عنوان

مدل‌سازی بارش-‌رواناب با تلفیق مدل‌‌های ARIMA با مدل‌‌های ARCH و GARCH (مطالعه موردی: زیرحوضه مرکید)

شماره

پ۲۹۴۸۶

زبان متن نوشتاري يا گفتاري و مانند آن

per

عنوان اصلي

مدل‌سازی بارش-‌رواناب با تلفیق مدل‌‌های ARIMA با مدل‌‌های ARCH و GARCH (مطالعه موردی: زیرحوضه مرکید)

نام نخستين پديدآور

میترا حدیدی

نام ناشر، پخش کننده و غيره

کشاورزی

تاریخ نشرو بخش و غیره

۱۴۰۲

نام خاص و کميت اثر

۶۴ص.

مواد همراه اثر

سی دی

جزئيات پايان نامه و نوع درجه آن

کارشناسی ارشد

نظم درجات

علوم و مهندسی آب - منابع آب

زمان اعطا مدرک

۱۴۰۲/۰۶/۲۹

متن يادداشت

در ‌این پژوهش داده‌‌هاي سري زمانی بارشهای ماهانه 22 ایستگاه بارانسنجی بالادست زیر حوضه مرکید واقع در حوضه آبریز آجی‌چای و همینطور دبی ماهانه ایستگاه هیدرومتری مرکید که از سازمان آب منطقه‌ای استان اخذ شده بود در طول دوره آماری 1395-1364 بعنوان داده¬های پایه تحقیق مورد بررسی قرار گرفت و بارش‌‌های ما‌هانه از روش تیسن‌بندی در محیط نرم‌افزار GIS ناحیه‌ای شدند. نخست مدل رگرسیونی تک متغیره بر مبنای نمودار کورولوگرام متقاطع روی متغیرهای بدون تأخیر بارش ناحیه‌ای و دبی پیاده شد که ضریب همبستگی برابر با 6975/0 بدست آمد. سپس بر مبنای معنی داری تأخیر اول طبق این کورولوگرام مدل رگرسیونی دو متغیره روی متغیرهای دبی و بارش با تأخیرهای صفر و یک پیاده شد. در مرحله بعدی مدل‌های فصلی SARMA روی متغیرهای بارش ناحیه‌ای و دبی بطور انفرادی پیاده شدند و مناسب ترین مدل بر مبنای معیارهای ارزیابی کمترین مقدار آکاییکه و کمترین جذر میانگین خطاها برای هرکدام از متغیرها انتخاب گردید و کیفیت برازش‌ها از طریق نمودارهای ارتباطی مشاهدات و محاسبات نشان داده شدند. مناسب ترین مدل برای هر دو متغیر مدل SARMA(0,0)(1 ,1)12 حاصل گردید. پس از حصول مناسب ترین مدل، استقلال باقیمانده‌ها از طریق ترسیم کورولوگرام مجذور باقیمانده‌ها برای هردو متغیر ارزیابی گردید. کورولوگرام‌ها عدم استقلال باقیمانده‌ها را نشان دادند که کاربرد مدل‌های GARCH را برای هر دو متغیر ملزم ساخت. مناسب ترین مدل برای هردو متغیر GARCH(1,1) حاصل گردید. با ترکیب مدل SARMA(0,0)(1 ,1)12 با مدل GARCH(1,1) خطاها بطور قابل ملاحظه‌ای کاهش پیدا کردند و واریانس کاملاً خود را در پیش‌بینی‌هایی که برای شش سال آتی صورت گرفت خود را نشان داد. زیرا وقتی پیش‌بینی صرفاً از طریق مدل SARMA صورت می‌گیرد که خارج از محدوده آماری است، مقادیر تمایل به میانگین دارند و واریانس به‌خوبی منتقل نمی‌شود یعنی ثبات نسبی در پیش‌بینی‌‌ها دیده می‌شود. در بخش دیگری از همین تحقیق مدل توماس فیرینگ که برای داده‌های فصلی دقت خوبی نشان می‌دهد روی بارش‌های ناحیه‌ای و دبی برازش داده شد. سپس مدل GARCH(1,1) با روش توماس فیرینگ تلفیق گردید. نتایج نشان داد مدل تلفیقی توماس فیرینگ در مقایسه با مدل اصلی دارای خطای بمراتب کمتری بود و واریانس بخوبی در مقادیر پیش‌بینی خود را نشان داد.

متن يادداشت

AbstractIn this research, the monthly rainfall time series data from 22 rainfall measurement stations of Merkid sub-basin, located in the Ajichai River Basin, as well as the monthly discharge of the Merkid hydrometric station during the statistical period of 1985–2016, were studied as the basic data of the research. Monthly precipitations were regionalized using the Thiessen method. First, the univariate regression model based on the cross-correlogram plot was implemented for the synchronous variables of regional precipitation and runoff, and the correlation coefficient was 0.6975. Based on the significance of the first lag, a two-variable regression model was then implemented for the runoff and precipitation variables with zero and one lag, according to this correlogram. In the next step, SARMA seasonal models were implemented for regional precipitation and runoff variables individually and the most suitable model was selected based on the evaluation criteria of the lowest Akaike value and the lowest root mean square error for each variable, as well as the quality of the fits through the plots as well as the correlation of observations and calculations were shown. The best fitting model for both variables was the SARMA(0,0)(1,1)12 model. After the best fitting model was determined, the independence of the residuals was assessed by plotting the squared corrologram of the residuals for both variables. The corrolograms showed dependence of the residuals, which required the use of GARCH models for both variables. The best fitting model for both variables was GARCH(1,1). By combining the SARMA(0,0)(1,1)12 model with the GARCH(1,1) model, the errors were significantly reduced and the variance was fully reflected in the forecasts for the next six years. Because if the prediction is only done via the SARMA model, which is outside the statistical range, the values tend to average and the variance is not transferred well, i.e.the predictions show relative stability. In another part of the same research, the Thomas Firing model, which shows good accuracy for seasonal data, was adjusted to regional rainfall and runoff. The GARCH(1,1) model was then combined with the Thomas Fearings method. The results showed that Thomas Fearing's integrated model had much fewer errors compared to the original model and had good transfer of variance in predicted values.

عنوان گونه گون

Rainfall-runoff Modeling by Combining ARIMA Models with ARCH and GARCH Models (Case studyMercid sub-basin)

عنصر شناسه اي

حدیدی،

ساير عناصر نام

‏ ‏میترا

کد نقش

تهیه کننده

عنصر شناسه اي

‏ فاخری‌فرد،

عنصر شناسه اي

اسدی،

ساير عناصر نام

احمد

ساير عناصر نام

‏اسماعیل

تاريخ

استاد راهنما

تاريخ

استاد مشاور

عنصر شناسه اي

‏تبریز