IGS KOORDİNAT ZAMAN SERİLERİNDE DENEYSEL MOD AYRIŞTIRMA


Creative Commons License

TANIR KAYIKÇI E. , ÇELİK S.

TUJK 2018 Bilimsel Toplantısı, İzmir, Türkiye, 1 - 02 Kasım 2018, ss.24

  • Yayın Türü: Bildiri / Özet Bildiri
  • Cilt numarası:
  • Basıldığı Şehir: İzmir
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayıları: ss.24

Özet

IGS KOORDİNAT ZAMAN SERİLERİNDE DENEYSEL MOD AYRIŞTIRMA

Emine TANIR KAYIKÇI1, Seldanur ÇELİK2

1 Karadeniz Teknik Üniversitesi, Harita Mühendisliği Bölümü, Jeodezi Anabilim Dalı, 61080, Trabzon

2  Karadeniz Teknik Üniversitesi, Harita Mühendisliği Bölümü, Jeodezi Anabilim Dalı, 61080, Trabzon

ÖZET

GNSS istasyonları tarafından günlük kaydedilen koordinat değerleri genellikle birçok hata kaynağını içerir. Bu hata kaynakları uzun zamanlı koordinat zaman serilerinde trend ve mevsimsel olarak adlandırılan çeşitli değişimleri ortaya çıkarır. İstasyon hızlarının hassas olarak belirlenmesi, referans ağlarının güvenilir şekilde tanımlanması, tektonik ve jeofiziksel etkilerin daha iyi ortaya konulması bakımından koordinat zaman serilerinde trend ve mevsimselliğin analiz edilmesi önemlidir. Trend analizi verilerin zamanla göstermiş olduğu genel eğilimi ortaya çıkarırken, mevsimselliğin analiz edilmesi, çeşitli jeofiziksel olaylar tarafından etkilenen verilerin göstermiş olduğu içsel mekanizmanın anlaşılmasına katkı sağlamaktadır. Bu analizler, koordinat zaman serilerinin doğru yorumlanmasına, güvenilir ve hassas istasyon hızlarının belirlenmesine, kabuk deformasyonları ve depremsel çalışmalar için de yararlı bilgi sağlar. Bu çalışmada Türkiye’de bulunan IGS (Uluslararası GNSS Servisi) istasyonlarından TUBI istasyonunun Up-Yukarı (Y) bileşeninin 1999-2014 yılları arasındaki günlük değişimleri incelenmiştir. TUBI istasyonunda trend analizi için Deneysel Mod Ayrıştırma yöntemi kullanılmıştır. Ülkemizde yaşanan iklimsel değişimlerin ve depremsel hareketlerin koordinat serileri üzerindeki etkisini araştırmak için elde edilen bulgular ayrıca irdelenmiştir.

Anahtar Kelimeler: Koordinat Zaman Serileri, Trend, Deneysel Mod Ayrıştırma