ترغب بنشر مسار تعليمي؟ اضغط هنا

مكونات السلسلة الزمنية لدرجات الحرارة في محطة طرطوس

Components of Temperature Time Series at Tartous meteostation

1647   0   31   0 ( 0 )
 تاريخ النشر 2016
والبحث باللغة العربية
 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.


ملخص البحث
تتناول هذه الدراسة تحليل السلسلة الزمنية لدرجات الحرارة في محطة طرطوس، حيث تم دراسة المركبات الأربعة لظاهرة درجة الحرارة (الصغرى والعظمى) وهي الموسمية (S) والنزعة أو الاتجاه العام (T) والدورية (C) والعشوائية (I). استخدمت أربع طرائق مختلفة لطرح المركبة الموسمية وتحديد الدليل الموسمي، وهي: طريقة متوسط النسب المئوية، طريقة النسبة المئوية للاتجاه العام، طريقة النسبة للمتوسط المتحرك، وطريقة الوصلات النسبية. أظهرت النتائج أن طريقة متوسط النسب المئوية هي الأفضل للتنبؤ بدرجات الحرارة. تم استخدام السجل التاريخي للفترة (1957-2002) لتوقع درجات الحرارة لعام 2003، وأظهرت النتائج تطابقاً جيداً بين القيم المتنبأ بها والقيم التاريخية. تم تطبيق بعض الفحوصات الإحصائية مثل المتوسط، والانحراف المعياري، والاحتمالية المتجمعة، والتي أظهرت وجود تطابق كبير بين القيم التاريخية والمتنبأ بها. خلصت الدراسة إلى أن درجات الحرارة في طرطوس تتبع نمطاً دورياً يمكن التنبؤ به باستخدام الأساليب الإحصائية المناسبة.
قراءة نقدية
تعتبر هذه الدراسة مفيدة في فهم وتحليل السلسلة الزمنية لدرجات الحرارة في محطة طرطوس، إلا أن هناك بعض النقاط التي يمكن تحسينها. أولاً، كان من الممكن تقديم تحليل أكثر تفصيلاً للعوامل الخارجية التي قد تؤثر على درجات الحرارة مثل التغيرات المناخية العالمية. ثانياً، الدراسة اعتمدت بشكل كبير على البيانات التاريخية دون النظر إلى التغيرات الحديثة التي قد تكون طرأت بعد عام 2003. ثالثاً، كان من الممكن استخدام تقنيات حديثة في تحليل البيانات مثل التعلم الآلي لتحسين دقة التنبؤ. وأخيراً، كان من الأفضل تقديم توصيات عملية بناءً على النتائج لتحسين إدارة الموارد المائية والزراعية في المنطقة.
أسئلة حول البحث
  1. ما هي المركبات الأربعة التي تم دراستها في ظاهرة درجة الحرارة في محطة طرطوس؟

    المركبات الأربعة هي الموسمية (S)، النزعة أو الاتجاه العام (T)، الدورية (C)، والعشوائية (I).

  2. ما هي الطريقة الأفضل التي تم استخدامها لطرح المركبة الموسمية؟

    طريقة متوسط النسب المئوية هي الطريقة الأفضل التي تم استخدامها لطرح المركبة الموسمية.

  3. ما هي الفترة الزمنية التي تم استخدامها في السجل التاريخي لتوقع درجات الحرارة لعام 2003؟

    الفترة الزمنية المستخدمة في السجل التاريخي هي من عام 1957 إلى عام 2002.

  4. ما هي الفحوصات الإحصائية التي تم تطبيقها للتأكد من صحة التنبؤ؟

    تم تطبيق فحوصات إحصائية مثل المتوسط، والانحراف المعياري، والاحتمالية المتجمعة للتأكد من صحة التنبؤ.


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.
التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا