۰۴۴۲/۰
روانسر
برای بررسی تغییر جهش در روند داده های سالانه با بهره گرفتن از نمودار برازش تغییر جهش من کندال میزان جهش و زمان جهش در ۵ ایستگاه مورد مطالعه نمایش داده شده است.
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))
رابطه شماره فرمول محاسبه ‘ui
ui’ =-u (t’i)
پس از محاسبات فوق و ترسیم نمودارهای مربوط وجود هرگونه روند در سریها به صورت منفی ظاهرمیشود و زمانی که روند معنی داری در داده ها وجود داشته باشد، خطوط ‘u و’ui همدیگررا قطع می کنند. اگر خطوط مذکور درداخل محدوده بحرانی۹۶/۱ همدیگر را قطع کنند نشانهی زمان آغاز تغییر ناگهانی و در صورتیکه خارج از محدوده بحرانی همدیگر را قطع نمایند بیانگر وجود روند در سریهای زمانی است.
همان گونه که نمودارهای (۴-۱۲) تا (۴-۱۶) نشان می دهند در هیچ یک از ایستگاهها خطوط ‘u وui’ درخارج از محدوده بحرانی همدیگر را قطع نکرده اند اما در محدوده بحرانی در ایستگاه کرمانشاه آخرین برخورد و قطع دو خط مذکور در اوایل سال ۲۰۰۷ میباشد که نشانگر آغاز تغییر ناگهانی بارش میباشد. اما در ایستگاه اسلام آباد غرب این تقاطع در سال ۲۰۱۰ میباشد و در ایستگاه کنگاور آخرین تقاطع به اوایل سال ۲۰۰۵ برمیگردد، در ایستگاه سرپل ذهاب نیز این تقاطع در سال ۲۰۱۰ اتفاق افتاده و سرانجام در ایستگاه روانسر این خطوط ui وui’ در سال ۲۰۰۴ همدیگر را قطع نمودند.
۵-۶- بررسی روند بارش بر اساس تجزیه وتحلیل سری زمانی در ایستگاههای مورد مطالعه
۵-۶-۱- ایستگاه کرمانشاه
۵-۶-۱-۱- مدلسازی بارش
با مطالعه نمودار سری زمانی بارش ایستگاه کرمانشاه شکل (۵-۱۷) ساختار فصلی مشخصی در نمودار مشاهده می شود، بنابراین میبایست فرم تفاضلی فصلی سری زمانی مورد تحلیل قرار گیرد. بعد از محاسبه تفاضل فصلی، نمودارهای خود همبستگی (ACF ) وخود هبستگی جزئی (PACF) جهت تشخیص مدل رسم میشوند. شکل (۵-۱۸ ) (۵-۱۹) نمودارهای مذکور بعد از تأخیر فصلی دارای روند نزولی فصلی هستند که نشانگر یک مدل ARIMA فصلی میانگین متحرک میباشد. . بعد از برازش مدل و حذف جملات غیر معنیدار مدل نهایی (۴، ۰، ۰) (۰، ۱، ۱) SARIMA جهت برازش مدل شناسایی می شود. بر این اساس پیش بینی بارش سالهای ۲۰۱۱ و ۲۰۱۶ محاسبه و بر روی شکل (۵- ۲۱) ارائه شده است.
۵-۶-۱-۲- بررسی فرضیات بنیادی مدل
مقدار احتمال مربوط به آزمون کولموگروف اسمیرنف برابر ۵۷۰/۰ میباشد که از ۰۵/۰ بزرگتر است بنابراین با اطمینان ۹۵/۰ فرض نرمال بودن باقیماندههای مدل (خطاها) رد نمی شود. نمودار باقیماندهها در مقابل پیش بینیهای مدل شکل (۵-۲۰) متقارن حول صفر بوده و ساختار غیر عادی در آن مشاهده نمی شود بنابراین همگنی واریانس در مدل تایید می شود.
درتمام ایستگاهها ۵ نمودار رسم گردیده که برای هر کدام از این نمودارها مجزا توضیحاتی بیان شده و برای همه این ایستگاهها این مطالب یکسان است.
نمودار سری زمانی بارش : نمودار سری زمانی بارش ایستگاهها طی سالهای ۱۹۸۸ الی ۲۰۱۲ که ساختار فصلی رامشخص می کند.
نمودار خود همبستگی : درنمودار خود همبستگی (ACF) که جهت تشخیص مرتبهی میانگین متحرک مدلهای فصلی استفاده می شود، ضرایب خود همبستگی در تأخیرهایی که به صورت خطهای خارج شده از محدوده فرضی نمودارمشخص شده معنی دار میباشد. بنابراین مراتب میانگین متحرک ساده و فصلی تشخیص داده می شود.
نمودار خود همبستگی جزئیPACF : درنمودار خود همبستگی جزئی (PACF) که جهت تشخیص مرتبهی میانگین متحرک مدلهای فصلی استفاده می شود، ضرایب خود همبستگی در تأخیرهایی که به صورت خطهای خارج شده از محدوده فرضی نمودار مشخص شده معنی دار میباشد. بنابراین مراتب میانگین متحرک ساده و فصلی تشخیص داده می شود.
نمودار بررسی همگنی واریانس : نمودار باقیماندهها در مقابل پیش بینیها ساختار متقارن حول خط صفر نشان میدهد که این رفتار دلیلی بروجود همگنی در واریانس باقیماندهها مدل میباشد.
نمودار سری زمانی پیش بینی بارش سالهای ۲۰۱۱ تا ۲۰۱۶ : فواصل اطمینان برای مقادیر پیش بینی در نمودار ارائه شده است. دلیل انتخاب سالهای پیش بینی ازسال ۲۰۱۱ به این خاطر است که صحت سنجی مدل آریما به وسیله مقایسه داده های پیش بینی شده با داده های واقعی (یعنی سالهایی که داده های آن موجود میباشد ۲۰۱۳- ۲۰۱۱) صورت گیرد. که اگر اختلاف بین مقادیر واقعی وپیش بینی شده زیاد باشد نشانگر این است که نمی توان از مدل آریما استفاده کرد، اما اگر اختلاف اندک باشد میتوان نتیجه گرفت که مدل آریما یک مدل مناسب برای پیش بینی است.
شکل۵-۱۷- نمودار سری زمانی بارش ایستگاه کرمانشاه
شکل ۵-۱۸- نمودار خود همبستگی بارش ایستگاه کرمانشاه
شکل۵-۱۹- نمودار خود همبستگی جزئی بارش ایستگاه کرمانشاه
شکل۵-۲۰- نمودار بررسی همگنی واریانس ایستگاه کرمانشاه
شکل۵-۲۱- نمودار سری زمانی پیش بینی سالهای (۲۰۱۶- ۲۰۱۱) ایستگاه کرمانشاه
جدول۵-۸- محاسبه آزمون کلوموگروف اسمیرنف ایستگاه کرمانشاه
One-Sample Kolmogorov-Smirnov Test
Residus
Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
۵۷۰/۰
۹۰۱/۰
- Test distribution is Normal.