![](/images/graphics-bg.png)
التنبؤ عن الحالات المطرية في مدينة الموصل
Joint Authors
الخياط، باسل يونس ذنون
السليمان، مثنى صبحي سليمان
Source
المجلة العراقية للعلوم الإحصائية
Issue
Vol. 13, Issue 23 (30 Jun. 2013), pp.19-32, 14 p.
Publisher
University of Mosul College of Computer Science and Mathematics
Publication Date
2013-06-30
Country of Publication
Iraq
No. of Pages
14
Main Subjects
Topics
Abstract AR
يتناول البحث مسألة مهمة و هي التنبؤ عن الحالات المطرية اليومية.
إن الحالة المطرية اليومية تتنمذج باعتبارها سلسلة ماركوف مؤلفة من أربع حالات هي : انعدام المطر، و مطر خفيف، و مطر معتدل، و مطر غزير.
و بعد عرض مسألة التنبؤ بمفهومها العام، تطرح طريقتان للتنبؤ بالحالات المطرية القادمة و ذلك بالاعتماد على المعلومات التي تزودنا بها الحالات المشاهدة واقعيا.
و تم اقتراح خوارزميتن للتنبؤ، الخوارزمية الأولى تعتمد أساسا على المصفوفة الانتقالية، و يمكن استخدامها لإيجاد المتنبأت و لأية رتبة كانت لسلسلة ماركوف.
أما الخوارزمية الثانية، فتعتمد فيها نماذج الانحدار الذاتي.
و تم تطبيق الخوارزميتين على السلسلة الزمنية لكمية الأمطار اليومية الساقطة على مدينة الموصل، بعد نمذجتها كسلسلة زمنية مؤلفة من أربع حالات مطرية، تلائم نماذج خطية و غير خطية.
و تبين من تطبيق الخوارزميتين أنهما تجهزان بمتنبأت ذوات كفاءة جيدة من ناحية سهولة الاستخدام.
Abstract EN
This paper addresses the important problem of prediction of the daily rainfall.
The rainfall situation is modeled as a Markov chain of four states: the lack of rain, light rain, moderate rain, and heavy rain.
After the presentation of the issue of prediction in general terms, two methods are suggested to predict the next rain situations by relying on the information that the real cases providevo.
Two algorithms are suggested for prediction; the first algorithm relies mainly on the matrix of transition, and can be used to find predictors for any order of Markov chain, the second algorithm, the autoregressive models.
These algorithms are applied on the time series of daily rain falling on the City of Mosul, after modeling this time series as a Markov chain of four states.
Linear and non-linear autoregressive models are fitted.
It is clear from the application of these two algorithms that they give reasonable predictors terms of ease of use.
American Psychological Association (APA)
الخياط، باسل يونس ذنون والسليمان، مثنى صبحي سليمان. 2013. التنبؤ عن الحالات المطرية في مدينة الموصل. المجلة العراقية للعلوم الإحصائية،مج. 13، ع. 23، ص ص. 19-32.
https://search.emarefa.net/detail/BIM-333750
Modern Language Association (MLA)
الخياط، باسل يونس ذنون والسليمان، مثنى صبحي سليمان. التنبؤ عن الحالات المطرية في مدينة الموصل. المجلة العراقية للعلوم الإحصائية مج. 13، ع. 23 (2013)، ص ص. 19-32.
https://search.emarefa.net/detail/BIM-333750
American Medical Association (AMA)
الخياط، باسل يونس ذنون والسليمان، مثنى صبحي سليمان. التنبؤ عن الحالات المطرية في مدينة الموصل. المجلة العراقية للعلوم الإحصائية. 2013. مج. 13، ع. 23، ص ص. 19-32.
https://search.emarefa.net/detail/BIM-333750
Data Type
Journal Articles
Language
Arabic
Notes
يتضمن ملحق : ص. 30-32
Record ID
BIM-333750