يعدّ الهطل المطري أحد أكثر عناصر الدورة الهيدرولوجية صعوبة و تعقيداً من حيث الفهم و النمذجة، بسبب تعقيد العمليات الجوية التي تولد الأمطار. تأتي أهمية البحث من العلاقة المباشرة لكميات الأمطار الهاطلة بالأنشطة الاقتصادية و الاجتماعية للسكان، و مجالات التخطيط لإدارة الموارد المائية، لا سيما ما يتعلق منها بعملية التنمية الزراعية. يهدف البحث إلى إلقاء الضوء على كميات الأمطار الهاطلة في محطة طرطوس الواقعة في الجزء الجنوبي من الساحل السوري، و تطبيق نموذج من نماذج بوكس- جنكنز للتنبؤ بكمياتها المستقبلية. تم اختبار نماذج متعددة لـ ARIMA، و أخضعت النماذج لجميع الاختبارات المطلوبة، و قد تبين أن أفضلها كان النموذج ذي المعالم (ARIMA(3,0,4. جرى أثناء الاختبار تقسيم البيانات إلى 43 سنة لبناء النموذج، و ثماني سنوات لاختباره، و قد أعطت نتائج الاختبار دقةً عاليةً في الأداء، كما استخدم النموذج للتنبؤ بقيم الأمطار السنوية لعشرين سنة قادمة.
Rainfall is considered as one of the most difficult and complex elements of the
hydrological cycle, to understand and model, due to the complexity of air operations that
generate rain. The importance of research comes from the direct relationship between the
rainfall amount and economic & social activities of the population, planning scopes of the
water resources management, particularly with respect to the agricultural development.
The research aims to highlight the rainfall amounts in Tartous station which is
located in the southern part of the Syrian coast, and applying one model of Box-Jenkins
models for the purpose of predicting future rainfall amounts. Multiple Arima models have
been tested. The results showed that the model SARIMA (3,0,4) was the best one. Data
were divided into 43 years to build the model and eight years to test it. The test results
gave high accuracy in the performance, and the model was used to predict the values of
annual rainfall for the next twenty years.
المراجع المستخدمة
FRENCH, M. N., KRAJEWSKI, W. F., AND CUYKENDALL, R. R., 1992, "Rainfall forecasting in space and time using neural network", J. Hydrol., 137, 1–31
GWANGSEOB, K. AND ANA, P. B., 2001, "Quantitative flood forecasting using multi sensor data and neural networks", Journal of Hydrology, 246, 45–62
BOX, G.E.P., G.M., JENKINS, 1976, "Series Analysis Forecasting and Control", Prentice-Hall Inc., London