ESTIMATION OF FORECAST QUALITY OF TIME SERIES CYCLICAL COMPONENTS OF GEOMAGNETIC ACTIVITY INDEX DST VALUE USING SINGULAR SPECTRUM ANALYSIS
DOI:
https://doi.org/10.18372/2310-5461.25.8244Keywords:
singular spectrum analysis, estimation of forecast quality, forecast methods, time series, series components, geomagnetic activity, Dst-indexAbstract
The article deals with solving the problem of forecasting time series cyclical components’ values of geomagnetic activity index and estimation of obtained forecast quality. For forecasting of index Dst dynamics were proposed methods of singular spectrum analysis. Singular decomposition of average series was implemented and reconstructed several times using different amount of components. The series was predicted for different lengths of forecast, using different lengths of the base period. Forecast of reconstructed series was predicted using definite lengths of forecast. Forecast quality using mean relative error depending on different control parameters were evaluated and optimal values were founded. The effectiveness of chosen method of forecasting was checked using real series example. Good quality of forecast was obtained for cyclical component which changes slowly.
References
Виноградская, А. А Предельные возможности долгосрочного прогноза погоды по архивным данным / А. А. Виноградская, Н. Е. Зимин, Д. М. Сонечкин // Метеорология и гидрология. — 1990. — № 10. — С. 5–12.
Лычак М. М. Циклы солнечной активности и вызванных ими геофизических эффектов, их анализ и прогнозирование / М. М. Лычак // Космическая наука и технология, 2008. — Том 14, № 6. — 39–51 с.
Лоренц Э. Предсказуемость климата / Э. Лоренц // В кн.: Физические теории климата и его моделирования. — Л.: Гидрометеоиздат, 1977. — С. 137–141.
Парновский А. С. Индуктивное прогнозирование планетарного геомагнитного индекса Kp / А. С. Парновский, А. Ю. Полонская // Індуктивне моделювання складних систем: зб. наук. пр. — К. : МННЦ ІТС НАН та МОН України, 2011. — Вип. 3. — С. 135–144.
Kugblenu S. Prediction of the geomagnetic storm associated Dst index using an artificial neural network algorithm / S Kugblenu., S. Taguchi, T. Okuzawa // Earth Planets Space, 1999. 51. — P. 307–313.
Watanabe S. et al. Prediction of the Dst index from solar wind parameters by a neural network method. Earth Planets Space, 2002. 54. — P. 1263–1275.
Семенив О. В. Оптимизационный подход к прогнозированию космической погоды. Проблемы управления и информатики / О. В. Семенив, 2008. (4). — С. 115–130.
Черемных О. К. Нелинейные динамико-информационные модели магнитосферы для прогнозирования космической погоды / О. К. Че-ремных, В. И. Сидоренко, В. А. Яценко // Космічна наука і технологія, 2008. 14(1). — С. 77–84.
Парновский А. С. Прогнозирование Dst ин-декса методом линейного регрессионного анализа / А. С. Парновский // Космічна Наука і Технологія, 2008. 14(3). — С. 48–54.
Исследование геодинамических рядов методом главных компонент / В. Л. Горшков, Н. О. Миллер, Н. Р. Персияниновa, Е. Я. Прудниковa. — Изв. ГАО, 2000. — № 214. — С. 173–180.
Исследование основных составляющих в движении полюса Земли / В. Л. Горшков, М. В. Воротков, Н. О. Миллер, Е. Я. Прудниковa. — Изв. ГАО, 2002 — № 216. — С. 406–414.
Горшков В. Л. О методах прогнозирования в геодинамике / В. Л. Горшков. — Изв. ГАО РАН, 2004. — № 217. — С. 365–378.
Кременецький І. О. Космічна погода: механізми і прояви; за ред. д-ра фіз.-мат. наук О. П. Федорова / І. О. Кременецький, О. К. Черемних. — К.: Наук. думка, 2009. — С. 78.
Фізика космосу. Маленька енциклопедія; за ред. Р. А. Сюняева. — М. : Сов. енциклопедія, 1986. — С. 112.
