Time series analysis of reference crop evapotranspiration for Bokaro District, Jharkhand, India

• Autorzy: Gautam R. , Sinha A. K.

Identyfikatory

DOI

10.1515/jwld-2016-0021

Warianty tytułu

PL

Analiza serii czasowych ewapotranspiracji potencjalnej upraw w dystrykcie Bokaro, Jharkhand, Indie

• Języki publikacji: EN

Abstrakty

EN

Evapotranspiration is the one of the major role playing element in water cycle. More accurate measurement and forecasting of Evapotranspiration would enable more efficient water resources management. This study, is therefore, particularly focused on evapotranspiration modelling and forecasting, since forecasting would provide better information for optimal water resources management. There are numerous techniques of evapotranspiration forecasting that include autoregressive (AR) and moving average (MA), autoregressive moving average (ARMA), autoregressive integrated moving average (ARIMA), Thomas Feiring, etc. Out of these models ARIMA model has been found to be more suitable for analysis and forecasting of hydrological events. Therefore, in this study ARIMA models have been used for forecasting of mean monthly reference crop evapotranspiration by stochastic analysis. The data series of 102 years i.e. 1224 months of Bokaro District were used for analysis and forecasting. Different order of ARIMA model was selected on the basis of autocorrelation function (ACF) and partial autocorrelation (PACF) of data series. Maximum likelihood method was used for determining the parameters of the models. To see the statistical parameter of model, best fitted model is ARIMA (0, 1, 4) (0, 1, 1)₁₂.

PL

Ewapotranspiracja jest jednym z głównych elementów obiegu wody. Dokładniejsze pomiary i możliwość prognozowania ewapotranspiracji mogłyby umożliwić wydajniejsze zarządzanie zasobami wodnymi. Dlatego prezentowane w niniejszej pracy badania skoncentrowane były na modelowaniu i prognozowaniu ewapotranspiracji, ponieważ prognozowanie zapewni więcej informacji do optymalnego zarządzania zasobami wodnymi. Istnieje wiele technik prognozowania ewapotranspiracji, takich jak autoregresja (AR), średnia ruchoma (MA), autoregresyjna średnia ruchoma (ARMA), autoregresyjna zintegrowana średnia ruchoma (ARIMA), metoda Thomasa– Feiringa i inne. Stwierdzono, że spośród nich ARIMA jest bardziej odpowiednia do analizy i prognozowania zdarzeń hydrologicznych. Z tego powodu wykorzystano model ARIMA do prognozowania miesięcznych średnich wartości ewapotranspiracji potencjalnej poprzez analizę stochastyczną. Do analiz i prognozowania użyto serii danych ze 102 lat (1224 miesiące) z dystryktu Bokaro. Na podstawie funkcji autokorelacji (ACF) i cząstkowych autokorelacji (PACF) serii danych wybrano różny porządek modelu ARIMA. Do wyznaczenia parametrów modelu wykorzystano metodę maksymalnego prawdopodobieństwa. Najlepiej dostosowanymi parametrami statystycznymi modelu okazały się ARIMA (0, 1, 4) (0, 1, 1)₁₂.

Słowa kluczowe

EN

ARIMA model; evapotranspiration; forecasting; time series

PL

ewapotranspiracja; model ARIMA; prognozowanie; serie czasowe

• Wydawca: Wydawnictwo ITP
• Czasopismo: Journal of Water and Land Development
• Rocznik: 2016
• Tom: no. 30
• Strony: 51--56
• Opis fizyczny: Bibliogr. 15 poz., rys., tab.

Twórcy

autor

Gautam R.

• Birla Institute of Technology, Department of Civil and Environmental Engineering, Mesra-835215, India

autor

Sinha A. K.

• Birla Institute of Technology, Department of Civil and Environmental Engineering, Mesra-835215, India

Bibliografia

• ALHASSOUNL S., SENDILL U., AL-OTHMAN A.A., NEGM A.M. 1997. Stochastic generation of annual and monthly evaporation in Saudi Arabia. Canadian Water Resources Journal. Vol. 22. No. 2 p. 141–154.
• ASADI A., VAHDAT S.F., SARRAF A. 2013. The forecasting of potential evapotranspiration using time series analysis in humid and semi humid regions. American Journal of Engineering Research. Vol. 2 p. 296–302.
• BABAZADEH H., SHAMSNLA S.A. 2014. Modelling climate variables using time series analysis in arid and semi-arid regions. African Journal of Agricultural Research. Vol. 9 (26) p. 2018–2027.
• ETUK E.H., NATAMBA B. 2015. Modelling monthly Ugandan Shilling/US Dollar exchange rates by seasonal Box-Jenkins techniques. International Journal of Life Science and Engineering. Vol. 1. No. 4 p. 165–170.
• GORANTIWAR S.D., PATIL P.D. 2009. Stochastic modelling for crop evapotranspiration for Rahuri Region. International Journal of Agricultural Engineering. Vol. 2. No. 1 p. 140–145.
• HAMDI M.R., BDOUR A.N., TARAWNEH A.N. 2008. Developing reference crop evapotranspiration time series simulation model using class a pan: A case study for the Jordan Valley, Jordan. Journal of Earth and Environmental Sciences. Vol. 1. No. 1 p. 33–44.
• India Waterportal [dateless]. Met data [online]. [Access 08.04.2016]. Available at http://indiawaterportal.org/metdata
• KOTTEGODA N.T. 1980. Stochastic water resources technology. London. Mc Millan. ISBN 0470989750 pp. 384.
• MOHAN S., ARUMUGAM N. 1995. Forecasting weekly reference crop evapotranspiration series. Hydrological Sciences Journal. Vol. 40. Iss. 6 p. 689–702.
• PARERA A., WESTERN A., NAWARATHNA B., GEORGE B. 2013. Forecasting daily reference evapotranspiration for Shepparton, Victoria, Australia using Numerical Weather Prediction outputs. [20th International Congress on Modelling and Simulation]. [Adelaide, Australia, 1–6 December 2013].
• POPALE P.G., GORANTIWAR S.D. 2014. Stochastic generation and forecasting of weekly rainfall for Rahuri Region. International Journal of Innovative Research in Science, Engineering and Technology. Vol. 3. Spec. Iss. 4 p. 185–196.
• PSILOVIKOS A., ELHAG M. 2013. Forecasting of remotely sensed daily evapotranspiration data over Nile Delta Region, Egypt. Water Resources Management. Vol. 27 p. 4115–4130.
• SALAS J.D., DELLEUR J.W., YEVJEVIVH V., LANE W.L. 1980. Applied modeling of hydrologic time series. Littleton, Colorado. Water Resource Publications. ISBN 0918334373 pp. 484.
• VALIPOUR M. 2012. Ability of Box-Jenkins models to estimate of reference potential evapotranspiration (A case study: Mehrabad Synoptic Station, Tehran, Iran). IOSR Journal of Agriculture and Veterinary Science. Vol. 1. Iss. 5 p. 1–11.
• XU J.Z., PENG S.Z., YANG S.H., LUO Y.F., WANG Y.J. 2012. Predicting daily reference evapotranspiration in a humid region China by the locally calibrated Hargreaves–Samani equation using weather forecast data. Journal of Agricultural Science and Technology. Vol. 14 p. 1331–1342.