Abstract
Temperature is one of the most important climatic elements affecting ecosystems and human activities, particularly in arid and semi-arid regions characterized by high and fluctuating temperatures. The study of temperature trends is becoming increasingly important in light of global climate change, which has led to a significant rise in temperatures in many parts of the world, including Iraq. This study aims to analyze the time trends of maximum and minimum temperatures in Najaf Governorate and to build a predictive model to estimate future values based on historical climate data for the period (1980-2024).
The study relied on the analysis of time series data from four meteorological stations (Najaf, Abbasia, Mishkhab, and Shabka), using a range of data analysis tools and artificial intelligence techniques. Data processing and analysis were performed using the Python programming language within the Jupyter Notebook environment, in addition to the Orange software, With the use of several specialized software libraries such as Pandas, NumPy, and Scikit-learn, as well as Matplotlib and Seaborn, to show climate patterns and time trends.
The data were divided into training and test sets to evaluate the predictive model's performance. Several statistical indicators were used to measure prediction accuracy, most notably the coefficient of determination (R²), root mean square error (RMSE), and mean absolute error (MAE). The results showed a general upward trend in temperatures during the study period, The average annual change in maximum temperatures was between (0.08–0.09) degrees Celsius per year, while the average annual change in minimum temperatures was between (0.05–0.06) degrees Celsius per year.The forecast results also showed a continued upward trend in temperatures during the future period (2025–2035), with a significant increase in average maximum and minimum temperatures, particularly during the summer months. These results indicate a likely increase in the intensity of heat waves in the study area in the coming years. The study confirms The importance of employing artificial intelligence technologies in analyzing climate data and predicting climate changes, due to their important role in supporting environmental and agricultural planning and managing natural resources in arid regions.
The study relied on the analysis of time series data from four meteorological stations (Najaf, Abbasia, Mishkhab, and Shabka), using a range of data analysis tools and artificial intelligence techniques. Data processing and analysis were performed using the Python programming language within the Jupyter Notebook environment, in addition to the Orange software, With the use of several specialized software libraries such as Pandas, NumPy, and Scikit-learn, as well as Matplotlib and Seaborn, to show climate patterns and time trends.
The data were divided into training and test sets to evaluate the predictive model's performance. Several statistical indicators were used to measure prediction accuracy, most notably the coefficient of determination (R²), root mean square error (RMSE), and mean absolute error (MAE). The results showed a general upward trend in temperatures during the study period, The average annual change in maximum temperatures was between (0.08–0.09) degrees Celsius per year, while the average annual change in minimum temperatures was between (0.05–0.06) degrees Celsius per year.The forecast results also showed a continued upward trend in temperatures during the future period (2025–2035), with a significant increase in average maximum and minimum temperatures, particularly during the summer months. These results indicate a likely increase in the intensity of heat waves in the study area in the coming years. The study confirms The importance of employing artificial intelligence technologies in analyzing climate data and predicting climate changes, due to their important role in supporting environmental and agricultural planning and managing natural resources in arid regions.
Keywords
artificial intelligence
Forecasting
Najaf governorate.
Temperatures
Abstract
تعد درجات الحرارة من أهم العناصر المناخية المؤثرة في الأنظمة البيئية والأنشطة البشرية، ولا سيما في المناطق الجافة وشبه الجافة التي تتسم بارتفاع معدلاتها الحرارية وتذبذبها الزمني. وتزداد أهمية دراسة الاتجاهات الحرارية في ظل التغيرات المناخية العالمية التي أدت إلى ارتفاع ملحوظ في معدلات درجات الحرارة في العديد من مناطق العالم، بما في ذلك العراق. تهدف هذه الدراسة إلى تحليل الاتجاهات الزمنية لدرجات الحرارة العظمى والصغرى في محافظة النجف وبناء نموذج تنبؤي لتقدير القيم المستقبلية اعتماداً على البيانات المناخية التاريخية للفترة. (2024-1980).
اعتمدت الدراسة على تحليل السلاسل الزمنية للبيانات المناخية المسجلة في أربع محطات مناخية هي (النجف، العباسية، المشخاب، الشبكة)، باستخدام مجموعة من أدوات تحليل البيانات وتقنيات الذكاء الاصطناعي. وتم تنفيذ عمليات معالجة البيانات وتحليلها باستخدام لغة البرمجة Python ضمن بيئة Jupyter Notebook بالإضافة إلى برنامج Orange، مع توظيف عدد من المكتبات البرمجية المتخصصة مثل Pandas وNumPy وScikit-learn فضلاً عن Matplotlib وSeaborn لإظهار الأنماط المناخية والاتجاهات الزمنية.
