Análisis de ruido con series de tiempo de la Red GNSS de monitoreo continuo del Ecuador (REGME)

##plugins.themes.bootstrap3.article.sidebar##

PDF (Español (España))
Publicado: Dec 20, 2024
DOI: https://doi.org/10.26621/ra.v1i31.956

##plugins.themes.bootstrap3.article.main##

Gustavo Roberto León Lara
Marco Patricio Luna Ludeña

Resumo

La investigación explora las series temporales de la Red GNSS de Monitoreo Continuo del Ecuador (REGME) para identificar el tipo de ruido presente. Se emplearon datos de las 52 estaciones de la red, mismos que fueron obtenidos del portal del Sistema de Referencia Geodésico para las Américas (SIRGAS). Tras un análisis inicial de la duración de los datos, se identificaron 16 estaciones viables para el estudio, descartando las demás debido a datos insuficientes o anómalos. Estos datos seleccionados se depuraron para eliminar valores atípicos y completar los faltantes. Posteriormente, se aplicó un análisis de descomposición lineal a las series temporales para calcular tendencias, estacionalidades y, especialmente, el ruido, utilizando transformadas de Fourier. Se concluyó que ninguna estación presentaba ruido blanco, siendo común encontrar ruido rosa o flicker en la mayoría, típico de estaciones de monitoreo continuo. Sin embargo, algunas estaciones, como GZEC y SIEC, mostraron un tipo de ruido rojo o random walk, con índices espectrales cercanos a -2, atribuido a la estabilidad del monumento o el tipo de suelo en el que se encuentran empotradas las estaciones.

Downloads

Não há dados estatísticos.

##plugins.themes.bootstrap3.article.details##

Como Citar
León LaraG. R., & Luna LudeñaM. P. (2024). Análisis de ruido con series de tiempo de la Red GNSS de monitoreo continuo del Ecuador (REGME). AXIOMA, 1(31), 51-60. https://doi.org/10.26621/ra.v1i31.956
Edição
v. 1 n. 31 (2024): Revista Científica de docencia, investigación y proyección social
Seção
ARQUITECTURA Y CONSTRUCCIÓN
Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Con la finalidad de contar con un tipo de licencia más abierta en el espectro que ofrece Creative Commons, a partir de diciembre de 2022 desde el número 27, AXIOMA asume la Licencia Creative Commons 4.0 de Reconocimiento-NoComercial-CompartirIgual 4.0(CC BY-NC-SA 4.0). Tanto el sitio web como los artículos en sus diferentes formatos, reflejan esta información.

Hasta el mes de noviembre de 2022 con el número 26, la revista AXIOMA asumió una Licencia Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0). Los artículos contenidos en cada número hasta el 26, cuentan con esta licencia y su descripción se conserva en el portal de nuestra revista.

 

Atribución-NoComercial-SinDerivadas
CC BY-NC-ND

Ver el Resumen de la licencia | Ver el Código legal

Al respecto explicamos que los artículos científicos  presentados al Comité Editorial de la Revista Científica “Axioma” deben ser inéditos y originales; sin haber sido publicados o sometidos a revisión en otras revistas o publicaciones técnico-científicas en cualquier idioma. El Comité Editorial se reserva el derecho de rechazar o aceptar los materiales enviados para su publicación.
 
La presentación de los artículos científicos a la Revista “Axioma” conlleva:
 
- Que han sido aprobados por las autoridades responsables de la institución donde se efectuó la investigación y por todos los coautores (si los hay).
 
- Cuando el artículo científico es aceptado para su publicación, la revista “Axioma”, asume los derechos para editar y publicar en índices nacionales e internacionales o bases de datos con fines académicos y científicos, no comerciales, respetando los derechos de autoría.

 

