Iranian Journal of Applied Ecology

fa پیش‌بینی تغییرات تولید خالص اولیه در مناطق مختلف رویشی ایران در دوره زمانی 2000 تا 2016 با استفاده از مدل‌های سری زمانی Prediction of Net Primary Production Changes in Different Phytogeographical Regions of Iran from 2000 to 2016, Using Time Series Models عمومى General پژوهشي Research <div style="text-align: justify;">پوشش گیاهی از اجزاء مهم اکوسیستم‌های خاکی است که به صورت فصلی تغییر می‌کند و پارامترسازی دقیق پویایی پوشش-گیاهی با توسعه الگوهای دوره‌ای آن می‌تواند درک ما را از تعاملات پوشش گیاهی-اقلیمی تقویت کند. پژوهش حاضر با هدف بررسی و مدلسازی تغییرات تولید خالص اولیه در طول زمان در برخی از مناطق رویشی کشور شامل مناطق خزری، بلوچی، نیمه بیابانی، استپی معتدل، نیمه استپی گرم و جنگل‌های خشک و مقایسه رفتار تصادفی این مناطق با یکدیگر انجام گرفت. در پژوهش حاضر جهت بررسی تغییرات تولید خالص اولیه از تولیدات تصاویر سنجنده مودیس با کد MOD17A2 استفاده گردید. مدلسازی با استفاده از مدل سری زمانی (Seasonal Auto Regressive Intergrated Moving Average , SARIMA)  انجام گردید. بررسی توابع (Autocorrelation Function, AFC) و (Partial Autocorrelation Function, PACF) در مناطق مورد مطالعه نشان داد که مدل‌های سری‌ زمانی این مناطق، ایستا با ویژگی فصلی بودن در دوره های 12 ماهه بودند. پوشش گیاهی در منطقه خزری پایدارتر بود که نشان دهنده یک محیط پایدار با کمترین انحراف در تغییرات آب، نور و مواد غذایی می باشد. همچنین مشخص گردید بیشتر مناطق رویشی ایران را می‌توان با SARIMA مدلسازی و تغییرات آن را تا حد قابل اطمینانی پیش‌بینی کرد. مدل‌های برآورد شده برای مناطق خزری 0/83 = (Mean Relative Absolute Erorr, MRAE )،R2  =0/87 و 0/12 = (Root-Mean-Square Erorr, RMSE) و نیمه بیابانی با (0/12=RMSE 0/95=R2, 0/048=MARE) نسبت به سایر مناطق مدل های مناسب تری بودند.       </div> <div style="text-align: justify;">Vegetation cover is an important component of terrestrial ecosystems that changes seasonally. Accurate parameterization of vegetation cover dynamics through developing indicators of periodic patterns can assist our understanding of vegetation-climate interactions. The current study was conducted to investigate and model vegetation changes in some phytogeographical regions of Iran including, Khazari, Baluchi, semi-desert, temperate steppe, warm semi-steppe and arid forest and to compare their stochastic behavior. To study the vegetation changes the net primary production (NPP) was used, based on the products of Moderate Resolution Imaging Spectroradiometer (MODIS) sensor (MOD17A2 series). Seasonal Auto Regressive Integrated Moving Average (SARIMA) time series model was used for modeling NPP. The Autocorrelation Function (ACF) and Partial Autocorrelation Function (PACF) of time series showed that these areas were static with seasonality in 12-month periods. It also showed that the vegetation in Khazari region was more stable, which indicates a stable environmental condition with the least deviation in water, light and nutrients. We also found that most of the vegetative regions of Iran can be modeled with SARIMA and its changes can be reliably predicted. Estimated models for Khazari (Root-Mean-Square Error, (RMSE) = 0.12, R2 = 0.87, Mean Relative Absolute Error (MARE) = 0.083) and semi-desert (RMSE = 0.12, R2 = 0.95, MARE = 0.048) were more suitable models than other regions.  </div> توابع خود همبستگی و خودهمبستگی جزئی, مدلسازی باکس و جنکینز, تغییرات فصلی, مدل فصلی خودهمبسته‌ی میانگین-متحرک The autocorrelation function, Partial autocorrelation function, Box-Jenkins model, Seasonality, Seasonal autoregressive integrated moving average (SARIMA) 19 35 http://ijae.iut.ac.ir/browse.php?a_code=A-10-433-2&slc_lang=fa&sid=1 F. Sayedzadeh فهیمه صیدزاده F.sayedzadeH@na.iut.ac.ir No Isfahan University of technology دانشگاه صنعتی اصفهان S. Soltani سعید سلطانی ssoltani@iut.ac.ir Yes Isfahan University of technology دانشگاه صنعتی اصفهان R. Modarres رضا مدرس reza.modarres@iut.ac.ir No Isfahan University of technology دانشگاه صنعتی اصفهان