Los sistemas GNSS posibilitan la resolución precisa del problema del posicionamiento geodésico mediante técnicas avanzadas (PPP, posicionamiento relativo) de tratamiento de las observaciones GNSS. Las capacidades de la instrumentación y comunicaciones actuales permiten obtener series temporales de coordenadas geocéntricas y topocéntricas de precisión subcentrimétrica, cuyo análisis proporciona el conocimiento de la actividad geodinámica de carácter tectónico o volcánico de una determinada región. En este trabajo se plantea el estudio de estas series temporales, proporcionadas por el Nevada Geodetic Laboratory (NGL), mediante el manejo y adaptación de paquetes R para determinar su comportamiento. Se usarán los filtrados 1-Sigma, 2-Sigma y la función tsoutliers() proporcionada por R para determinar los valores anómalos de las series temporales. Se estudiarán métodos estadísticos y analíticos; como por ejemplo, modelos ARMA, ARIMA, funciones wavelets y técnicas Kalman. También se aplicará a las series, el análisis y ajuste CATS, con la que se obtendrá la velocidad de la serie y la tendencia de la misma entre otras cosas. Por último, se verá la descomposición STL para obtener la descomposiión de la serie en sus componentes y la velocidad de la serie. Se considerarán ejemplos significativos de estas series en la red SPINA.
Descripción | Los sistemas GNSS posibilitan la resolución precisa del problema del posicionamiento geodésico mediante técnicas avanzadas (PPP, posicionamiento relativo) de tratamiento de las observaciones GNSS. Las capacidades de la instrumentación y comunicaciones actuales permiten obtener series temporales de coordenadas geocéntricas y topocéntricas de precisión subcentrimétrica, cuyo análisis proporciona el conocimiento de la actividad geodinámica de carácter tectónico o volcánico de una determinada región. En este trabajo se plantea el estudio de estas series temporales, proporcionadas por el Nevada Geodetic Laboratory (NGL), mediante el manejo y adaptación de paquetes R para determinar su comportamiento. Se usarán los filtrados 1-Sigma, 2-Sigma y la función tsoutliers() proporcionada por R para determinar los valores anómalos de las series temporales. Se estudiarán métodos estadísticos y analíticos; como por ejemplo, modelos ARMA, ARIMA, funciones wavelets y técnicas Kalman. También se aplicará a las series, el análisis y ajuste CATS, con la que se obtendrá la velocidad de la serie y la tendencia de la misma entre otras cosas. Por último, se verá la descomposición STL para obtener la descomposiión de la serie en sus componentes y la velocidad de la serie. Se considerarán ejemplos significativos de estas series en la red SPINA. |
---|---|
ISSN | 1131-5040 (colección) |
ISBN | No |
EAN | No |
NIPO | 083-24-204-X |
Fecha de publicación | 20/9/2024 |
Año de edición | 2024 |
Autor/a | Real Instituto y Observatorio de la Armada |
Editor | Ministerio de Defensa. Secretaría General Técnica. |
Número de páginas | 133 |
Tamaño | 5,1 MB |
Idioma | Español |
Colecciones | Boletín ROA |
Número de Colección | No |