Metrika članka

  • citati u SCindeksu: [1]
  • citati u CrossRef-u:0
  • citati u Google Scholaru:[=>]
  • posete u poslednjih 30 dana:2
  • preuzimanja u poslednjih 30 dana:0
članak: 1 od 8  
Back povratak na rezultate
Facta universitatis - series: Working and Living Environmental Protection
2013, vol. 10, br. 1, str. 79-91
jezik rada: engleski
vrsta rada: neklasifikovan
objavljeno: 23/01/2014
Predviđanje padavina pomoću statističkih pristupa
aUniverzitet u Beogradu, Fizički fakultet, Institut za meteorologiju
bEmergency Management Sector, Ministry of Interior of the RS, Belgrade
cUniverzitet u Nišu, Fakultet zaštite na radu

e-adresa: curic@ff.bg.ac.rs

Sažetak

Statistički pristup se često koristi u analizi vremenskih serija u klimatologiji i hidrologiji. Jedna od njegovih koristi je da predvidi trend budućih vremenskih serija. Ovo može da se primeni u mnogim aplikacijama kao što su temperatura, padavine, sunčevo zračenje i druga istraživanja u vezi sa vremenskim serijama klimatskih elemenata. U ovom radu koristimo nekoliko modela za određivanje analize vremenskih serija padavina. Cilj je da se pronađe odgovarajući model u predviđanju trenda serije padavina. Metod trenda je jedan od značajnijih metoda analize vremenskih serija. Simulacija pokazuje da za listu od 50 podataka proteklih vrednosti daje optimalne rezultate. Postupak izbora i ocene modela primenjen je na seriju godišnjih suma padavina osmotrenih u periodu 1961-2011. god. na meteorološkoj stanici u Negotinu. Dobijeni rezultati pokazuju smanjenje trenda ukupnih godišnjih količina padavina u toku perioda 1961­2011. godina. Rezultati analize i predviđanja toka padavina u narednim godinama u odnosu na 2011. godinu, pokazuju povećanje količina padavina na godišnjem nivou.

Ključne reči

Reference

Box, G.E.P., Jenkins, G.M. (1976) Time series analysis: Forecasting and control. San Francisco, CA: Holden Day, 575
Davis, J.M., Rappoport, P.N. (1974) The Use of Time Series Analysis Techniques in Forecasting Meteorological Drought. Monthly Weather Review, 102(2): 176-180
de Gooijer, J., Hyndman, R. (2006) 25 years of time series forecasting. Elsevier
Delleur, J.W., Kavvas, L.M. (1978) Stochastic Models for Monthly Rainfall Forecasting and Synthetic Generation. Journal of Applied Meteorology, 17(10): 1528-1536
Katz, R.W., Skaggs, R.H. (1981) On the Use of Autoregressive-Moving Average Processes to Model Meteorological Time Series. Monthly Weather Review, 109(3): 479-484
Ledolter, J. (1978) The analysis of multivariate time series applied to problems in hydrology. Journal of Hydrology, 36(3-4): 327-352
Lungu, E.M., Sefe, F.T.K. (1991) Stochastic analysis of monthly streamflows. Journal of Hydrology, 126(3-4): 171-182
Ljung, G.M., Box, G.E.P. (1979) The likelihood function of stationary autoregressive-moving average models. Biometrika, 66(2): 265-270
Mališić, J., Jevremović, V., Dmitrović, I. (1998) ARMA modeliranje hidroloških serija. Vodoprivreda, vol. 30, str. 203-212