اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدالتنبؤ بحجوم المياه الشهرية الواردة عبر نهر الروس في الساحل السوري باستخدام تحليل السلاسل الزمنية
Predict of the monthly water volumes incoming in AL-ROOS River in the Syrian Coast by using the time series analysis
1704
5 62
0
(
0
)
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
تعتمد دراسة و تصميم السدود المائية بشكل رئيس على التنبؤات بأحجام المياه الجارية في الأنهار أو المتوقع ورودها مستقبلاً، باستخدام تحليل السلاسل الزمنية للقياسات التاريخية. يهدف البحث إلى إعداد دراسة إحصائية لحجوم المياه الشهرية الواردة في نهر الروس في الساحل السوري و التنبؤ المستقبلي بهذه الحجوم. و اعتمدت نماذج "بوكس– جنكنز" في تحليل بيانات السلسلة الزمنية، و ذلك لارتفاع درجة الدقة في تنبؤاتها. اعتمدنا بيانات حجوم المياه الشهرية لمدة 15 عاماً، و بعد إجراء الاختبارات المطلوبة على بواقي النموذج، تبيّن أن أفضل نموذج يمثل البيانات هو SARIMA(0,1,2) (1,2,1)12، و بعد تقسيم البيانات إلى 14 سنة لبناء النموذج و سنة واحدة لاختباره و اعتماداً على أصغر قيمة للمتوسط الموزون للمعايير RMSE, MAP, MAE، فإن أفضل نموذج للتنبؤ هو النموذج SARIMA(1,1,0) (0,1,1)12، و قد أعطى النموذج تنبؤات قريبة من حجوم المياه الشهرية الواردة في النهر المقيسة فعلياً.
The study and design of water dams depend essential on prediction of water volumes or future predicted in rivers, by using the time series analysis of the historical measurements. The research aims to make statistical study of monthly water volumes incoming in AL-Aroos River in Syrian coastal and future prediction of these volumes. And the Box-Jenkins models is adopt to analysis the time series data, because of its high accuracy. We attend the monthly water volumes for 15 years. And after doing the wanted tests on model residuals we found that the best model to represent the data is SARIMA(0,1,2) (1,2,1)12 , and after dividing the data to 14 years to build the model and one year to test it , and depending on the smallest of weighted mean of criteria RMSE, MAP, MAE,. The best predicted model is SARIMA (1,1,0) (0,1,1)12 and the model give the nearest predicted of measured data actually.
مراجعة الذكاء الصنعي:
ملخص البحث
تناولت الدراسة التنبؤ بحجوم المياه الشهرية الواردة عبر نهر الروس في الساحل السوري باستخدام تحليل السلاسل الزمنية. اعتمدت الدراسة على نماذج بوكس-جنكنز لتحليل بيانات السلسلة الزمنية، وذلك لارتفاع دقتها في التنبؤ. تم جمع بيانات حجوم المياه الشهرية لمدة 15 عاماً، وبعد إجراء الاختبارات المطلوبة على بواقي النموذج، تبين أن أفضل نموذج يمثل البيانات هو SARIMA(0,1,2)(1,2,1)12. تم تقسيم البيانات إلى 14 سنة لبناء النموذج وسنة واحدة لاختباره. اعتماداً على أصغر قيمة للمتوسط الموزون للمعايير RMSE, MAP, MAE، فإن أفضل نموذج للتنبؤ هو SARIMA(1,1,0)(0,1,1)12، وقد أعطى النموذج تنبؤات قريبة من حجوم المياه الشهرية الواردة في النهر المقيسة فعلياً. توصي الدراسة باستخدام هذا النموذج في مناطق مختلفة في سوريا لتحسين دقة التنبؤ بحجوم المياه.
