انجمن آبخیزداری ایران مجله اکوهیدرولوژی 2423-6098 4 1 2017 03 21 Forecasting and Trend Analytics of Water quality parameters using ARIMA series Models in Kahman river watershed پیش ‏بینی و تحلیل روند پارامترهای کیفی آب رودخانه با استفاده از مدل سری زمانی AEIMA در حوضۀ آبخیز رودخانۀ کهمان 65 73 60885 10.22059/ije.2017.60885 FA علی حقی زاده استادیار، دانشکدۀ کشاورزی و منابع طبیعی، دانشگاه لرستان حسین یوسفی استادیار، دانشکدۀ علوم و فنون و نوین، دانشگاه تهران یزدان یاراحمدی دانشجوی کارشناسی ارشد مهندسی اکو‌هیدرولوژی، دانشکدۀ علوم و فنون نوین، دانشگاه تهران پروین نورمحمدی دانشجوی کارشناسی ارشد مهندسی آبخیزداری، دانشکدۀ کشاورزی و منابع طبیعی، دانشگاه لرستان رضوان علیجانی دانشجوی دکتری مهندسی آبخیزداری، دانشکدۀ کشاورزی و منابع طبیعی، دانشگاه لرستان Journal Article 2016 11 05 Kahman is the most beneficial river in Alashtar city for agriculture and aquiculture. As hydrology processes have random nature, statistics and probability are base of analysis of these processes and time series are used for this purpose. The first step in time series analysis includes parameters variation through time. Second step is to stationary data, third is normalization and forth is model parameters recognizing. Finally, for model accuracy evaluation in prediction, the root-mean square standardized error and Akaike information criteria are used. In this research, time variations trend of three parameters, PH, HCO3^- and Na⁺ that are effective parameters on drinking and agriculture water, were studied at Darreh-tang station of Kahman river from 1366 to 1392 and then Based on the time-series graphs, as well as autocorrelation and partial autocorrelation plot, Multiplicative seasonal ARIMA model select and in XLSTAT and MINITAB software’s was used. For HCO3 and PH, ARIMA₄(1،1،1)*(1،1،1) was recognized for prediction optimum model but for NA any of ARIMA models weren’t recognized suitable. HCO3 always have an ascending trend. On the base of time series diagram, optimum variations limit of PH is from 6.5 to 8.5. Because the formation in Kahman river watershed is calcareous and because of nonexistence of salty formations in studied region, Na⁺ has a constant trend and isn’t ascending. <br />  رودخانۀ کهمان پرمنفعت‏ترین رودخانۀ شهرستان الشتر از نظر کشاورزی و پرورش ماهی است. به‌دلیل اینکه فرایندهای هیدرولوژی تصادفی‌اند، آمار و احتمال اساس تجزیه‏ و تحلیل پدیده‏های یادشده است، بنابراین از سری‏های زمانی استفاده می‏شود. در تحلیل سری ‏زمانی، مرحلۀ اول شامل نمایش نوسان پارامترها در طول زمان است، مرحلۀ دوم ایستا‌سازی داده‏ها، مرحلۀ سوم نرمال‏سازی و مرحلۀ چهارم شناسایی پارامترهای مدل است. درنهایت، برای سنجش دقت مدل در پیش‏بینی از شاخص مجذور میانگین مربعات خطا RMSE و معیار اطلاعاتی آکاییکه AIC استفاده شد. در این تحقیق روند تغییرات زمانی سه پارامتر ,pH HCO₃ و Na که از پارامترهای مؤثر بر کیفیت آب شرب و کشاورزی هستند، در ایستگاه دره‌تنگ رودخانۀ کهمان طی سال‏های آماری 1366 تا 1392 ‌مطالعه شد. سپس بر‌اساس نمودار‏های سری زمانی داده‏ها و همچنین نمودار خود‌‏همبستگی جزئی، مدل ARIMA فصلی ضربی از بین مدل‏های سری زمانی انتخاب و در نرم‏افزارهای XLSTAT و MINITAB استفاده شد. برای HCO₃ مدل بهینه برای پیش‏بینی ₄(1،1،1)*(1،1،1) ARIMA و برای pH، ₄(1،1،1)*(1،1،1) ARIMA تشخیص داده شد؛ ولی برای Na هیچ‏یک از مدل‏های ARIM مناسب تشخیص داده نشد. HCO₃ معمولاً روند افزایشی دارد. محدودۀ تغییرات pH طبق نمودار سری‏های زمانی در محدودۀ بهینه 5/6 تا 5/8 قرار دارد. Na به‌دلیل نبود سازندهای نمکی در حوضۀ آبخیز رودخانۀ کهمان معمولاً روند ثابتی دارد و افزایشی نیست.<br /> <strong> </strong><br />   https://ije.ut.ac.ir/article_60885_7058e0f6534f54f58d3cc9bd2e84677c.pdf