العنوان بلغة أخرى: |
Modeling and Analysis the Monthly Sunspots Using Unobserved Components Models |
---|---|
المصدر: | مجلة تكريت للعلوم الإدارية والاقتصادية |
الناشر: | جامعة تكريت - كلية الإدارة والاقتصاد |
المؤلف الرئيسي: | إلياس، محمود مقداد (مؤلف) |
مؤلفين آخرين: | الخطيب، احمد نزيه عبدالله (م. مشارك) , الهاشمي، مزاحم محمد يحيى (م. مشارك) |
المجلد/العدد: | مج15, ع47 |
محكمة: | نعم |
الدولة: |
العراق |
التاريخ الميلادي: |
2019
|
الصفحات: | 256 - 277 |
ISSN: |
1813-1719 |
رقم MD: | 1204673 |
نوع المحتوى: | بحوث ومقالات |
اللغة: | العربية |
قواعد المعلومات: | EcoLink |
مواضيع: | |
كلمات المؤلف المفتاحية: |
السلاسل الزمنية | التكهن | نماذج المكونات غير المشاهدة | أرقام البقع الشمسية الشهرية | الدورة الشمسية | Time Series | Forecast | Unobserved Components Models | Monthly Sunspots Numbers | Solar Cycle
|
رابط المحتوى: |
الناشر لهذه المادة لم يسمح بإتاحتها. |
المستخلص: |
يعد التكهن بعدد البقع الشمسية التي يحتمل حدوثها خلال أي دورة معينة أمرا مهما للعلماء المعنيين بفهم العواقب الأرضية للنشاط الشمسي، ولهذا فقد ابتكر العديد من الطرق وتم الجمع بينها وتنقيحها في محاولة للتنبؤ بنشاط البقع الشمسية. في هذا البحث، تم تسليط الضوء على نماذج المكونات غير المشاهدة (Unobserved Components Models)، وتم استخدامها في نمذجة وتحليل البيانات الشهرية للبقع الشمسية وللفترة من كانون الثاني 1900 إلى كانون الأول 2018 (1428 شهرا)، وهي بيانات غير مستقرة ولها دورية واضحة. أظهر التحليل قدرة أنموذج) المكونات غير المشاهدة الفائقة في تمثيل بيانات البقع الشمسية وذلك من خلال اجتيازه للاختبارات التشخيصية فضلا عن قدرته التكهنية العالية. تبين من خلال التحليل أن مكونات المستوى والموسمية هي نماذج عشوائية، وأن مكون الانحدار الذاتي والدورية والميل هي نماذج حتمية. تم التكهن بعدد البقع الشمسية ولمدة (100) شهر وابتداء من كانون الثاني 2019 ولغاية نيسان 2026. على ضوء التكهن، من المتوقع أن يكون الحد الأقصى لعدد البقع الشمسية في الدورة الشمسية (25) 146 بقعة شمسية، ومن المتوقع حدوثها في إذا 2023، مع دورة شمسية طولها 125.38331 شهرا أو ما يعادل 10.45 سنة. تم استخدام البرنامج الإحصائي SAS 9.4 في التحليل. Predicting the number of sunspots which is likely to occur during any given cycle is important for scientists who understanding the terrestrial consequences of solar activity. Many methods have been devised and combined and refined in an attempt to predict the activity of sunspots. In this paper, Unobserved Components Models (UCM) were highlighted and used for modeling and analyzing the monthly sunspot data for the period from January 1900 to December 2018 (1428 months), which is unstable and has a clear cycle. The analysis showed the superiority of unobserved components model to fit the sunspot data by passing the diagnostic tests as well as its high predicting. The analysis revealed that the level and seasonal components are stochastic models, and the auto regression, cycles and slope are deterministic models. The number of sunspots was predicted for a period of 100 months from January 2019 to April 2026. The sunspot number maximum in cycle 25 is predicted to occur in April 2023 with a sunspot number 146 and a solar cycle length of 125.38331 months or 10.45 years. SAS 9.4 was used in the analysis. |
---|---|
ISSN: |
1813-1719 |