Prognozowanie parametrów ruchu obrotowego Ziemi różnymi metodami Wiesław Kosek Seminarium ZGP Warszawa, 4 czerwiec 2004 r.

Slides:



Advertisements
Podobne prezentacje
Excel Narzędzia do analizy regresji
Advertisements

KORELACJA I REGRESJA WIELOWYMIAROWA
Ocena dokładności i trafności prognoz
Ekonometria mat. pomocnicze 3
Michał Kowalczykiewicz
KINEMATYKA Opis ruchu Układy współrzędnych
Predykcja współrzędnych x, y bieguna ziemskiego za pomocą sztucznych sieci neuronowych Maciej Kalarus Centrum Badań Kosmicznych PAN 5 grudnia 2003r.
Kinematyka punktu materialnego
Wykład no 11.
Analiza współzależności
Analiza współzależności
KINEMATYKA Kinematyka zajmuje się związkami między położeniem, prędkością i przyspieszeniem badanej cząstki – nie obchodzi nas, skąd bierze się przyspieszenie.
Podstawowe pojęcia prognozowania i symulacji na podstawie modeli ekonometrycznych Przewidywaniem nazywać będziemy wnioskowanie o zdarzeniach nieznanych.
Niepewności przypadkowe
Prognozowanie na podstawie sezonowych szeregów czasowych
Prognozowanie na podstawie modelu ekonometrycznego
Prognozowanie na podstawie szeregów czasowych
Prognozowanie na podstawie szeregów czasowych
Wstępny projekt IERS prognozowania parametrów ruchu obrotowego Ziemi
Dopasowanie modelu autoregresji i predykcja stanów wody w Odrze (posterunek wodowskazowy Trestno) Tomasz Niedzielski.
Karolina Szafranek Opiekun pracy: dr inż. Ryszard Szpunar
Kosek Wiesław Centrum Badań Kosmicznych, PAN
Analiza zmian poziomu oceanu metodą FTBPF
Geofizyczna funkcja ekscytacji ruchu bieguna
PULSACJE GWIAZDOWE semestr zimowy 2012/2013
Jak mierzyć i od czego zależy?
Podstawy automatyki 2012/2013Transmitancja widmowa i charakterystyki częstotliwościowe Mieczysław Brdyś, prof. dr hab. inż.; Kazimierz Duzinkiewicz, dr.
Wykład 13. Odwzorowania elipsoidy obrotowej na powierzchnię kuli
Irena Woroniecka EKONOMIA MENEDŻERSKA - dodatek do W2
RUCH WIROWY ZIEMI.
Prognozowanie (finanse 2011)
1 Kilka wybranych uzupełnień do zagadnień regresji Janusz Górczyński.
Prognozowanie i symulacje
przygotował: mgr inż. Bartłomiej Krawczyk
Sterowanie – metody alokacji biegunów III
MECHANIKA 2 Wykład Nr 10 MOMENT BEZWŁADNOŚCI.
Regresja wieloraka.
RUCH KULISTY I RUCH OGÓLNY BRYŁY
Przedmiot: Ekonometria Temat: Szeregi czasowe. Dekompozycja szeregów
Kinematyka zajmuje się ilościowym badaniem ruchu ciał z pominięciem czynników fizycznych wywołujących ten ruch. W mechanice technicznej rozważa się zagadnienia.
Maciej Gwiazdoń, Mateusz Suder, Szymon Szymczk
D. Ciołek EKONOMETRIA – wykład 6
MECHANIKA NIEBA WYKŁAD r.
Szeregi czasowe Ewolucja stanu układu dynamicznego opisywana jest przez funkcję czasu f(t) lub przez szereg czasowy jego zmiennych dynamicznych. Szeregiem.
WYKŁAD 8 FALE ELEKTROMAGNETYCZNE W OŚRODKU JEDNORODNYM I ANIZOTROPOWYM
Analiza szeregów czasowych
Porównanie metod prognozowania parametrów orientacji Ziemi
WYKŁAD 5 OPTYKA FALOWA OSCYLACJE I FALE
Dynamika zjawisk. Tendencja rozwojowa dr hab. Mieczysław Kowerski
Regresja liniowa. Dlaczego regresja? Regresja zastosowanie Dopasowanie modelu do danych Na podstawie modelu, przewidujemy wartość zmiennej zależnej na.
Statystyczna analiza danych
Model trendu liniowego
Treść dzisiejszego wykładu l Weryfikacja statystyczna modelu ekonometrycznego –błędy szacunku parametrów, –istotność zmiennych objaśniających, –autokorelacja,
Dynamika bryły sztywnej
Metody zagęszczania osnowy szczegółowej - wcięcia
ROLA STACJI PERMANENTNYCH GPS WE WSPÓŁCZESNEJ GEODEZJI.
Treść dzisiejszego wykładu l Szeregi stacjonarne, l Zintegrowanie szeregu, l Kointegracja szeregów.
Wówczas równanie to jest słuszne w granicy, gdy - toru krzywoliniowego nie można dokładnie rozłożyć na skończoną liczbę odcinków prostoliniowych. Praca.
Modele nieliniowe sprowadzane do liniowych
Strefy Czasowe.
STATYSTYKA – kurs podstawowy wykład 11
Treść dzisiejszego wykładu l Metoda Najmniejszych Kwadratów (MNK) l Współczynnik determinacji l Koincydencja l Kataliza l Współliniowość zmiennych.
Proste pomiary terenowe
KORELACJA I REGRESJA WIELOWYMIAROWA
Podstawy automatyki I Wykład /2016
Jednorównaniowy model regresji liniowej
Teoria sterowania Materiał wykładowy /2017
MNK – podejście algebraiczne
2. Ruch 2.1. Położenie i tor Ruch lub spoczynek to pojęcia względne.
Jakość sieci geodezyjnych
Zapis prezentacji:

