پیش بینی و بررسی متوسط دمای ماهانه با استفاده ازمدل های سری زمانی

دما یکی از مهم ترین پارامترهای هواشناسی است که در بسیاری از مطالعات مورد استفاده قرار می گیرد. این پارامتر در بررسی های تغییر اقلیم و کشاورزی از اهمیت ویژه ای برخوردار است، بطوری که افزایش درجه حرارت یکی از مسائل مهم زیست محیطی بشر به حساب می آید. بنابراین بررسی و پیش بینی تغییرات آن در دوره دراز مدت می تواند بر مدیریت صحیح منابع آب و خاک و تامین نیاز آبی گیاهان موثر باشد. در این مطالعه با استفاده از داده های 47 ساله (7196-2014) ایستگاه فسا و همچنین مدل ARAR اقدام به پیش بینی متوسط دمای ماهانه برای 6 سال آینده ( تا سال 2020) در نرم افزار ITSM گردید. بر اساس نتایج بدست آمده بهترین مدل فیت شده بر داده ها مدل AR (26،1) بر گرفته از روش Burg با شاخص آکاییکی برابر با 91/2609 بود. بر اساس این مدل ضرایب Z(t-1) در تاخیر های 21، 22 و 23 معنی دار نیستند که در مدل صفر در نظر گرفته شدند. با توجه به P-value آزمون Turning points در تاخیر های مختلف که بزرگ تر از 05/0 بود می توان قابل اطمینان بودن پیش بینی انجام شده را استنباط نمود.