چکیده
بر اساس داده های قبلی و مشاهدات موجود در مقالات مختلف در زمینه تغییرات منابع آبی غنی و فقیر ، این مقاله از قاعده آنالیز محدوده های مقیاس بندی شده (R/S) و روشی برای محاسبه شاخص H (شاخص هورست) و ثبت فرمول نسبت بین R(i) و S(i) و i بهره میبرد. بر مبنای مقدار سری زمانی X_i و با استفاده از روش حداقل مربعات ، روش جدیدی برای محاسبه سری زمانی مطرح میشود که معادله حرکت Brownian را با قابلیت پیش بینی بسیار خوبی ، مورد استفاده قرار میدهد. این کار تلاش جدیدی برای پیش بینی سیر تغییرات و تحولات آینده منابع آبی میباشد. درک و توصیف داده های سری های زمانی در حوزه تغییرات منابع آبی شهرستان Jinhua چین و معادله حرکت Brownian ، روند تغییرات آینده منابع آبی غنی و فقیر را در این منطقه پیش بینی میکند. و بطور رضایت بخشی نتایج معتبری نیز بدست می آیند که نشان میدهند این روش، روشی موثر و کارآمد در پیش بینی تغییرات منابع آبی میباشد.
مقدمه
شهر Jinhua چین در مرکز استان Zhegiang قرار دارد. این شهر در سالهای اخیر با هدف مطرح شدن بعنوان قطب منابع آبی در قسمت غربی استان Zhejiang ، به لحاظ دارا بودن منابع آبی غنی ، رشد اقتصادی قابل توجهی داشته است. در هرحال، باید بخاطر داشته باشیم که الگوها و نمونه های مکانی-زمانی بارش در شهر Jinhua بطور یکنواخت توزیع نشده اند. این عدم یکنواختی توزیع، با آلودگی رودخانه Jinhua تشدید میگردد و عدم وجود پروژه هاو برنامه های ذخیره آب، سبب میشود که کاهش "ذخایر آبی" تبدیل به یک چالش اقتصادی بزرگ شوند. در واقع با رشد جمعیت و سرعت توسعه اقتصادی مهمترین مساله روز انسان در همه جای دنیا ، منابع ناکافی آب خواهد بود . منابع آبی محدود میشوند و اگر مردم به استفاده بی رویه آن ادامه دهند اکوسیستم متحمل تخریب و ویرانی بیشتری میگردد و منجر به نتایج خطرناکی خواهد شد.
Abstract
Based on historical and observational data of wet-and-low water resource changes, this article used the rescaled range (R/S) analysis principle and method to calculate the H index and establish the relation formula of R(i)/S(i) and i. Based on {xi}, and by using the least squares method, a new time series calculation method was proposed which endows the Brownian motion equation with forecasting abilities. This is a new attempt to forecast trend changes of water resources. Utilizing the time series data of water resources in Jinhua City, China, and the Brownian motion equation, aforecast was made of future trends in wet-and-low water resource changes. Satisfactory validation results were obtained, which indicate that this is an effective method for forecasting water resource changes.
Introduction
Jinhua City is located in the middle of Zhejiang Province, China. In recent years, with the aim of becoming the hub of mid-west Zhejiang, Jinhua has experienced significant economic growth. However, the spatial–temporal patterns of precipitation in Jinhua are not uniformly distributed. This is further exacerbated by the polluted state of the Jinhua River and the lack of water storage projects, making the impending ‘water shortage’ a major challenge (Shao et al. 2009). In fact, with the growing population and rapid economic development, man’s most common problem today is insufficient water resources (Hajkowicz and Higgins 2008). Water resources are limited, and if people continue to overuse them, the ecosystem will deteriorate further (Cazurra 2008), bringing about grave consequences (Alsharif et al. 2008; Feng et al. 2011).
چکیده
مقدمه
قواعد و روشهای آنالیز R/S
مثالهای کاربردی
نتیجه گیری
Abstract
Introduction
Principles and methods of R/S analysis
Application example
Conclusion