Forecasting of global vertical total electron content based on trigonometric B-spline with long short term memory
Trigonometrik B-spline tabanlı küresel dikey toplam elektron içeriğinin uzun kısa süreli bellek (LSTM) ile tahmini
- Tez No: 694491
- Danışmanlar: DR. ÖĞR. ÜYESİ MURAT DURMAZ
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Geomatik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 93
Özet
İyonosferin kısa dönemli tahmini, hem tek frekanslı konumlandırma ve navigasyon yarı gerçek zamanlıya uygulamalar için hem de veri asimilasyon yöntemleri ile iyonosferin izlenmesi için önemli bir konudur. Bu çalışmada, küresel iyonosferin Trigonometrik B-spline temelinde kısa dönemli tahmini, hem LSTM gibi Derin Öğrenme yöntemleri hem de SARIMA gibi geleneksel yöntemlerle incelenmiştir. Ayrıca Temel Bileşen Analizi ile boyut küçültme de incelenmiştir. Küresel İyonosfer'in Trigonometrik B-spline katsayı zaman serisi, IONEX formatında yaklaşık 20 yıllık IGS küresel iyonosfer haritaları kullanılarak katsayılar üretilerek elde edilmiştir. Veriler incelendikten sonra trend bazında iki farklı yöntem önerilmiştir. Biri trendin sabit olduğunu varsayarken, diğeri Facebook Prophet tarafından lineer trend ve yıllık trendin bir kombinasyonu kullanır. LSTM ve SARIMA modellerinin performansı, bireysel B-spline katsayısının tahmininde ve ayrıca Mekansal Ortalama ve Temel Bileşenlerin tahmin edilmesi açısından çalışılmıştır. Ayrıca blok tabanlı bir LSTM modeli önerilmiştir. Her yöntem için en iyi model, hiper parametre araması yoluyla belirlenir. Daha sonra her yöntemin en iyi modeli hem normal hem de fırtınalı iyonosferik koşullardaki günlerde karşılaştılmıştır. Sonuçlara göre SARIMA modeli ile boyut küçültme kombinasyonu, hem normal hem de fırtınalı günlerde, persistence iyonosfer modeline göre sırasıyla \%56.17 ve \%32.59 iyileştirme ile daha iyi performans göstermektedir. Önerilen blok tabanlı LSTM modeli, özellikle 00:00 UT civarında normal günlerde \%15, PCA LSTM model ile 21\% iyileştirme ile SARIMA modeline yakın sonuçlar vermektedir. Ayrıca 2010 yili için seçilmiş günlerde PCA SARIMA modelde 56\%'lara varan iyileşme sağlanmıştır. LSTM bir kara kutu model yapısı sağlamasına rağmen, LSTM modellerinin eğitiminde SARIMA modelinin parametrelerine dayali öznitelik mühendisliği yapılarak daha iyi sonuçlar elde edilebilir.
Özet (Çeviri)
Short term forecasting of Ionosphere is not only an important topic for both near real-time applications such as single frequency point positioning and navigation, but also monitoring the ionosphere by data assimilation methods. In this study, short term forecasting of global ionosphere on the basis of Trigonometric B-splines is studied with both Deep Learning methods such as LSTM and also conventional methods such as SARIMA. In addition, dimension reduction with Principal Component Analysis is also investigated. The Trigonometric B-spline coefficient time series of Global Ionosphere is obtained by generating coefficients using approximately 20 years of IGS global ionosphere maps in IONEX format. After examining the data, two different methods are proposed on the basis of trends. One is assuming the trend as constant, and the other is a combination of linear and annual trend by Facebook Prophet library. Performance of LSTM and SARIMA models are investigated in the forecasting of individual B-spline coefficient, and also in terms of forecasting Spatial Mean and Principal Components. In addition, a block based LSTM model is also proposed. Best model for each method is established by means of hyper parameter search. Then these best models are compared on days of both quiet and storm ionospheric conditions. According to the results, the combination of dimension reduction with SARIMA model performs better in both quiet and storm days, with 56.17\% and 32.59\% improvement with respect to persistent ionosphere model, respectively. The proposed block based LSTM model and PCA LSTM provide close results to the SARIMA model with 15\% and 21\% improvement especially around 00:00 UT. In addition, up to 56\% improvement is achieved in the PCA SARIMA model in 2010 on selected days. Although LSTM provides a blackbox model building, feature engineering based on SARIMA model parameters in LSTM models may provide better results.
Benzer Tezler
- GPS meteorolojisi : İstanbul için bir uygulama
GPS meteorology : An application for Istanbul
ÖMER GÖKDAŞ
Yüksek Lisans
Türkçe
2014
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ERGİN TARI
- 2009-2018 Akdeniz Bölgesi kararsızlık indeks analizi
2009-2018 Mediterrean Region stability index analysis
MÜZEYYEN İDİL AKTUĞ
Yüksek Lisans
Türkçe
2019
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CEYHAN KAHYA
- Climatologies of severe convective storms in Turkey, their environments, and their impacts
Türkiye şiddetli konvektif fırtına klimatolojileri, çevre koşulları ve etkileri
ŞEYDA TİLEV TANRIÖVER
Doktora
İngilizce
2016
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. MİKDAT KADIOĞLU
PROF. DR. DAVID M. SCHULTZ
- Application of the SLURP model using remote sensing and geographic information systems
SLURP modelinin uzaktan algılama ve coğrafi bilgi sistemleri kullanılarak uygulanması
ENGİN UZUNOĞLU
Yüksek Lisans
İngilizce
1999
İnşaat MühendisliğiOrta Doğu Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. A. ÜNAL ŞARMAN
- Doğu Akdeniz'de petrol kirliliğinin modellenmesi
Oil spill modeling in East Mediterranean
MUHİTTİN GÜNEŞ ONAY
Yüksek Lisans
Türkçe
2016
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DOÇ. DR. ELİF PEHLİVANOĞLU MANTAŞ
DOÇ. DR. FLAVIO MARTINS