قراءة نقدية
دراسة نقدية: تعتبر الدراسة ذات أهمية كبيرة في مجال التنبؤ بحجوم المياه الشهرية، خاصة في ظل التغيرات المناخية التي تؤثر على الموارد المائية. ومع ذلك، يمكن الإشارة إلى بعض النقاط التي قد تحتاج إلى تحسين. أولاً، الدراسة اعتمدت على بيانات لمدة 15 عاماً فقط، وقد يكون من الأفضل استخدام بيانات لفترة زمنية أطول لتحسين دقة التنبؤ. ثانياً، لم تتناول الدراسة تأثير العوامل الخارجية مثل التغيرات المناخية أو الأنشطة البشرية على حجوم المياه، والتي قد تكون لها تأثير كبير. أخيراً، يمكن تحسين الدراسة بإضافة مقارنة بين نماذج التنبؤ المختلفة لتحديد النموذج الأكثر دقة وملاءمة.
أسئلة حول البحث
-
ما هو الهدف الرئيسي من الدراسة؟
الهدف الرئيسي من الدراسة هو إعداد دراسة إحصائية لحجوم المياه الشهرية الواردة في نهر الروس في الساحل السوري والتنبؤ المستقبلي بهذه الحجوم باستخدام تحليل السلاسل الزمنية.
-
ما هو النموذج الأفضل الذي تم التوصل إليه في الدراسة؟
أفضل نموذج تم التوصل إليه في الدراسة هو SARIMA(1,1,0)(0,1,1)12، والذي أعطى تنبؤات قريبة من حجوم المياه الشهرية الواردة في النهر المقيسة فعلياً.
-
ما هي الفترة الزمنية التي تم جمع البيانات خلالها؟
تم جمع بيانات حجوم المياه الشهرية لمدة 15 عاماً، من العام الهيدرولوجي 1994-1995 حتى العام الهيدرولوجي 2008-2009.
-
ما هي المعايير التي تم استخدامها لتقييم دقة التنبؤ؟
تم استخدام معايير RMSE (الجذر التربيعي لمتوسط الأخطاء)، MAP (متوسط نسبة الخطأ المطلق)، وMAE (متوسط الخطأ المطلق) لتقييم دقة التنبؤ.
المراجع المستخدمة
THAFER, R. MUTTER, 2008, "Apposed technique for the problem of selecting the best forecasting model in time series: A case study", J. Iraqi Journal of Statistical Science., 1-20.IRAQ
SAWSAN, M. ALI, 2013, " Time series analysis of Baghdad rain fall using ARIMA method ", Iraqi journal of science, vol. 54 supplement No.4, pp:1136-1142, Baghdad –Iraq
SEVINC, O. Assessment ofclimate change effects in Aegean river basins: the case of Gediz and Buyuk Menderes basins.climatic change journal ISSN:0165 - 0009 (print) 1573-1480 (0nline), 2009, 253-283
قيم البحث
اقرأ أيضاً
تعتمد دراسة و تصميم المآخذ المائية للينابيع على تحليل السلاسل الزمنية للقياسات التاريخية من خلال التنبؤ بأحجام المياه الواردة أو المتوقع ورودها مستقبلاً.
يهدف البحث إلى نمذجة تدفقات المياه الشهرية لنبع السن في الساحل السوري و التنبؤ المستقبلي بهذه ا
لتدفقات، باعتماد نماذج "بوكس– جنكنز" في تحليل بيانات السلسلة الزمنية، لارتفاع درجة الدقة في تنبؤاتها.
اعتمدنا بيانات تدفقات المياه الشهرية و بالتالي حجوم المياه الشهرية لـ 101 شهراً من حزيران 2008 حتى تشرين الأول 2016م، و بعد إجراء عمليات استقرار السلسلة في التباين و المتوسط و إزالة الموسمية و تنفيذ الاختبارات المطلوبة على بواقي النموذج، تبيّن أن أفضل نموذج يمثل البيانات هو SARIMA(2,0,1) (2,1,0)12، و تم تقسيم البيانات إلى 81 شهراً لبناء النموذج و 20 شهراً لاختباره، و اعتماداً على أصغر قيمة للمتوسط الموزون للمعايير RMSE, MAP, MAE، فإن أفضل نموذج للتنبؤ هو النموذج SARIMA(3,1,0) (1,1,0)12، و قد أعطى النموذج تنبؤات قريبة من حجوم المياه الشهرية في النبع المقيسة فعلياً.
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.
