GRACE Uydusu Zaman Serisinin İstatiksel Yaklaşımlarla Kestirimi

Özet

Uydu gravite misyonları, yeryüzündeki birçok jeodezik ve jeofizik nedenden ötürü, statik ve zamana bağlı değişen kütle değişimlerini izlemek ve bu değişimlerin geleceğe yönelik bir projeksiyonuna sahip olabilmek adına büyük öneme sahiptir. Fakat bu uydular, donanımsal sorunlar sebebiyle belli aralıklarda (Bir veya birkaç ay) veri sağlayamayabilir ya da bir misyonun ömrü tamamlandığında benzeri devreye girene kadar gravite verisi ile yeryüzü gözlemleri kesintiye uğrayabilir. Bu sebeple, mevcut veriden ileriye dönük kestirim yapmamıza olanak sağlayacak yöntemlere ihtiyaç duyulmaktadır. Bu çalışmada, Texas (Austin) Üniversitesine ait Uzay Araştırmaları Merkezinden (Center for Space Research: CSR) alınan, 2002-2016 yıllarına ait, eşdeğer su kalınlığı cinsinden ifade edilen GRACE (Gravity Recovery and Climate Experiment) uydusu (Seviye-3, Sürüm-05: RL05) aylık toplam su bütçesi (Terrestrial Water Storage: TWS) değişimi veri ürünleri kullanılmıştır. Bu zaman serileri üzerinden, istatiksel tahmin yöntemlerinin (1) ARIMA: (Autoregressive Integrated Moving Average), (2) ETS (Error, Trend, Seasonal) ve (3) SSA (Singular Spectrum Analysis) performansları, uyumluluğu irdelenmiş ve ileriye dönük kuraklık analizi çalışmalarında kullanılabilinecek, kısa zamanlı (1 yıllık) ama güvenirliği yüksek kestirimler gerçekleştirilmiştir. Buna göre, üç tahmin yöntemi de, GRACE zaman serilerinin ileriye yönelik kestiriminde karesel ortalama hata (KOH) cinsinden iyi sonuçlar (≤ 3 cm) vermiştir. Çok yıllık bir verinin tahmininde (ör. 5-10 yıllık), artan ya da azalan genel trendi en iyi SSA modelinin yakaladığı (KOH = 1.8), diğer yöntemlerin zamansal çözünürlüğü daha yüksek, diğer bir deyişle, daha kısa zaman aralıklarının (ör. 6 ay) kestirilmesinde daha doğru sonuçlar verebileceği sonucuna varılmıştır. Elde edilen sonuçların, yakın zamanda kullanıcılara sunulacak GRACE-Follow-on (GRACE-FO) verileri ile doğrulanması planlanmaktadır.

Abstract

Satellite gravity missions have an important role in order to monitor and to have a visionary projection about the static and time-variable mass transport within the Earth due to various geodetic and geophysical reasons. However, satellites might encounter with some instrumental problems resulting in missing data for some time intervals (one or couple of months) or with the interruption of the observations after the end of a gravimetric mission till a successor mission is realized. Thus, methods providing predictions from the available data are needed to fill the so-called data gaps. In this study, GRACE (Gravity Recovery and Climate Experiment) satellite’s (Level-3, Release-05: RL05) monthly terrestrial water storage change data in terms of equivalent water height from the Center for Space Research (CSR) of the University of Texas (Austin), for the period 2002-2016 have been used. From these GRACE TWS time series, the performances and the compatibility of the statistical prediction methods (1)ARIMA (Autoregressive Integrated Moving Average), (2) ETS (Error, Trend, Seasonal)and (3) SSA(Singular Spectrum Analysis) have been tested and short-time (One year) but accurate predictions have been realized for further drought monitoring studies. We found that all three methods offered good predictions of GRACE time series in terms of RMSE (≤ 3). For long-term prediction (e.g. 5-10 years), it has been concluded that SSA methods are better to represent the increasing or decreasing trend (RMSE = 1.8) while for the short-time prediction (e.g. 6 months) with high temporal resolution other methods can also be used. It is planned to validate our results with the GRACEFollow-on (GRACE-FO) data which will be publicly available to users soon.