پیش بینی تغییرات تولید خالص اولیه در مناطق مختلف رویشی ایران در دوره زمانی ۲۰۰۰ تا ۲۰۱۶ با استفاده از مدل های سری زمانی

سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 187

فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IJAE-11-2_002

تاریخ نمایه سازی: 24 بهمن 1401

چکیده مقاله:

پوشش گیاهی از اجزاء مهم اکوسیستم های خاکی است که به صورت فصلی تغییر می کند و پارامترسازی دقیق پویایی پوشش-گیاهی با توسعه الگوهای دوره ای آن می تواند درک ما را از تعاملات پوشش گیاهی-اقلیمی تقویت کند. پژوهش حاضر با هدف بررسی و مدلسازی تغییرات تولید خالص اولیه در طول زمان در برخی از مناطق رویشی کشور شامل مناطق خزری، بلوچی، نیمه بیابانی، استپی معتدل، نیمه استپی گرم و جنگل های خشک و مقایسه رفتار تصادفی این مناطق با یکدیگر انجام گرفت. در پژوهش حاضر جهت بررسی تغییرات تولید خالص اولیه از تولیدات تصاویر سنجنده مودیس با کد MOD۱۷A۲ استفاده گردید. مدلسازی با استفاده از مدل سری زمانی (Auto Regressive Intergrated Moving Average, SARIMA (Seasonalانجام گردید. بررسی توابع(Autocorrelation Function, AFC) و (Partial Autocorrelation Function, PACF) در مناطق مورد مطالعه نشان داد که مدل های سری زمانی این مناطق، ایستا با ویژگی فصلی بودن در دوره های ۱۲ ماهه بودند. پوشش گیاهی در منطقه خزری پایدارتر بود که نشان دهنده یک محیط پایدار با کمترین انحراف در تغییرات آب، نور و مواد غذایی می باشد. همچنین مشخص گردید بیشتر مناطق رویشی ایران را می توان با SARIMA مدلسازی و تغییرات آن را تا حد قابل اطمینانی پیش بینی کرد. مدل های برآورد شده برای مناطق خزری (Mean Relative Absolute Error, MARE)= ۰/۰۸۳، R۲ = ۰/۸۷ و ۰/۱۲ Root-Mean-Square Error, RMSE) =) و نیمه بیابانی با (MARE = ۰/۰۴۸، , R۲ = ۰/۹۵ و۱۲/ ۰ = RMSE) نسبت به سایر مناطق مدل های مناسب تری بودند.

کلیدواژه ها:

The autocorrelation function ، Partial autocorrelation function ، Box-Jenkins model ، Seasonality ، Seasonal autoregressive integrated moving average (SARIMA) ، توابع خود همبستگی و خودهمبستگی جزئی ، مدلسازی باکس و جنکینز ، تغییرات فصلی ، مدل فصلی خودهمبسته ی میانگین-متحرک

نویسندگان

فهیمه صیدزاده

Isfahan University of technology

سعید سلطانی

Isfahan University of technology

رضا مدرس

Isfahan University of technology

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Aggarwal, A., M. Alshehri, M. Kumar, O. Alfarraj, P. Sharma ...
  • Dawson, C.W., Abrahart, R.J. and L.M. See. ۲۰۰۷. HydroTest: a ...
  • Dyah R. P. and H. T. Bambang. ۲۰۱۲. Seasonal Pattern ...
  • Fernández-Manso. A., C. Quintano and O. Fernández-Manso. ۲۰۱۱. Forecast of ...
  • Guan. K., D. Medvigy, E.F. Wood, K.K. Caylor, S. Li, ...
  • Han, P., P. X. Wang, S. Y. Zhang and D. ...
  • Jiang, B., Liang. S., Wang., J and Z. Xiao. ۲۰۱۰. ...
  • Modarres, R. and da Silva, V.D.P.R. ۲۰۰۷ Rainfall trends in ...
  • Pabot, H. ۱۹۶۷. Report to Government of Iran: Pasture development ...
  • Patel, N. R., Dadhwal, V. K., Saha, S. K., Garg, ...
  • Recuero. L., J. Litago, J. E. Pinzón., M. Huesca., M. ...
  • Said. O. M. ۲۰۲۲. Forecasting vegetation condition using remote sensing ...
  • Wang, H., He, B., Zhang, Y., Huang, L., Chen, Z. ...
  • Wei. W. W.S.۲۰۱۹. Time Series Analysis: Univariate and Multivariate Methods. ...
  • Zhao. M.S. and Running. S.W.۲۰۱۰. Drought-induced reduction in global terrestrial ...
  • نمایش کامل مراجع