هدفت هذه الدراسة إلى تحليل واقع الأسهم في بورصة عمـان فـي قطـاع البنـوك
باستخدام نموذج تحليل السلاسل الزمنية، وذلك من خلال تحقيق الأهداف التالية :
١ -تحليل اتجاه الأسهم في بورصة عمان للأوراق المالية في قطاع البنـوك باسـتخدام
نموذج تحليل السلاسل ال
زمنية .
٢ -الحصول على سوق كفء بتطبيق الشروط الموجودة في السوق.
٣ -تحليل واقع الاتجاه العام لأسعار الأسهم في بورصة عمان للأوراق المالية وذلك مـن
خـلال معدل دوران الأسهم وعلى مدى اثني عشر شهراً لمدى ثماني سـنوات مـن
(٢٠٠٠-٢٠٠٧ (لإيجاد المتغيرات المؤثرة في الأداء.
٤ -التوصل إلى تحديد أهم مكونات السلسلة الزمنية التي تـتـأثر بها أسعار الأسهم في
بورصة عمان للأوراق المالية (الموسمية، والدورية، والعشوائية) مع تحديد أي مـن
هذه المكونات التي تخضع لها التغيرات السعرية للأسهم.
٥ -محاولة تحديد التوجه العام لاتجاه السلسلة الزمنية لأسعار الأسهم للفترة القادمة مـن خلال استخدام نموذج المكونات الأساسية.
وقد قامت هذه الدراسة على ثلاث فرضيات رئيسة، وتكونت عينة الدراسة من البنوك
المدرجة في بورصة عمان والمكونة من (١٧ (بنكاً، وتم استخدام برنامج الإكسـل لتحليـل
بيانات معدل دوران الأسهم في بورصة عمان للتوصل إلى النتائج .
وقد توصلت الدراسة إلى العديد من الاستنتاجات أهمها :
- أظهرت النتائج إلى أن تأثر معدل دوران الأسهم في قطاع البنوك المدرجة في بورصـة
عمان بالمتغيرات غير المنتظمة كان واضحاً، إضافة إلى تأثير التغيرات المتعلقة بالاتجاه
العام والمتغيرات الموسمية والمتغيرات الدورية .
- أظهرت النتائج أن حجم التداول يلعب دوراً كبيراً في تغيير مسار اتجاه الأسـعار، ففـي
حالة ارتفاع الأسعار فإن زيادة حجم التداول شيء مطلوب، أما في حالة انخفاض الأسعار
فإن المرغوب فيه هو خفض حجم التداول .
وبناء على ما تقدم من استنتاجات، قدمت الباحثة مجموعة من التوصـيات المناسـبة
لاستخدام نموذج تحليل السلاسل الزمنية في تحليل واقع الأسهم في بورصة عمان.
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.
يشكِّل نهر الصنوبر المصدر الأساسي للموارد المائية في حوض الصنوبر ذي المساحة 268.8 km2، تصبّ مياهه في البحر المتوسط على بعد10 km جنوب مدينة اللاذقية. إنَّ التحديات الحالية لتأمين المياه لجميع الاستخدامات كالتغيرات المناخية و غيرها، جعلت الحاجة ملحّة ل
ابتكار إدارة متطورة للموارد المائية، فبرزت النمذجة كأداة مناسبة لتحقيق هذا الهدف. لذلك اعتمدت هذه الدراسة على الحزمة البرمجية WEAP21، المُصمَّمة لتقويم و تخطيط الموارد المائية خصّيصاً. و نتيجةً لنمذجة حوض الصنوبر باستخدام WEAP21 تم اقتراح سيناريوهين: يتضمن الأول تقانات جديدة للري، و الثاني تأثير امتداد سنوات الجفاف. فتوصّلت الدراسة إلى أنّ الموارد المائية المتوافرة حاليّاً في الحوض قادرة على تلبية احتياجات الأراضي الزراعية و مواقع الاحتياج الأخرى، غير أنّ النهر يجف في الجزء الواقع بعد سد الثورة، و وصلت نسبة توفير المياه عند استخدام تقانة الري بالتنقيط إلى 59%، كما تبيّن خطر التغيرات المناخية المحتملة على تدفقات النهر من خلال نتائج سيناريو السنة المائية، و افتراض تناوب فترات الجفاف الشديد خلال فترة الدراسة.
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
