Zastosowanie metod wykrywania wartości odstających w analizie szeregów czasowych GNSS

Abstrakt

W badaniach nad określaniem pionowych przemieszczeń skorupy ziemskiej GNSS jest technologią, która umożliwia najwyższą dokładność pomiaru przemieszczeń. Co więcej, dzięki danym z szeregów czasowych GNSS możliwe jest zidentyfikowanie wzorców przemieszczeń w czasie. Istniejącą kwestią do rozwiązania jest wykrywanie wartości odstających i nieciągłości w serii pomiarowej. W niniejszym badaniu zbadano metody wykrywania wartości odstających w danych szeregów czasowych GNSS w celu określenia przemieszczeń pionowych i przewidywania wartości składowych wysokości w czasie. Metody takie jak IQR, Z-Score i Percentile zostały zaimplementowane przy użyciu danych ze stacji CORS o nazwach HYEN, QNAM i CTHO w sieci VNGEONET w Wietnamie. Dane z tych stacji zostały wstępnie przeanalizowane przy użyciu oprogramowania Gamit/Globk w celu uzyskania dziennych składowych współrzędnych punktów. Wyniki wykrywania wartości odstających i analizy za pomocą modelu wielokrotnej regresji liniowej wskazują, że przy około 2% pomiarów zidentyfikowanych jako wartości odstające, przemieszczenie może różnić się o 0,4 mm/rok. Model sztucznej inteligencji LSTM+ICA wykazał doskonałą wydajność w przewidywaniu dla zbiorów danych QNAM i CTHO. Jednak przewidywanie za pomocą modelu LSTM+ICA rodzi ciągłe pytania badawcze, szczególnie w odniesieniu do danych zebranych przez stację HYEN.