Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Journal of Water and Land Development

1 2017

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: test stacjonarności

Sortuj według:

Ogranicz wyniki do:

Application of SARIMA model to forecasting monthly flows in Waterval River, South Africa

Tadesse K. B., Dinka M. O.

Journal of Water and Land Development

2017

no. 35

229--236

Knowledge of future river flow information is fundamental for development and management of a river system. In this study, Waterval River flow was forecasted by SARIMA model using GRETL statistical software. Mean monthly flows from 1960 to 2016 were used for modelling and forecasting. Different unit root and Mann–Kendall trend analysis proved the stationarity of the observed flow time series. Based on seasonally differenced correlogram characteristics, different SARIMA models were evaluated; their parameters were optimized, and diagnostic check up of forecasts was made using white noise and heteroscedasticity tests. Finally, based on minimum Akaike Information (AI) and Hannan–Quinn (HQ) criteria, SARIMA (3, 0, 2) x (3, 1, 3)12 model was selected for Waterval River flow forecasting. Comparison of forecast performance of SARIMA models with that of computational intelligent forecasting techniques was recommended for future study.

Znajomość przyszłego przepływu wody w rzece jest istotna dla rozwoju i zarządzania w systemie rzecznym. W badaniach prezentowanych w niniejszym artykule prognozowano przepływ w rzece Waterval w Republice Południowej Afryki, używając modelu SARIMA i programu statystycznego GRETL. Do modelowania i budowania prognoz wykorzystano średnie miesięczne przepływy z lat 1960–2016. Różne pierwiastki jednostkowe i analiza trendu Manna–Kendalla dowiodły stacjonarności obserwowanych szeregów czasowych przepływu. Na podstawie sezonowo zróżnicowanych charakterystyk korelogramu oceniono różne modele SARIMA zoptymalizowano ich parametry i wykonano diagnostyczne sprawdzenie prognoz za pomocą białego szumu i testów heteroscedastyczności. Na podstawie minimum AI i kryteriów Hannana–Quinna (HQ), wybrano model SARIMA (3, 0, 2) x (3, 1, 3)12 do prognozowania przepływu w rzece Waterval. W dalszych badaniach proponuje się porównanie prognozowania za pomocą modeli SARIMA i technik komputerowych.