وقد تم تقسيم البيانات إلى مجموعتي تدريب واختبار من أجل تقييم أداء النموذج التنبؤي، كما تم استخدام عدد من المؤشرات الإحصائية لقياس دقة التنبؤ، من أبرزها معامل التحديد(R²)، والجذر التربيعي لمتوسط مربع الخطأ (RMSE)، ومتوسط الخطأ المطلق (MAE). أظهرت النتائج وجود اتجاه تصاعدي عام في درجات الحرارة خلال فترة الدراسة، إذ بلغ معدل التغير السنوي لدرجات الحرارة العظمى ما بين (0.08–0.09) درجة مئوية سنوياً، في حين تراوح معدل التغير السنوي لدرجات الحرارة الصغرى بين (0.05–0.06) درجة مئوية سنوياً.
كما أظهرت نتائج التنبؤ استمرار الاتجاه التصاعدي في درجات الحرارة خلال الفترة المستقبلية (2025–2035)، مع زيادة ملحوظة في معدلات درجات الحرارة العظمى والصغرى، ولا سيما خلال أشهر الصيف. وتشير هذه النتائج إلى احتمال تزايد شدة موجات الحر في منطقة الدراسة خلال السنوات القادمة. وتؤكد الدراسة أهمية توظيف تقنيات الذكاء الاصطناعي في تحليل البيانات المناخية والتنبؤ بالمتغيرات المناخية، لما لها من دور مهم في دعم التخطيط البيئي والزراعي وإدارة الموارد الطبيعية في المناطق الجافة.
Abstract
اعتمدت الدراسة على تحليل السلاسل الزمنية للبيانات المناخية المسجلة في أربع محطات مناخية هي (النجف، العباسية، المشخاب، الشبكة)، باستخدام مجموعة من أدوات تحليل البيانات وتقنيات الذكاء الاصطناعي. وتم تنفيذ عمليات معالجة البيانات وتحليلها باستخدام لغة البرمجة Python ضمن بيئة Jupyter Notebook بالإضافة إلى برنامج Orange، مع توظيف عدد من المكتبات البرمجية المتخصصة مثل Pandas وNumPy وScikit-learn فضلاً عن Matplotlib وSeaborn لإظهار الأنماط المناخية والاتجاهات الزمنية.
وقد تم تقسيم البيانات إلى مجموعتي تدريب واختبار من أجل تقييم أداء النموذج التنبؤي، كما تم استخدام عدد من المؤشرات الإحصائية لقياس دقة التنبؤ، من أبرزها معامل التحديد(R²)، والجذر التربيعي لمتوسط مربع الخطأ (RMSE)، ومتوسط الخطأ المطلق (MAE). أظهرت النتائج وجود اتجاه تصاعدي عام في درجات الحرارة خلال فترة الدراسة، إذ بلغ معدل التغير السنوي لدرجات الحرارة العظمى ما بين (0.08–0.09) درجة مئوية سنوياً، في حين تراوح معدل التغير السنوي لدرجات الحرارة الصغرى بين (0.05–0.06) درجة مئوية سنوياً.
كما أظهرت نتائج التنبؤ استمرار الاتجاه التصاعدي في درجات الحرارة خلال الفترة المستقبلية (2025–2035)، مع زيادة ملحوظة في معدلات درجات الحرارة العظمى والصغرى، ولا سيما خلال أشهر الصيف. وتشير هذه النتائج إلى احتمال تزايد شدة موجات الحر في منطقة الدراسة خلال السنوات القادمة. وتؤكد الدراسة أهمية توظيف تقنيات الذكاء الاصطناعي في تحليل البيانات المناخية والتنبؤ بالمتغيرات المناخية، لما لها من دور مهم في دعم التخطيط البيئي والزراعي وإدارة الموارد الطبيعية في المناطق الجافة.
Abstract
Keywords
درجات الحرارة، الذكاء الاصطناعي، التنبؤ، محافظة النجف.