Implentación y evaluación de métodos no paramétricos parra detectar variaciones bruscas en series de tiempo GNSS

Micaela Alejandra Carbonetti; Mauricio Alfredo Gende

Autores/as

Micaela Alejandra Carbonetti Facultad de Ciencias Astronómicas y Geofísicas, UNLP. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET).
Mauricio Alfredo Gende Facultad de Ciencias Astronómicas y Geofísicas, UNLP. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET).

Palabras clave:

GNSS, detección de discontinuidades, Geodesia, análisis de Series Temporales

Resumen

Los Sistemas Globales de Navegación por Satélite (GNSS) proveen a sus usuarios de series de tiempo de coordenadas de alta precisión y permiten fácilmente vincular mediciones al Marco de Referencia Terrestre (ITRF). Asimismo dan una herramienta significativa a la comunidad científica para observar y modelar la dinámica del planeta Tierra. Para comprender mejor los fenómenos geodésicos a escala regional, existe una creciente demanda en la detección de desplazamientos milimétricos a sub-milimétricos, lo que requiere mejoras en la sensibilidad de las soluciones GNSS, y enfatizan la importancia de mantener la consistencia de los soluciones en el tiempo. Se decidió hacer uso de métodos no paramétricos para contribuir a la localización de discontinuidades abruptas de manera automática. Estos tienen la ventaja frente a las aproximaciones funcionales, de no exigir conocer a priori el comportamiento de la señal. Se implementaron distintos algoritmos matemáticos de Cambio de Régimen (Regime Shift) y Análisis de Cambio Puntual (Change-point Analysis) para detectar offsets en las series de tiempo, llamados Promedio en Bloque, Promedio Secuencial y Suma Acumulativa. Posteriormente se hizo un análisis y comparación de los resultados obtenidos entre sí, y con un método clásico de maximización, denominado aquí estimador F, propuesto por Basseville y Nikiforov (1993).
Los distintos algoritmos fueron aplicados a series de tiempo de 21 estaciones pertenecientes a la red SIRGAS-CON, que presentaban discontinuidades conocidas de distintas magnitudes. Luego de aplicados los algoritmos se les impusieron condiciones adicionales a los resultados de manera de minimizar la cantidad de falsos positivos detectados, sin sacrificar la sensibilidad de la detección. Todos los algoritmos propuestos fueron capaces de detectar los saltos en la gran mayoría de las estaciones analizadas. Su aplicación se vuelve más robusta al combinar las técnicas, y al cotejar para cada estación las ubicaciones de los offsets en las tres componentes. El método de Promedio Secuencial fue eficaz en un 87% de los casos analizados, mientras que el Promedio en Bloque fue exitoso en el 95% de ellos. El algoritmo de Promedio en Bloque fue el método más eficaz de los analizados para encontrar saltos en series de tiempo de coordenadas GNSS y cuantificarlos.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Basseville, M., y Nikiforov, I. V. (1993). Detection of abrupt changes: Theory and application Englewood Cliffs, New Jersey: Prentice Hall.

Bevis, M. (2005). Seasonal fluctuations in the mass of the Amazon River system and Earth’s elastic response. Geophysical Research Letters, 32(16), L16308. doi: https://doi.org/10.1029/2005GL023491

Bos, M. S., Penna, N. T., Baker, T. F., y Clarke, P. J. (2015). Ocean tide loading displacements in western Europe: 2. GPS‐observed anelastic dispersion in the asthenosphere. Journal of Geophysical Research: Solid Earth, 120(9), 6540–6557. doi: https://doi.org/10.1002/2015JB011884

Bock, Y., Wdowinski, S., Fang, P., Zhang, J., Williams, S., Johnson, H., … Gurtner, W. (1997). Southern California Permanent GPS Geodetic Array: Continuous measurements of regional crustal deformation between the 1992 Landers and 1994 Northridge earthquakes. Journal of Geophysical Research: Solid Earth, 102(B8), 18013–18033. doi: https://doi.org/10.1029/97JB01379

