@Article{, title={Multivariate Multisite Model MV.MS. Reg for water Demand Forecasting للتنبؤ باحتیاجات MV.MS.Reg النماذج المتعددة المواقع والمتغیرات المیاه}, author={Cheleng A.Arselan and Muhannad, J.Al-Kazwini and Rafa H.Shaker.Al-suhaili}, journal={Engineering and Technology Journal مجلة الهندسة والتكنولوجيا}, volume={28}, number={13}, pages={2516-2529}, year={2010}, abstract={A new multivariate multi site MV.MS.Reg model is developed in thisresearch depended on regression analysis mixed with Auto regressive multisiteMatalas model (AMMM)and used for water demand forecasting .This developedmodel was applied to Kerkuk city as a case study for long term forecasting ofwater demand for different types such as domestic demand,industrial,commercialand public demand.This was done by dividing the city into four sites anddividing the total water demand in each site into three types ofdemand(domestic,industrial with commercial and public demand) .Each type ofwater demand in each site was analyzed by multivariate regression base then thecross correlation between this type of demand for the four sites were included inthe model using multi site Matalas model.Many explanatory variables wereconcluded to be most effective factors affecting different types of demands suchas monthly temperature,monthly evaporation ,number of residential units,number of industrial and commercial units and number of public units whichwere forecasted successfully using Stochastic weather generation (SWG)method.

مع Multivariate regression تم تطوير نموذج رياضي حديث معتمد على دمج أسلوبيلتخمين احتياجات المياه (AMMM)Auto regressive Multi site Matalas اسلوبلمدينة كركوك الواقعة شمال مدينة بغداد.لقد اعتمد النموذج على تقسيم الاستهلاك الكلي للمدينةمن المياه حسب المواقع . لذا تم تقسيم الاستهلاك الفعلي للمدينة للسنوات السابقة الى اربعةمواقع. بعدها تم تحليل البيانات الخاصة بهذا الاستهلاك في هذه المواقع لغرض ايجادالمعاملات الضرورية لبناء النموذج الرياضي الذي اعتمد على فصل الاستهلاك الكلي للمياهلهذه المواقع الى ثلاثة انواع (منزلي ،صناعي وتجاري،عام) . لقد تم ربط كل نوع بمجموعةMultivariate ) من العوامل المؤثرة على الاستهلاك من خلال الاستفادة من النموذجعن طريق تقاطع الارتباط لأنواع الاستهلاك في المواقع الأربعة باستخدام (regressionلقد تبين بان المعدلات .AMMM)Auto regressive)Multisite Matalas model أسلوبالشهرية لدرجات الحرارة والتبخر وعدد الوحدات المخدومة في كل نوع هي العوامل المؤثرة (SWG) على المتطلبات المائية والتي تم ايضا التنبؤ بها بنجاح باستخدام اسلوب.stochastic weather generation} }