Prognozowanie parametrów ruchu obrotowego Ziemi różnymi metodami Wiesław Kosek Seminarium ZGP Warszawa, 4 czerwiec 2004 r.

Transformacja pomiędzy TRS i CRS Q(t) ruch niebieskiego bieguna w systemie niebieskim R(t) rotacja Ziemi wokół osi biegunowej W(t) rotacja uwzględniająca ruch bieguna

Od 22 maja 2001 metoda prognozy współrzędnych x, y bieguna ziemskiego jest ekstrapolacją modelu najmniejszych kwadratów kołowej oscylacji Chandlera i dwóch eliptycznych rocznej i półrocznej. Model ten dopasowany jest do 400 dni danych x - iy i ekstrapolowany na 1 rok (McCarthy & Luzum 1991). Od 14 sierpnia 2001 prognoza UT1-UTC wyznaczana jest metodą filtru Kalmana z uwzględnieniem składowej osiowej momentu pędu atmosfery EAAM NCEP/NCAR (Johnson, Luzum & Ray 2002). Obecna prognoza ψ, ε jest ekstrapolacją modelu KSV_1996_3 (McCarthy 1996) ψ, ε Prognoza x, y, UT1-UTC, ψ, ε wyznaczana przez IERS Rapid/Service Prediction Center w USNO

DANE: EOPC01 ( ), EOPC04 ( ), USNO ( ) EOPC04 EOPC01 EOPC04

Błąd wyznaczenia x, y, UT1-UTC dla IERS EOPC04 SLR 1978 VLBI 1980 GPS 1992 Nowe bazy VLBI 1984

Błąd wyznaczenia x, y, UT1-UTC dla IERS EOPC04

Stosunek błędu prognozy do błędu wyznaczenia x, y, UT1-UTC w roku 2000 Dni w przyszłości x, y [mas] UT1-UTC [ms] Stosunek błędu prognozy do błędu wyznaczenia EOP ~7 ~10 ~36 ~58 ~85 ~300 ~140 ~580 ~ 190 ~ 840 ~ 230 ~1100 ~ 290 ~1700 ~ 340 ~2700 ~ 430 ~ x [mas] y [mas] UT1 [ms] Błąd wyznaczenia x, y, UT1-UTC w poszczególnych latach dla EOPC04 Błąd prognozy ψ, ε dla modelu ekstrapolacji KSV_1996_3 (McCarthy 1996) w roku 2001 wynosił odpowiednio 0.14 i 0.12 mas niezależnie od długości prognozy ~2.8 mm~1.8 mm

a ij - całkowite mnożniki  j (l, l’, F, D i  argumenty nutacji lunisolarnej a ij, B i, C i, B i ’, C i ’ parametry modelu UT1-UTC UT1-TAI LOD UT1-TAI -  UT1 LOD -  LOD leap seconds Model pływowy IERS Conventions 2003 Deformacje pływowe UT1-UTC i LOD

Czynniki wpływające na dokładność prognozy EOP 1) nieregularne oscylacje krótkookresowe

Czynniki wpływające na dokładność prognozy x, y 2) Nieregularne zmiany fazy oscylacji rocznej 3) Nieregularne zmiany amplitudy oscylacji rocznej i Chandlera

współczynnik korelacji Zależność pomiędzy fazą oscylacji rocznej a amplitudą oscylacji Chandlera

Sposoby prognozowania x, y W Kartezjańskim układzie współrzędnych W biegunowym układzie współrzędnych poprzez wyznaczenie prognozy bieguna średniego, promienia i długości łuku polhodii, a następnie transformacji tej prognozy do układu Kartezjańskiego poprzez zastosowanie liniowego wcięcia w przód.

Zastosowane metody prognozowania: 1) Least-squares (LS) 2) Autocovariance (AC) ( Kosek 1997 ) 3) Autoregressive (AR) ( Barrodale I. and Erickson R. E., 1980; Brzeziński 1995 ) 4) Autoregressive moving average (ARMA) ( Box & Jenkins 1974 ) 5) Neural networks (NN) 6) Kombinacje metody LS z metodami stochastycznymi : AR, ARMA, AC i NN.

