TY - JOUR ID - 73659 TI - مقایسۀ مدل‌های سری زمانی فصلی، دوخطی BL و غیرخطی آستانۀ SETAR در پیش‌بینی جریان ماهانۀ ورودی به مخزن سد مارون JO - اکوهیدرولوژی JA - IJE LA - fa SN - 2423-6098 AU - احمدپور, عباس AU - میرهاشمی, سیدحسن AU - حقیقت‌جو, پرویز AU - قریشی, فاطمه AD - کارشناس ارشد مهندسی منابع آب، دانشکدۀ آب و خاک، دانشگاه زابل AD - دانش‌آموختۀ دکتری آبیاری و زهکشی، دانشکدۀ آب و خاک، دانشگاه زابل AD - عضو هیئت علمی گروه مهندسی آب، دانشکدۀ آب و خاک، دانشگاه زابل AD - کارشناس ارشد منابع آب، سازمان آب و برق خوزستان Y1 - 2019 PY - 2019 VL - 6 IS - 4 SP - 887 EP - 899 KW - پیش‏بینی جریان ماهانه KW - حوضۀ مارون KW - سری زمانی KW - معیار آکائیک KW - معیار شوارتز DO - 10.22059/ije.2019.279116.1090 N2 - در پژوهش حاضر از مدل‌های سری زمانی فصلی SARIMA، هالت- وینترز، مدل‏های دوخطی BL و مدل دورژیمی غیرخطی خودهمبستگی آستانۀ SETAR برای پیش‌بینی جریان ماهانۀ ورودی به مخزن سد مارون استفاده شده است. به این منظور، از داده‏های ایستگاه آب‌سنجی ایدنک واقع در استان خوزستان با طول دورۀ آماری 34 سال طی سال‏های 1361 تا 1394 ‌استفاده شده است. از تبدیل لگاریتمی برای نرمال‌سازی داده‌های شدت جریان ماهانۀ ایستگاه هیدرومتری ایدنک استفاده شد. همچنین، برای حذف مؤلفۀ فصلی داده‌های ماهانه از روش تفاضل‌گیری بهره گرفته شد. از آزمون استقلال باقی‌مانده‏های مدل (لجونگ- باکس یا پورت مانتئو) و توابع خودهمبستگی و خودهمبستگی جزئی برای بررسی صحت (کیفیت برازش) مدل‏های یادشده استفاده شد. درنهایت، مدل‏های SARIMA(1,0,1)*(2,0,2)12، BL(2,1,1,1) و SETAR(2;7,3) با داشتن حداقل مقدار معیار آکائیک و شوارتز به عنوان مدل‏های برتر انتخاب شدند. نتایج ارزیابی مدل‏های برازش‏یافته نشان داد مدل دوخطی (BL) با مقادیر ضریب تعیین و ریشۀ میانگین مربعات خطا، به‌ترتیب برابر با 81/0 و 80/14 مترمکعب بر ثانیه، دقت قابل قبولی در پیش‏بینی جریان ماهانۀ رودخانه مارون دارد. با توجه به نتایج مشخص شد که با افرایش مرتبۀ خودهمبستگی غیر فصلی در مدل‏های ساریما صحت مدل و عملکرد آنها در پیش‌بینی جریان ماهانه تضعیف می‏شود. همچنین، با بررسی نتایج به‌دست‌آمده از مدل‏ها مشخص شد که مدل هالت- وینترز با داشتن مقدار ضریب تعیین و ریشۀ میانگین به‌ترتیب برابر 56/0 و 10 مترمکعب بر ثانیه ضعیف‏ترین عملکرد در پیش‌بینی جریان ماهانه حوضۀ مارون را دارد. UR - https://ije.ut.ac.ir/article_73659.html L1 - https://ije.ut.ac.ir/article_73659_ce87846675bf6a055a9055ca184ef597.pdf ER -