ارزیابی مدلهای تصادفی سری زمانی در برآورد تبخیر از تشت (مطالعه موردی: ایستگاه شیراز)

تبخیر از تشت یکی از مولفه های مهم و تاثیر گذار در برنامه ریزی و مدیریت منابع آب می باشد و برآورد آن در مقیاسهای زمانی مختلف، به عنوان یکی از مهمترین پارامترهای جوی، از اهمیت ویژه ای در برنامه ریزی آبیاری در کشاورزی برخوردار است. یکی از روش های مطالعاتی بررسی تغییرات تبخیر تعرق و پیش بینی، روش سری های زمانی می باشد. برای این منظور، روش ها و مدلهای مختلفی ارائه شده اند که از آن جمله می توان مدلهای سری زمانی AR، MA و ARIMA را برشمرد. در این تحقیق، عملکرد هریک از مدلهای یاد شده در برآورد و تخمین مقادیر آتی سری زمانی روزانه تبخیر از تشت در ایستگاه سینوپتیک شیراز طی دوره 2010- 2006مورد بررسی قرار گرفت. نتایج نشان داد که مدل سری زمانی ARIMA(1،1،1) عملکرد بسیار بهتری نسبت به سایر مدلهای ARIMA دارد و روند تغییرات سری زمانی را به خطای کمتری شبیه سازی می کند. در تحلیل آماری همبستگی مقادیر مشاهده شده و تخمین زده شده تبخیر از تشت، مقدار R (ضریب همبستگی) برابر 92/0 و مقدار RMSE برابر 64/1 میلیمتر بر روز به دست آمد. انجام مطالعات موردی مشابه در سایر مناطق اقلیمی کشور جهت اعتبار سنجی این مدلها توصیه می شود.