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 التدفقات، 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.
The study and design of water-intakes on springs is based on the analysis of time series of
historical measurements to achieve prediction of incoming water volumes or future
expected.
The research aims to model the monthly water flows of AL-SIN Spring in Syrian Coast
and future expectations of these flows, by adopting the Box-Jenkins models to analyze the
time series data, due to its reliable accuracy. Monthly water flows, thus, monthly volumes,
for 101 month (from June 2008 to October 2016) were processed. Performing the stability
of the time series on variance and median and non-seasonality and making the wanted tests
on model residuals, we found that the best model to represent the data is SARIMA(2,0,1)
(2,1,0)12 , and after dividing the data into 81 month to build the model and 20 month to test
it. Depending on the smallest of weighted mean of criteria RMSE, MAP, MAE,. The best
predicted model was SARIMA (3,1,0) (1,1,0)12 and the model gave the nearest predicted
values to actually measured data in spring.
المراجع المستخدمة
Springflow Simulator Manual Vers. 1.0.2, 2007. ACSAD-BGR TECHNICALCOOPERATION PROJECT - NO.: 2004.2032.3, Management, Protection and Sustainable Use of Groundwater and Soil Resources
NELSON, G. R., Applied Time Series Analysis For Managerial Forecasting, Holden- Day, Inc. 1973, 78-91
Box, G. M. P. and PIERCE, D. A., Distribution of Residual Autocorrelation in Autoregressive Integrated Moving Average Time Series Models, John Wiley & Sons. 1970, 115-132