Using Chaos Theory to Determine Average Prediction Times of Different Meteorological Variables: A Case Study in Sivas

Evren ÖZGÜR; Mustafa Utku YILMAZ

doi:https://doi.org/10.7240/jeps.999248

Makale detayları

Using Chaos Theory to Determine Average Prediction Times of Different Meteorological Variables: A Case Study in Sivas

Yazarlar:

Evren ÖZGÜR | Mustafa Utku YILMAZ

Yayıncı:

Marmara University

Ana Başlıklar:

Uygulamalı fizik

Dergi:

International Journal of Advances in Engineering and Pure Sciences 2022 Vol.34 Issue 1, pp.101-106

Belge Tipi:

Makale

Yayın Tarihi:

3/2022

Belge Dili:

İngilizce

Document ID (Org No.):

2000473830

Sıklık:

Üç Aylık

eISSN:

2636-8277

DOI:

https://doi.org/10.7240/jeps.999248

Özet:

 

Processes in the atmosphere can be described by nonlinear approaches since they depend on a large number of independent variables. Even a slight change in initial conditions can cause unpredictable results. Therefore, long-term prediction is not possible to obtain. This is usually called “sensitive dependence on initial conditions”. In this study, average prediction times were determined for different meteorological variables by using a nonlinear approach. Daily values of relative humidity, air temperature, and wind speed in Sivas for the period 2006-2010 were used. To implement the method, the first step is to reconstruct the phase space. Phase space has two embedding parameters, namely time delay and embedding dimension. Mutual Information Function (MIF) can be used to determine the optimal value of the time delay. It considers both linear and nonlinear dependencies in a time series. To define phase space, embedding dimension, which is the number of state variables that define the dynamics of a system, must be identified correctly. The algorithm to describe the dimension is called False Nearest Neighbors (FNN). In the study, average prediction times of variables were calculated by using maximum Lyapunov exponents. Average prediction times for relative humidity, temperature, and wind speed were determined as 6.2, 5.8, and 2.5 days, respectively. In addition, it is found that the sensitivity of measurements increases the prediction time. For relative humidity, the average prediction time can have a 50% increase with 10 times increase of sensitivity.

 

Atmosferdeki süreçler çok sayıda bağımsız değişkene bağlı oldukları için doğrusal olmayan yaklaşımlarla tanımlanabilir. Başlangıç koşullarındaki küçük bir değişiklik bile, öngörülemeyen sonuçlara neden olabilir. Bu nedenle, uzun vadeli öngörü elde etmek mümkün değildir. Buna genellikle “başlangıç koşullarına hassas bağımlılık” denir. Bu çalışmada, doğrusal olmayan yaklaşım kullanılarak farklı meteorolojik değişkenler için ortalama öngörü süreleri belirlenmiştir. Çalışmada Sivas ilinde 2006-2010 dönemine ait günlük bağıl nem, hava sıcaklığı ve rüzgar hızı verileri kullanılmıştır. Yöntemi uygulamak için ilk adım, faz uzayının yeniden oluşturulmasıdır. Faz uzayının zaman gecikmesi ve embedding (gömme) boyutu olmak üzere iki gömme parametresi vardır. Zaman gecikmesinin optimum değerini belirlenmek için Karşılıklı Bilgi Fonksiyonu (MIF) kullanılabilir. MIF, bir zaman serisinde doğrusal ve doğrusal olmayan bağımlılıkları hesaba katar. Faz uzayını tanımlamak için, bir sistemin dinamiklerini tanımlayan durum değişkenlerinin sayısı olan gömme boyutu doğru bir şekilde tanımlanmalıdır. Bu boyutu tanımlayan algoritmaya Yanlış En Yakın Komşular (FNN) denir. Çalışmada maksimum Lyapunov üstelleri kullanılarak meteorolojik değişkenlerin ortalama öngörü süreleri hesaplanmıştır. Bağıl nem, sıcaklık ve rüzgar hızı için ortalama öngörü süreleri sırasıyla 6.2, 5.8 ve 2.5 gün olarak belirlenmiştir. Ayrıca ölçüm hassasiyetinin, öngörü süresini arttırdığı tespit edilmiştir. Bağıl nem için ortalama öngörü süresi, ölçüm hassasiyetinin 10 kat artmasıyla, %50 artışa sahip olabilmektedir.

Makale detayları

Using Chaos Theory to Determine Average Prediction Times of Different Meteorological Variables: A Case Study in Sivas

Yazarlar: Evren ÖZGÜR | Mustafa Utku YILMAZ

Yayıncı: Marmara University

Ana Başlıklar: Uygulamalı fizik

Dergi: International Journal of Advances in Engineering and Pure Sciences 2022 Vol.34 Issue 1, pp.101-106

Belge Tipi: Makale

Yayın Tarihi: 3/2022

Belge Dili: İngilizce

Document ID (Org No.): 2000473830

Sıklık: Üç Aylık

eISSN: 2636-8277

DOI: https://doi.org/10.7240/jeps.999248

Sayı

Yazarlar:

Evren ÖZGÜR | Mustafa Utku YILMAZ

Yayıncı:

Marmara University

Ana Başlıklar:

Uygulamalı fizik

Dergi:

International Journal of Advances in Engineering and Pure Sciences 2022 Vol.34 Issue 1, pp.101-106

Belge Tipi:

Makale

Yayın Tarihi:

3/2022

Belge Dili:

İngilizce

Document ID (Org No.):

2000473830

Sıklık:

Üç Aylık

eISSN:

2636-8277

DOI:

https://doi.org/10.7240/jeps.999248