فهرست نشریات علمی دسترسی آزاد ایران

دمای خاک، یک پارامتر دینامیکی مهم است که پیش‌بینی آن نقش مهمی را در فرآیندهای هیدرولوژیکی در سطح خاک ایفا می‎کند. در این مطالعه، با هدف بهبود پیش‌بینی رفتار حرارتی لایه‎های خاک در اعماق مختلف، از ترکیب تحلیل طیفی و مدل‌های سری زمانی باکس-جنکینز استفاده شده است. دو سناریوی اصلی برای مدل‌سازی در نظر گرفته شد: سناریوی اول با تکیه بر داده‌های دمای خاک، و سناریوی دوم با در نظر گرفتن متغیرهای هواشناسی به‌عنوان ورودی‌های کمکی. عملکرد مدل‌ها با معیارهای MAE، RMSE، R2 و AIC ارزیابی گردید. پس از انجام آزمون‎های مختلف مولفه‎های قطعی در سری زمانی شناسایی و با کمک پارامترهای آماری مختلف شدت این مولفه‎ها مورد ارزیابی قرار گرفت. تحلیل پارامترهای آماری نشان داد که فصلی بودن نقش مهمتری نسبت به روند در سری‎های زمانی دمای خاک دارد. مدل‌های توسعه‌یافته نشان دادند که ترکیب تحلیل طیفی با ساختارهای ARMA  و ARIMA به‌طور مؤثری دقت پیش‌بینی دمای خاک را افزایش می‌دهد. در عمق ۱۰۰ سانتی‌متری، این روش با ضریب تعیین 975/0، خطای پایین (MAE=0.83) و (RMSE=1.06) و پیچیدگی کمتر (AIC= -221.38)  نسبت به مدل‌های چندمتغیره، عملکرد بهتری را ارائه کرد. همچنین، گرچه در برخی سناریوها افزودن متغیرهای هواشناسی مانند تبخیر و تعرق، سرعت باد و تابش خورشیدی موجب بهبود در نتایج شد، اما مدل‌های تک‌متغیره مبتنی بر داده‌های دمای خاک عملکرد پایدارتری ارائه دادند. در نهایت، این مطالعه نشان داد که ترکیب روش‌های طیفی با مدل‌های سری زمانی، روشی مؤثر و قابل اعتماد برای پیش‌بینی دمای خاک در اعماق مختلف است.