پیش‌بینی تبخیر-تعرق مرجع ماهانه با استفاده از مدل سری‌های زمانی

آب و خاک

مقاله 6، دوره 30، شماره 1 - شماره پیاپی 45، فروردین 1395، صفحه 99-111   

نوع مقاله: مقالات پژوهشی

شناسه دیجیتال (DOI): 10.22067/jsw.v30i1.38212

نویسندگان

حمید زارع ابیانه؛ علی افروزی^* ؛ محسن میرزائی؛ حسین باقری

دانشگاه بوعلی سینا

چکیده

تبخیر-تعرق از مؤلفه‌های مهم در مدیریت و برنامه‌ریزی آبیاری در کشاورزی است که پیش‌بینی آن می‌تواند نقش مهمی در برنامه‌های آتی داشته باشد. به‌منظور پیش‌بینی تبخیر-تعرق می‌توان از مدل‌های سری زمانی استفاده کرد و با کاربرد اصولی و صحیح این مدل‌ها، در عین سادگی، پیش‌بینی‌های کوتاه‌مدت خوبی را برآورد نمود. در این راستا، تبخیر-تعرق مرجع ماهانه در دوره‌ای 41 ساله، بین سال‌های 1965 تا 2005 میلادی، در ایستگاه‌های سینوپتیک اصفهان، سمنان، شیراز، کرمان و یزد از روش فائو پنمن– مانتیث محاسبه و سپس سری‌های زمانی آن تشکیل شدند. آزمون ریشه واحد برای بررسی مانایی سری‌های زمانی انجام شد و با توجه به روش باکس-جنکینز، مدل‌های ARIMA فصلی روی داده‌های نمونه برازش و مناسب‌ترین آن‌ها انتخاب شدند. سپس از مدل‌های ARIMA فصلی برای پیش‌بینی 12 ماهه استفاده شد که پیش‌بینی‌های خارج از نمونه خوبی به‌دست دادند، به‌طوری که در بین همه ایستگاه‌های مورد بررسی کمترین ضریب همبستگی پیرسون 988/0 و بیشترین جذر میانگین مربع خطا 515/0 میلی‌متر بر روز به‌دست آمد.

کلیدواژه‌ها

باکس-جنکینز؛ فائو پنمن–مانتیث؛ SARIMA

مراجع

1- Allen R.G. 2011. REF-ET: Reference evapotranspiration calculation software for FAO and ASCE standardized equations. Version 3.1. for Windows, University of Idaho.

2- Allen R.G., Pereira L.S., Raes D., and Smith M. 1998. Crop evapotranspiration: guidelines for computing crop water requirements. Rome: FAO Irrigation and Drainge Paper No. 56.

3- Asakereh H. 2009. ARIMA Modeling of annual mean temperature of Tabriz city. Geographical Research, (2-93):3-24. (in Persian)

4- Ashgar Toosi S., Alizadeh, A., and Shirmohamadi R. 2005. SARIMA modeling of seasonal rainfalls (case study: Khorasan Province, Iran). Iran-Water Resources Research 1(3):41-53. (in Persian with English abstract)

5- Azad Talatapeh N., Behmanesh, J., and Montaseri, M. 2013. Predicting potential evapotranspiration using time series models (case study: Urmia). Journal of Water and Soil, 27(1):213-223. (in Persian with English abstract)

6- Box G.E.P., and Jenkins G.M. 1976. Time Series Analysis: Forecasting and Control. Revised Edition, Oakland, CA: Holden-Day.

7- Box G.E.P., Jenkins G.M., and Reinsel G.C. 2008.Time Series Analysis: Forecasting and Control. Fourth Edition, Hoboken, NJ: John Wiley & Sons, Inc.

8- Dodangeh S., Abedi Koupai J., and Gohari S.A. 2012. Application of time series modeling to investigate future climatic parameters trend for water resources management purposes. Journal of Science and Technology of Agriculture and Natural Resources, Water and Soil Science, 16(59):59-74. (in Persian with English abstract)

9- Droogers P., and Allen R.G. 2002. Estimating reference evapotranspiration under inaccurate data conditions. Irrigation and Drainage Systems (16):33-45.

10- Fooladmand HR. 2010. Monthly prediction of reference crop evapotranspiration in Fars Province. Water and Soil Science, 1(20):157-169. (in Persian with English abstract)

11- Ghahreman N., and Gharekhani A. 2011. Evaluation of the stochastic time series models in the evaporation assessment of the pan (case study: Shiraz station). Journal of Water Research in Agriculture, 25(1):75-81. (in Persian)

12- Hipel K.W., McLeod A.I., and Lennox W.C. 1977. Advances in Box-Jenkins modeling 1. model construction. Water Resources Research, 13(1):567-575.

13- Jahanbakhsh S., and Babapour Baser A.A. 2003. Evaluation and forecasting mean monthly temperature of Tabriz using the ARIMA model. Geographical Research, 18(3):34-46. (in Persian)

14- Jahanbakhsh S., and Torabi S. 2004. Evaluation and forecasting temperature and rainfall fluctuations in Iran. Geographical Research, 19(3):104-125. (in Persian)

15- Jalali O., and Khanjar S. 2009. Evaluation of the temperature fluctuations using time series and probability distribution (case study: Kermanshah County). Journal of Geographic Space, 9(27):115-132. (in Persian)

16- Kheirabi J., Tavakoli A.R., Entesari, M.R., and Salamat, A.R. 1997. Theoretical and practical aspects of Penman-Monteith method. Iranian National Committee on Irrigation and Drainage (IRNCID), 165 pp. (in Persian)

17- Khorshiddoust A.M., Saniei R., and Ghavidel Rahimi Y. 2009. Forecasting Esfahan extremes temperature using time series. Journal of Geographic Space, 9(26):31-43. (in Persian)

18- Landeras G., Ortiz-Barredo A., and Lopez J. J. 2009. Forecasting weekly evapotranspiration with ARIMA and artificial neural network models. Journal of Irrigation and Drainage Engineering, 135(3):323-334.

19- Mosaedi A., Dehghani A.A., and Eivazi M. 2009. Investigation on the predictable drought durations by using time series. 1st International Conference on Water Resources: Emphasis on Regional Development, University of Shahrood, Shahrood, Iran. (in Persian with English abstract)

20- Psilovikos A., and Elhag M. 2013. Forecasting of remotely sensed daily evapotranspiration data over Nile Delta Region, Egypt. Water Resources Management, 27:4115–4130.

21- Shirvani A., and Honar T. 2011. Application of time series models for evapotranspiration forecasting in Bajgah station. Iranian Water Research Journal, (8):135-142. (in Persian with English abstract)

22- Souri A. 2012. Econometrics. Tehran: Farhang Shenadi Publishing and Noor-e Elm Publishing, 343 pp. (in Persian)

23- Valipour M. 2012. Ability of Box-Jenkins models to estimate of reference potential evapotranspiration (A case study: Mehrabad synoptic station, Tehran, Iran). IOSR Journal of Agriculture and Veterinary Science, 1(5):1-11.