PROGNOZOWANIE METODĄ AUTOKOWARIANCYJNĄ (Kosek 1997) - stacjonarny zespolony proces stochastyczny

PROGNOZOWANIE METODĄ AUTOREGRESJI (Box-Jenkins 1974) Rząd autoregresji: Współczynniki autoregresji:

PROGNOZOWANIE METODĄ ARMA - część operatora zawierająca tylko dodatnie potęgi B operator przesunięcia wstecz

średni biegun PROGNOZOWANIE X, Y W UKŁADZIE WSPÓŁRZĘDNYCH BIEGUNOWYCH

Transformacja prognozy promienia i długości łuku polhodii z układu biegunowego do Kartezjańskiego Liniowe wcięcie w przód: Średni biegun

ŚREDNI BIEGUN, PROMIEŃ I DŁUGOŚĆ ŁUKU POLHODII

Czasowo-częstotliwościowe widma mocy FTBPF promienia i długości łuku polhodii

Prognozowanie współrzędnych x, y bieguna ziemskiego w układzie współrzędnych biegunowych kombinacją metody najmniejszych kwadratów z metodami stochastycznymi Współrzędne x, y bieguna ziemskiego R, A model ΔR, ΔA residua ekstrapolacji Prognoza ΔR, ΔA Residuów ekstrapolacji R, A Ekstrapolacja Prediction of R, A AR, ARMA, NN R – promień A – długość łuku Prognoza x, y Średni biegun + prognoza LS Prognoza R, A

Średni błąd prognozy x, y, R i L dla metody autokowariancyjnej w układzie współrzędnych biegunowych oraz x, y USNO w latach

Średni błąd prognozy x, y, R, A, L w latach dla metody autokowariancyjnej (AC) oraz kombinacji metody najmniejszych kwadratów i autoregresji (LS+AR) w układzie współrzędnych biegunowych. AC LS+AR

Absolutna wartość różnicy pomiędzy współrzędnymi x, y bieguna ziemskiego promieniem R i scałkowaną długością łuku polhodii L a ich prognozą wyznaczoną metoda autokowariancyjną w układzie współrzędnych biegunowych

Absolutna wartość różnicy pomiędzy współrzędnymi x, y bieguna ziemskiego a ich prognozą wyznaczoną metodą autokowariancyjną w układzie współrzędnych biegunowych oraz w USNO

Prognoza x – iy, LOD kombinacją metody najmniejszych kwadratów z metodami stochastycznymi Δx - iΔy, ΔLOD* Residua Ekstrapolacji LS Prognoza residuów ekstrapolacji Δx - i Δy, ΔLOD* Ekstrapolacja LS x - iy, LOD* Prognoza x - iy, LOD* AC, AR, ARMA, NN x - iy, LOD* x - iy, LOD* model

Współczynniki autoregresji wyznaczone ze współrzędnych bieguna ziemskiego w przedziałach ośmioletnich M=30

Średni błąd prognozy współrzędnych x, y bieguna ziemskiego w latach wyznaczony metodami LS, ARMA, AR oraz kombinacją metody LS z metodami stochastycznymi

Średni błąd prognozy zmian długości doby LOD w latach wyznaczony kombinacją metody LS z metodami stochastycznymi

Średni błąd prognozy UT1-UTC w latach wyznaczony kombinacją metody LS z metodami stochastycznymi

Absolutna wartość różnicy pomiędzy współrzędną x bieguna ziemskiego a jej prognozą wyznaczoną w USNO oraz kombinacją metod LS+AC, LS+ARMA i LS+AR

Absolutna wartość różnicy pomiędzy współrzędną y bieguna ziemskiego a jej prognozą wyznaczoną w USNO oraz kombinacją metod LS+AC, LS+ARMA i LS+AR

Absolutna wartość różnicy pomiędzy UT1-UTC a prognozą wyznaczoną kombinacją metod LS+AR, LS+ARMA, LS+AC i LS+NN

Prognozy współrzędnych x, y bieguna ziemskiego wyznaczone o godz. 20 w USNO oraz metodą LS+AR MJD=53139

Prognozy współrzędnych x, y bieguna ziemskiego wyznaczone o godz. 20 w USNO oraz metodą LS+AR

Średni i zmienny w czasie błąd prognozy ARMA zmian TEC (Borowiec)

Wnioski Średnie błędy prognozy współrzędnych x, y bieguna ziemskiego do około 60 dni w przyszłości dla metody najmniejszych kwadratów stosowanej w USNO i metody autokowariancyjnej w układzie współrzędnych biegunowych są tego samego rzędu. Problemem prognozowania w układzie współrzędnych biegunowych jest mało dokładna prognoza scałkowanej długości łuku polhodii. Dokładność prognozy współrzędnych x, y bieguna ziemskiego metodami LS+AR i LS+ARMA jest wyższa niż dla obecnie stosowanej metody prognozowania IERS Rapid Service/Predictions Center. Dokładność prognozy UT1-UTC metodami LS+AR, LS+ARMA do około 100 dni w przyszłości jest tego samego rzędu co dla metody prognozowania IERS Rapid Service/Predictions Center. Przedstawione metody prognozowania mogą być zastosowane do przewidywania innych geofizycznych szeregów czasowych.