحرارة في محطة طرطوس
Components of Temperature Time Series at Tartous meteostation
1501
0 31
0
(
0
)
نشر من قبل
جامعة تشرين ورقة بحثية
تاريخ النشر
2016
مجال البحث
الهندسة المائية و الري
والبحث باللغة
العربية
تأليف
ربا علي( باحث )
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
تمت دراسة المركبات الأربعة لظاهرة درجة الحرارة (الصغرى و العظمى) و هي الموسمية (S) و النزعة أو الاتجاه العام (T) و الدورية (C) و العشوائية (I) لمدينة طرطوس. و استعملت أربع طرائق مختلفة (طريقة متوسط النسب المئوية، طريقة النسبة المئوية للاتجاه العام، طريقة النسبة للمتوسط المتحرك، طريقة الوصلات النسبية) في طرح المركبة الموسمية و من ثمّ تحديد الدليل الموسمي. فبيّن الاستنتاج الإحصائي بأن طريقة متوسط النسب المئوية يمكن استعمالها في التنبؤ بدرجة الحرارة لسنة 2003 اعتماداً على السجل التاريخي للفترة (1957-2002). و بعد طرح مركبات الاتجاه العام و الموسمية و العشوائية ظهرت مركبة الدورية واضحة في هذه الظاهرة. ثم تمّ تطبيق بعض الفحوصات الإحصائية المعروفة مثل المعدّل، و الانحراف المعياري، و الاحتمالية المتجمعة التي بيّنت وجود تطابق ما بين القيم التاريخية و المتنبأ بها.
The four components of temperature (max., min.) phenomena, seasonal(S), Trend(T), cyclical(C), and random (I) for Tartous city have been studied. Four different methods (Average percentages method, Percentage of the general trend method, The ratio of the moving average method, Link Relative method) are used to deduct the (S) components and seasonal index for each method is determined. The statistical inferences pointed that the Average percentages method can be used in the prediction of temperature. for the year 2003 depending on a historical record (1957- 2002). The result of this deduction showed that the temperature is a cyclical phenomena. The known statistical test like mean, Standard deviation and cumulative probability have been done which showed a good correlation between the predicted and historical data.
المراجع المستخدمة
MURRAY, R.S. Statistics. Mc Graw-Hill International book company, Newyork, 1972, 538
KEITH, W.H. Time Series Analysis in Water Resources. American water Resources Association, Canada, 1985, 609- 623
MUTREJA, K.N. Applied Hydrology. Tata Mc Graw-Hill company, New Dalhi, 1986, 959
قيم البحث
اقرأ أيضاً
حظيت نمذجة وتوقع السلاسل الزمنية بأهمية كبيرة في العديد من المجالات التطبيقية كالتنبؤ بالطقس وأسعار العملات ومعدلات استهلاك الوقود والكهرباء، إن توقع السلاسل الزمنية من شأنه أن يزود المنظمات والشركات بالمعلومات الضرورية لاتخاذ القرارات الهامة، وبسبب
أهمية هذا المجال من الناحية التطبيقية فإن الكثير من الأعمال البحثية التي جرت ضمنه خلال السنوات الماضية، إضافةً إلى العدد الكبير من النماذج والخوارزميات التي تم اقتراحها في أدب البحث العلمي والتي كان هدفها تحسين كل من الدقة والكفاءة في نمذجة وتوقع السلاسل الزمنية.
نفذت التجربة خلال عام 2014 في مخبر فسيولوجيا النبات التابع لكلية الزراعة بجامعة تشرين، بهدف تقدير تحمّل أوراق ثلاثة أصناف من الحمضيات لدرجات الحرارة المرتفعة (البرتقال أبو صرة واشنطن من مجموعة البرتقال، و صنف اليوسفي ساتسوما من مجموعة اليوسفي ، و الص
نف ماير من المجموعة الحمضية)؛ إذْ تم جمع عينات ورقية عشوائية من المسطح الورقي للأصناف المختبرة بمعدل 200 ورقة من كل صنف من جهات مختلفة للشجرة، و من فروع بعمر سنة، ثم تمّ وضعها في حمّام مائي على درجات حرارة مختلفة مدة محددة، ثم وضعت في الماء العادي، و بعد ذلك غمست في محلول ضعيف من حمض كلور الماء 0.2 N .
- درست بعد ذلك جملة من المؤشرات شملت عدم تبقع الورقة، و وجود تبقع بسيط ، و تبقع أكثر من نصف مساحة الورقة، و تبقع كامل الورقة. أما درجات الحرارة المدروسة فكانت على التوالي (40-50-60-70-80 ) ، و عند كل درجة حرارة على حده استخدمت 40 ورقة .
أجري التحليل الإحصائي لمقارنة الفروق بين المتوسطات بحساب قيمة أقل فرق معنوي عند مستوى دلالة 5%. تبين نتيجة الدراسة أن أوراق اليوسفي ساتسوما أكثر تحملاً لدرجات الحرارة المرتفعة، تلاها البرتقال أبو صرة، بينما كان الصنف ماير أقلها تحملاً .
استعرضنا في هذا العمل بعض أهم أساليب التنبؤ بالمتسلسلات الزمنية وهي تحليل المتسلسلات الزمنية إلى مركباتها الأساسية (اتجاه عام، موسمية، دورية، عشوائية)، طرائق التمهيد الأسي، نماذج الانحدار الذاتي والمتوسطات المتحركة التكاملية، ثم استعرضنا عدة طرائق هج
ينة للتنبؤ، ثم قدمنا طريقة جديدة مقترحة للتنبؤ تعتمد على دمج طريقتي التمهيد الأسي و بوكس-جنكينز وذلك وفق المتوسط الموزون بقيم معايير متوسط الأخطاء المطلق النسبي MAPE لكلا الطريقتين، وطبقنا الطرائق السابقة على ثلاث متسلسلات زمنية موسمية، الأولى متسلسلة درجات الحرارة الجافة ساعياُ في مدينة حلب وذلك في شهر آب للعام 2011 أي طول الدورة الموسمية s=24، والثانية متسلسلة كمية إنتاج الحليب شهرياً في استراليا مقاسة بالرطل لكل بقرة وذلك من شهر كانون الثاني عام 1962 ولغاية شهر كانون الأول عام 1975 أي طول الدورة الموسمية s=12، أما الثالثة متسلسلة كمية الكهرباء المنتجة في استراليا فصلياً وذلك في الفترة الممتدة من آذار 1956 ولغاية أيلول للعام 1994 أي طول الدورة الموسمية s=4، وقارننا النتائج التي توصلنا إليها فكانت أفضل طريقة للتنبؤ هي الطريقة المقترحة.
يعد تحليل السلاسل الزمنية من الموضوعات الإحصائية المهمة في دراسة سلوك الظواهر عبر حقب
زمنية محددة لتحقيق أهداف معينة. و لغرض تحديد النموذج الصحيح الكفوء ليمثل سلسلة زمنية مستقرة.
تهدف هذه الدراسة إلى المقارنة بين نماذج Arima وطريقة التمهيد الأسي بالتنبؤ في السلاسل الزمنية، كما نسلط الضوء على مفاهيم الأساسية الخاصة بمنهجية ARIMA وطريقة التمهيد الأسي.
ركزت الدراسة على التنبؤ بالسلاسل الزمنية ذات النطاق الضيق بين نقطة وأخرى ذات
نطاق واسع بالاضافة إلى استخدام أطوال مختلفة من فترات التنبؤ وقد تم استخدام معيار RMSE للمقارنة بين الطريقتين.
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
