fa الگوسازی و مدل‌بندی درجه حرارت شمال استان اردبیل به منظور مدیریت خشکسالی تخصصي Special پژوهشي Research چکیده تغییرات درجه‌حرارت به عنوان یکی از نمادهای تغییرات اقلیمی، از اهمیت خاصی برخوردار است. در این پژوهش، با استفاده از داده‌های متوسط دمای سالانه و ماهانه‌ی ایستگاه سینوپتیک پارس‌آباد در فاصله‌ی زمانی ژانویه‌ی 1984 تا دسامبر 2009 و با بهره‌گیری از مدل‌های میانگین متحرک مرتبه‌ی دو، اتورگرسیو و آریما، تغییرات زمانی دمای هوای شمال استان اردبیل مورد بررسی قرار گرفت. روند خطی و پلی‌نومیال مرتبه‌ی ششم داده‌های دمای سالانه‌ی ایستگاه مورد مطالعه نشان داد که مقادیر دمای سالانه‌ی شمال استان اردبیل، با شیب ملایمی در حال افزایش است. مدل پلی‌نومیال مرتبه‌ی ششم، بهتر از مدل رگرسیون خطی، تغییرات دمای ایستگاه مورد مطالعه را تبیین کرد. نتایج حاصل از تحلیل و مدل‌سازی دمای ماهانه-ی ایستگاه مورد مطالعه با استفاده از مدل‌های رگرسیون خطی، میانگین متحرک و آریما و پیش‌بینی مقادیر دمای ماهانه تا سال 2014 نشان داد که مدل آریما با داشتن پایین‌ترین MAPE و بالاترین R2، بهتر از دو مدل دیگر، دمای ماهانه‌ی ایستگاه مورد بررسی را پیش‌بینی می‌کند. معیارها و مقادیر RMSE, AIC وMAD در انتخاب بهترین الگو نشان دادند که الگوی SARIMA(0,0,1)(0,1,1)12 با داشتن کم‌ترین مقدار RMSE، AIC و MAD، الگوی مناسبی جهت پیش‌بینی مقادیر دمای ماهانه‌ی ایستگاه مورد مطالعه می‌باشد. Abstract Variability of temperature is very important as one of the symbols of climatic change. In this research, variability of temperature in north of Ardebil Province has been investigated by using monthly and annual mean temperature in Pars-Abad synoptic station from Jan 1984 to Dec 2009 and order 2 moving average, autoregressive and ARIMA models. Linear and order 6 polynomial trends in Pars-Abad synoptic station showed that annual temperature in this station has an increasing trend. Order 6 polynomial model was better than linear regression model in detection of annual temperature variability of Pars-Abad synoptic station. Result of modeling and analysis of monthly temperature in the under study by linear regression, moving average and ARIMA models and forecasts until 2014 showed that ARIMA model has the lowest MAPE and highest R2 and the estimates of mean temperature of this station was better than other models. In selection of the best pattern, indices and rate of AIC, RSME and MAD showed that SARIMA (0, 0, 1)(0,1,1)12 model with lowest RSME, AIC and MAD is a suitable model to monthly temperature forecasts in under study station. کلید واژه‌ها: ایستگاه پارس‌آباد, پیش‌بینی, دمای ماهانه, مدل آریما, مدل رگرسیون, مدل میانگین متحرک. Keywords: ARIMA MODELS, Forecasting, Linear Regression, Monthly Temperature, Moving Average, Pars-Abad Station. 21 39 http://geographical-space.iau-ahar.ac.ir/browse.php?a_code=A-10-1303-3&slc_lang=fa&sid=1 برومند صلاحی E-mail: bromand416@yahoo.com 10031947532846005660 10031947532846005660 Yes دانشیار اقلیم شناسی، گروه جغرافیای طبیعی، دانشگاه محقق اردبیلی