IGS koordinat zaman serilerinde trend ve mevsimsellik analizinin farklı yöntemlerle irdelenmesi

Abstract

Zaman serisi analizleri, günümüzde birçok veri grubunda meydana gelen değişimlerin incelenmesine olanak sağlamaktadır. Bu çalışmada dünyanın çeşitli noktalarına sabit olarak tesis edilmiş, ancak kabuksal hareketler, atmosferik yüklemeler gibi etkilerden dolayı zamanla trend ve mevsimsellik özellik gösteren IGS (International GNSS Servive) istasyonlarında koordinat zaman serileri analiz edilmiştir. GNSS (Global Navigation Satellite System) sistemlerine dayalı elde edilen IGS koordinat serilerinde trend ve mevsimsel salınımların analizleri için Türkiye'de bulunan ANKR, ISTA ve TUBI istasyonlarının verileri kullanılmıştır.Koordinat serilerinde öncelikle uyuşumsuz ölçüler k-sigma yöntemiyle tespit edilmiştir. Serilerde meydana gelen veri kesiklikleri de incelendikten sonra tespit edilen uyuşumsuz ölçüler veriden ayıklanmıştır. Serilerde trend ve mevsimselliğin varlığını incelemek için otokorelasyon analizi yapılmıştır. Trend analizleri için Doğrusal Regresyon Modeli, Basit Hareketli Ortalama ve Hilbert Huang Dönüşümüne (HHD) dayalı Deneysel Mod Ayrıştırma (Empricial Mode Decomposition-EMD) yöntemi uygulanmıştır. EMD yönteminden elde edilen İçsel Mod Fonksiyonlarına (Intrinsic Mode Functions-IMF), HHD'ye dayalı Hilbert Dönüşümü (HD) uygulanarak seri içindeki anlık frekanslarda meydana gelen değişimler irdelenmiştir.

Nowadays, time series analysis make possible to examine the changes occurring in many data groups. In this study, coordinate time series were analyzed at IGS (International GNSS Service) stations, which are stationary to various parts of the world but are trend and seasonal in time due to effects such as crustal movements and atmospheric loads. In the IGS coordinate series based on GNSS (Global Navigation Satellite Systems) systems, ANKR, ISTA and TUBI stations in Turkey, were used for the analysis of trend and seasonal oscillations. In the coordinate series, firstly outliers measurements were determined by k-sigma method. After examining the data cuttings in the series, outliers measurements were extracted from the data. In order to examine the existence of trends and seasonality in the series, autocorrelation analysis was applied. For trend analysis, Linear Regression Model, Simple Moving Average and EMD (Empricial Mode Decomposition) method based on the HHT (Hilbert Huang Transformation) was applied. The HT (Hilbert Transformation) based on HHT was applied for the IMF (Intrinsic Mode Functions) obtained from the EMD method and instantaneous frequency changes in the series have been examined.