TY - JOUR JF - E.E.R.Journal JO - E.E.R. VL - 11 IS - 2 PY - 2021 Y1 - 2021/7/01 TI - Rainfall-runoff process modeling using time series transfer function TT - مدل‌سازی فرآیند بارش-رواناب با استفاده از تابع انتقال سری‌های زمانی N2 - امروزه پیش­بینی و مدل­­‌سازی فرآیند بارش و رواناب به منظور برنامه­‌ریزی و مدیریت منابع آب بسیار ضروری است. در این تحقیق برای مدل­‌سازی فرآیند بارش ـ رواناب، از داده­‌های بارندگی و دبی متوسط ماهانه در حوضه آبخیز رامیان و گالیکش در یک دوره آماری 36 ساله (1396-1360) استفاده شد. بررسی همگنی سری داده­‌ها نیز با استفاده از آزمون چاو صورت گرفت. بررسی وجود روند در سری­‌های زمانی، بر اساس نمودار میانگین متحرک و وجود روند فصلی، بر اساس نمودار خودهمبستگی انجام شد. برای بررسی نحوه­‌ی ارتباط بین سری­‌های زمانی بارش و رواناب، از نمودار همبستگی متقابل استفاده شد. سپس از دو مدل SARIMA و تابع انتقال نیز برای پیش­بینی مقادیر رواناب ماهانه استفاده شد. نتایج نشان داد که با توجه به نمودارهای خودهمبستگی­‌نگار، در همه­ی سری­‌های زمانی مورد استفاده، روند فصلی با دوره تناوب 12 ماهه وجود دارد. برای برازش مدل سری زمانی به داده‌­های دبی، از تبدیلlog(1+Yt) استفاده شد. سپس با استفاده از دو روش تابع انتقال و SARIMA، مدل­‌سازی و پیش­بینی مقادیر دبی­‌های متوسط ماهانه برای 12 ماه آینده با کمک نرم­افزارهای Minitab و SAS انجام شد. در مرحله­ی بعد، اعتبارسنجی مقادیر پیش­بینی شده و مقادیر برازش شده­‌ی دبی­های ماهانه­‌ی دو مدل با استفاده از شاخص­‌های MAD، RMSE، MAPE و E ارزیابی شد. نتایج نشان داد که از دو دیدگاه پیش­بینی و برازش مدل، تابع انتقال در هر دو حوضه آبخیز گالیکش و رامیان نسبت به مدل SARIMA دقت بالاتری داشت. مدل تابع انتقال در هر دو حوضه، دقت پیش­بینی را نسبت به مدل SARIMA تا دو برابر افزایش داده­است. SP - 111 EP - 128 AU - Jandaghi, Nader AU - Azimmohseni, Majid AU - Ghareh Mahmoodlu, Mojtaba AD - Rangeland and Watershed Management Department, Faculty of Agriculture & Natural Resources, University of Gonbad Kavous KW - Forecacting KW - Box and Jenkins Model KW - Prewhitening KW - Cross Correlation KW - Gorganrud UR - http://magazine.hormozgan.ac.ir/article-1-615-fa.html ER -