AXIOMA- Revista Científica de Investigación, Docencia y Proyección Social

Referências

Aggarwal, K., Mukhopadhyay, S., & Tangirala, A. K. (2020). Statistical characterization and time-series modeling of seismic noise (arXiv:2009.01549; Número arXiv:2009.01549). arXiv. http://arxiv.org/abs/2009.01549
Agnew, D. C. (1992). The time-domain behavior of power-law noises. Geophysical Research Letters, 19(4), Article 4. https://doi.org/10.1029/91GL02832
Altamimi, Z., Collilieux, X., & Métivier, L. (2011). ITRF2008: An improved solution of the international terrestrial reference frame. Journal of Geodesy, 85(8), 457-473. https://doi.org/10.1007/s00190-011-0444-4
Amiri-Simkooei, A. R., Tiberius, C. C. J. M., & Teunissen, P. J. G. (2007). Assessment of noise in GPS coordinate time series: Methodology and results. Journal of Geophysical Research: Solid Earth, 112(B7), Article B7. https://doi.org/10.1029/2006JB004913
Ao, M., Wang, X., Sun, Y., Wang, F., Zhang, H., Wei, L., Liu, S., & Yang, D. (2023). Large-Scale Land Deformation Monitoring over Southern California with Multi-Path SAR Data. Remote Sensing, 15(1), Article 1. https://doi.org/10.3390/rs15010143
Benoist, C., Collilieux, X., Rebischung, P., Altamimi, Z., Jamet, O., Métivier, L., Chanard, K., & Bel, L. (2020). Accounting for spatiotemporal correlations of GNSS coordinate time series to estimate station velocities. Journal of Geodynamics, 135, 101693. https://doi.org/10.1016/j.jog.2020.101693
Bhardwaj, A. (2020). Terrestrial and Satellite-Based Positioning and Navigation Systems—A Review with a Regional and Global Perspective. Engineering Proceedings, 2(1), Article 1. https://doi.org/10.3390/ecsa-7-08262
Dicker, L. H. (2012). Residual variance and the signal-to-noise ratio in high-dimensional linear models (arXiv:1209.0012; Número arXiv:1209.0012). arXiv. http://arxiv.org/abs/1209.0012
Dudek, G. (2023). STD: A Seasonal-Trend-Dispersion Decomposition of Time Series. IEEE Transactions on Knowledge and Data Engineering, 35(10), Article 10. https://doi.org/10.1109/TKDE.2023.3268125
ITRF. (2023). ITRF | Homepage [Https://itrf.ign.fr/en/homepage]. https://itrf.ign.fr/en/homepage. https://itrf.ign.fr/en/homepage
Jin, S., Wang, Q., & Dardanelli, G. (2022). A Review on Multi-GNSS for Earth Observation and Emerging Applications. Remote Sensing, 14(16), Article 16. https://doi.org/10.3390/rs14163930
Kaczmarek, A., & Kontny, B. (2018). Identification of the Noise Model in the Time Series of GNSS Stations Coordinates Using Wavelet Analysis. Remote Sensing, 10(10), Article 10. https://doi.org/10.3390/rs10101611
Leiva, C. (2007, junio). SIRGAS - ECUADOR. https://www.sirgas.org/fileadmin/docs/Boletines/Bol12/14_Actividades_SIRGAS_en_Ecuador_Leiva.pdf
Li, Z., Lu, T., Yu, K., & Wang, J. (2023). Interpolation of GNSS Position Time Series Using GBDT, XGBoost, and RF Machine Learning Algorithms and Models Error Analysis. Remote Sensing, 15(18), Article 18. https://doi.org/10.3390/rs15184374
Luna Ludeña, M. (2017a). Contribución a la definición de un modelo de velocidades de la corteza terrestre para Ecuador a partir de datos GNSS [PhD Thesis, Universidad Politécnica de Madrid]. https://doi.org/10.20868/UPM.thesis.48790
Luna Ludeña, M. (2017b). Contribución a la definición de un modelo de velocidades de la corteza terrestre para Ecuador a partir de datos GNSS [PhD Thesis, Universidad Politécnica de Madrid]. https://doi.org/10.20868/UPM.thesis.48790
Mataija, M., Pogarčić, M., & Pogarčić, I. (2014). Helmert Transformation of Reference Coordinating Systems for Geodesic Purposes in Local Frames. Procedia Engineering, 69, 168-176. https://doi.org/10.1016/j.proeng.2014.02.217
TM-2555.pdf. (s. f.).
Tran, D. T., Nocquet, J.-M., Luong, N. D., & Nguyen, D. H. (2023). Determination of Helmert transformation parameters for continuous GNSS networks: A case study of the Géoazur GNSS network. Geo-spatial Information Science, 26(1), Article 1. https://doi.org/10.1080/10095020.2022.2138569
Wang, W., Zhao, B., Wang, Q., & Yang, S. (2012). Noise analysis of continuous GPS coordinate time series for CMONOC. Advances in space research, 49(5), Article 5.
Ward, L. M., & Greenwood, P. E. (2007). 1/f noise. Scholarpedia, 2(12), 1537. https://doi.org/10.4249/scholarpedia.1537
Zamora, J. M., Gutierrez, S. B., Á, & Colderon, lvaro A. (2021). Parametros de transformacion entre los marcos geodesicos CR05 y CR-SIRGAS contemplando diferentes soluciones ITRF/Transformation parameters between the CR05 and CR-SIRGAS geodetic frames contemplating different ITRF solutions. Ingeniería, 31(1), Article 1.
Zhang, Q., Niu, X., Chen, Q., Zhang, H., & Shi, C. (2013). Using Allan variance to evaluate the relative accuracy on different time scales of GNSS/INS systems. Measurement Science and Technology, 24(8), Article 8. https://doi.org/10.1088/0957-0233/24/8/085006
Zhang, Z., Li, B., Shen, Y., & Yang, L. (2017). A noise analysis method for GNSS signals of a standalone receiver. Acta Geodaetica et Geophysica, 52(3), Article 3. https://doi.org/10.1007/s40328-016-0189-x