Bock, Y., y Melgar, D. (2016). Physical applications of GPS geodesy: A review. Reports on Progress in Physics, 79(10), 106801. doi: https://doi.org/10.1088/0034-4885/79/10/106801

Gazeaux, J., Williams, S., King, M., Bos, M., Dach, R., Deo, M., … Webb, F. H. (2013). Detecting offsets in GPS time series: First results from the detection of offsets in GPS experiment: DETECTING OFFSETS IN GPS TIME SERIE. Journal of Geophysical Research: Solid Earth, 118(5), 2397–2407. doi: https://doi.org/10.1002/jgrb.50152

Griffiths, J., y Ray, J. (2016). Impacts of GNSS position offsets on global frame stability. Geophysical Journal International, 204(1), 480–487. doi: https://doi.org/10.1093/gji/ggv455

Lavielle, M., Ludeña, C., y Ludena, C. (2000). The Multiple Change-Points Problem for the Spectral Distribution. Bernoulli, 6(5), 845. doi: https://dx.doi.org/10.2307/3318759

Milne, G. A. (2001). Space-Geodetic Constraints on Glacial Isostatic Adjustment in Fennoscandia. Science, 291(5512), 2381–2385. doi: https://doi.org/10.1126/science.1057022

Montillet, J.-P., Williams, S. D. P., Koulali, A., y McClusky, S. C. (2015). Estimation of offsets in GPS time-series and application to the detection of earthquake deformation in the far-field. Geophysical Journal International, 200(2), 1207–1221. doi: https://doi.org/10.1093/gji/ggu473

Perfetti, N. (2006). Detection of station coordinate discontinuities within the Italian GPS Fiducial Network. Journal of Geodesy, 80(7), 381–396. doi: https://doi.org/10.1007/s00190-006-0080-6

Petrov, L. (2004). Study of the atmospheric pressure loading signal in very long baseline interferometry observations. Journal of Geophysical Research, 109(B3), B03405. doi: https://doi.org/10.1029/2003JB002500

Riley, W. J. (2008). Algorithms for frequency jump detection. Metrologia, 45(6), S154–S161. doi: http://dx.doi.org/10.1088/0026-1394/45/6/S21

Rodionov, S. N. (2004). A sequential algorithm for testing climate regime shifts: ALGORITHM FOR TESTING REGIME SHIFTS. Geophysical Research Letters, 31(9), n/a-n/a. http://dx.doi.org/10.1029/2004GL019448

Rodionov, S.N. (2005). A brief Overview of the regime shift detection methods. Joint Institute for the Study of the Atmosphere and Ocean. Journal of Large-scale disturbances and recovery in aquatic ecosystems: challenges for management toward sustainability, 17-24.

Sánchez, L., Seemüller, W., Drewes, H., Mateo, L., González, G., da Silva, A., … Cimbaro, S. (2013). Long-Term Stability of the SIRGAS Reference Frame and Episodic Station Movements Caused by the Seismic Activity in the SIRGAS Region. In Z. Altamimi y X. Collilieux (Eds.), Reference Frames for Applications in Geosciences (Vol. 138, pp. 153–161). doi: http://dx.doi.org/10.1007/978-3-642-32998-2_24

Taylor, W.A. (2000). Change point analysis: a powerful new tool for detecting changes. Deerfield, IL: Baxter Healthcare Corporation. Recuperado de http://www.variation.com/cpa/tech/changepoint.html

Tregoning, P., Watson, C., Ramillien, G., McQueen, H., y Zhang, J. (2009). Detecting hydrologic deformation using GRACE and GPS: HYDROLOGIC DEFORMATION FROM SPACE. Geophysical Research Letters, 36(15), n/a-n/a. doi: https://doi.org/10.1029/2009GL038718

Williams, S. D. P. (2003). Offsets in Global Positioning System time series: OFFSETS IN GPS TIME SERIES. Journal of Geophysical Research: Solid Earth, 108(B6). doi: https://doi.org/10.1029/2002JB002156