fa پیش‌بینی دبی با استفاده از تحلیل سری‌های زمانی با مدل SARIMAدر شرایط خشکسالی مطالعه موردی: ایستگاه دبی‌سنجی پیرسلمان در رودخانه جامیشان تخصصي Special پژوهشي Research <div style="text-align: justify;"><span style="font-family:b nazanin;"><span style="font-size:12.0pt;">تامین نیاز&shy;های آبی به دلیل کاهش منابع آب و افزایش جمعیت به مراتب مشکل&rlm;تر و محدودتر از گذشته است. از سویی کاهش نزولات جوی و محدودیت شدید منابع آب، ضرورت پیش&shy;بینی بارش و دبی ناشی از آن&shy;را در بازه&rlm; های زمانی ماهانه و سالانه در مقیاس حوضه آبریز و زیرحوضه&rlm; های آن را دو چندان می&rlm;نماید. اساس این کار ارزیابی جوی و پیش&shy;بینی بارندگی در سری&rlm; های زمانی است. یکی از فرضیات کلیدی در سری&rlm; های زمانی ایستا بودن آنها است. با این وجود، بسیاری از سری&rlm; های هیدرولوژیکی بنا به دلایل مختلف مانند روند، پرش و تناوب ناایستا هستند. هدف از این پژوهش ارزیابی ایستایی سری زمانی بارندگی به منظور انتخاب مناسب&rlm;ترین مدل جهت پیش&rlm;بینی دبی جریان رودخانه جامیشان در ایستگاه آب&rlm;سنجی پیرسلمان بود. حوضه جامیشان در شمال&rlm;شرقی استان کرمانشاه در بالادست رودخانه دینور قرار دارد. به این منظور داده&rlm; های بارندگی ماهانه در یک دوره 25 ساله (1365-1390) استفاده شد. از آنجایی که سری زمانی ناایستا است و عوامل ناایستایی آن حذف نگردید در نهایت پارامترهای مدل غیر فصلی </span></span><span dir="LTR"><span style="font-family:times new roman,serif;"><span style="font-size:10.0pt;">SARIMA</span></span></span><span style="font-family:b nazanin;"><span style="font-size:12.0pt;"> با استفاده از نرم&shy; افزار </span></span><span dir="LTR"><span style="font-family:times new roman,serif;"><span style="font-size:10.0pt;">MINITAB </span></span></span>&nbsp;<span style="font-family:b nazanin;"><span style="font-size:12.0pt;">جهت پیش&rlm;بینی باران ماهانه محاسبه گردید. </span></span><span style="font-family:b nazanin;"><span style="font-size:12.0pt;">برای صحت&shy; سنجی&nbsp; </span></span><span style="font-family:b nazanin;"><span style="font-size:12.0pt;">مدل از معیار نرمال بودن و مستقل بودن باقی مانده &shy;ها استفاده شد و در نهایت </span></span><span style="font-family:b nazanin;"><span style="font-size:12.0pt;">مقادیر دبی رودخانه پیر سلمان به کمک مدل ₁₂(3,0,1)&times;(3,0,1)</span></span><span dir="LTR"><span style="font-family:times new roman,serif;"><span style="font-size:10.0pt;">SARIMA</span></span></span><span style="font-family:b nazanin;"><span style="font-size:12.0pt;">&nbsp; نسبت به مدل&rlm; های دیگر با داشتن میانگین خطای کمتر در پیش&rlm; بینی برآورد گردید.</span></span></div> <div style="text-align: justify;">Nowadays, water supply is more limited and providing water is more difficult due to increasing population and demand for water. Thus, due to rainfall shortage and impacts of drought, the need for forecasting monthly and annual rainfall and flow discharge through time series analysis is acutely felt. One of the key assumption in time series is their static condition. However, hydrological time series are sometimes dynamic due to independent occurrences and variations. The objective of this study was to evaluate a suitable forecast model for water flow discharge&nbsp; through evaluating whether time series data of rainfall in Jamishan river, Kermanshah, Iran were static. The 25-year data of monthly rainfall (1988-2013) were used and assumed to be a dynamic series. Non-seasonal parameters of SARIMAS model were analyzed through MINTAB software. The accuracy, reliability, normality and independence of data were also evaluated. Finally, water flow discharge was modeled and predicted by SARIMA (3,0,1) x (3,0,1)₁₂ which showed minimum mean error. &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</div> <div style="text-align: justify;"></div> ایستگاه پیرسلمان, پیش‌بینی دبی, سری‌زمانی, مدل SARIMA, Discharge Forecasting, Time series, SARIMA model, Pirsalman Station 73 82 http://jircsa.ir/browse.php?a_code=A-10-931-1&slc_lang=fa&sid=1 sara heshmati سارا حشمتی s.heshmati74@yahoo.com 10031947532846002788 10031947532846002788 Yes MS student of Water Resources, Department of Water Engineering, Faculty of Agriculture and Natural Resources, Razi University, Kermanshah, Iran دانشگاه رازی maryam hafezparast mavadat مریم حافظ پرست مودت @stu.razi.ac.ir 10031947532846002789 10031947532846002789 No Assistant Professor, Department of Water Engineering, Faculty of Agriculture and Natural Resources, Razi University, Kermanshah, Iran دانشگاه رازی