אייל פטל הדסה קפלן זיו קלויזנר

12
1 לללל ללל לללל לללל ללל ללללללל לללל "ללללל לללללל" לללללל ללללל ללל לל ללללל לללל לללללל לללל

Upload: eliana-pickett

Post on 31-Dec-2015

61 views

Category:

Documents


0 download

DESCRIPTION

שיטת "הימים הדומים" לחיזוי סדרות זמן של וקטור הרוח בתחנות קרקע. אייל פטל הדסה קפלן זיו קלויזנר. חיזוי רוח באמצעות "ימים דומים". ההקשר: תחנה מטאורולוגית בודדת הקלט: נתוני רוח שנמדדו עד לנקודת זמן נתונה. המטרה: לספק תחזית רוח טובה למשך מספר שעות קדימה. - PowerPoint PPT Presentation

TRANSCRIPT

Page 1: אייל פטל הדסה קפלן זיו  קלויזנר

1

אייל פטלהדסה קפלןזיו קלויזנר

שיטת "הימים הדומים" לחיזוי

סדרות זמן של וקטור הרוח בתחנות

קרקע

Page 2: אייל פטל הדסה קפלן זיו  קלויזנר

2

באמצעות "ימים דומים"חיזוי רוח

ההקשר: תחנה מטאורולוגית בודדת

הקלט: נתוני רוח שנמדדו עד לנקודת זמן נתונה

המטרה:

לספק תחזית רוח טובה למשך מספר שעות קדימה

Z. Klausner, H. Kaplan and E. Fattal, Meteorol. Appl. 16: 569-579 (2009)

Page 3: אייל פטל הדסה קפלן זיו  קלויזנר

3

182

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

183

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

184

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

185

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

186

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

187

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

188

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

189

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

190

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

191

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

192

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

193

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

194

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

195

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

196

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

197

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

198

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

199

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

200

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

201

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

202

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

203

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

204

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

205

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

206

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

207

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

208

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

209

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

210

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

211

12 14 16 18 20 22 24 26 28 30 32 34 36

Time (hours )

90

180

270

360

450

Win

d D

ire

ctio

n (

de

gre

es

)

"ימים הדומים"גישת ה-ניתן להבחין בקווי דמיון רבים בין ימים

ת)לו

עמ

) ח

רוה

ון כו

זמן )שעות(

Page 4: אייל פטל הדסה קפלן זיו  קלויזנר

4

- קלטהגדרת השיטה

( , ) ( , )i i i i it t t t tu S U

1, ,

nt tU U ,סדרת זמן של מדידות רוח

כאשר:

tc הזמן הנוכחי

d – תקופת הלימוד (לדוגמא d = 7.5(שעות

1 1( , ), ... ; Y i it t i c c i cu t t t t t t t (של המדידות האחרונות) סדרת זמן עדכנית

מסד נתונים:

1

1

1 1

1,

..

1..

U U

U U

V

n

i

n

t t

i nj t

mt mt

t t t

j m

כאשר:

m – – מספר הימים (לדוגמאm = 30(יום

n מספר נקודות הזמן בכל יום (לדוגמא -n = 144(

1

1

1 1

1,

..

1..

c

i

c

t t

i cj t

mt mt

t t t

j m

U U

U U

V

המקבילה לתקופת הלימוד Vמטריצה חלקית ל-

Page 5: אייל פטל הדסה קפלן זיו  קלויזנר

5

הכולל – קביעת ציון הדמיוןהגדרת השיטה

1 קריטריונים):L(במספר קריטריוני דמיון אנו עושים שימוש 1F ( , ) , .. , ..l j ljd l L j m Y V

{dlj} מטריצה של ציונים מתקבלת

) מתייחסת ליום היסטורי אחרj) מתייחסת לקריטריון שונה, כל עמודה (lכל שורה (

}R = }rlj מטריצת דרוגל{ עוברת טרנספורמציה dlj}מטריצת הציונים

l (m≥rlj ≥1)בהתייחס למינימום השורה dlj האיבר הוא ערך הדרוג בסדר של וקטור הקריטריון rljאיבר

וקטור הציון הכולל: ציון הדמיון הכוללמחשבים את )jלכל יום ( j ljl

a R

1F( , ) , ..j jd j m Y V מוגדר כפונקציונל:קריטריון דמיון

בוקטור מייצג ציון של דמיון בין סדרת הזמן של djמחזיר את וקטור הציונים לקריטריון. כל איבר

-י )j, (היום ה- סדרות הזמן ההיסטוריותלבין אחת מ, Yהתצפיות,

קטןdjהסדרות דומות יותר ככל ש-

jV

Page 6: אייל פטל הדסה קפלן זיו  קלויזנר

6

– התחזיתהגדרת השיטה

, , 1 2

1

1 1, ; { , ,..., }

( , ), ... ;

i i i i p

i i

P Pt j t t j t n

j P j PP P

P P Pt t i c c P c P n

u u v P k k kn n

u t t t t t

Y

Np הימים הדומים ביותר (בעלי ציון הדמיון המינימלי) נכללים בתחזית

של הימים הדומים. קומבינציה ליניארית התחזית היא

למשל, כשניתן משקל שווה לכל אחד מהימים:

כאשר:

P קבוצת הימים הדומים –

ki -האינדקס של היום בעל ציון הדמיון ה – iבסדרו

YP סדרת הזמן החזויה –

dP אופק תקופת החיזוי –

1, , ... ; t ti i

P Pu i c c P c P ns s t t t t t

הימים הנכללים בתחזית מבוטאת על-ידי סטיית התקןNpמידת ההסכמה בין

)Whitaker and Loughe, 1998 (אומדן א-פריורי לשגיאת החיזויומהווה

Page 7: אייל פטל הדסה קפלן זיו  קלויזנר

7

– קריטריוני הדמיוןהגדרת השיטה

עם / ללא משקלות תלויי זמןמינימלי - מרחק אוקלידי-וקטורי

עם / ללא משקלות מינימלי - מוחלטיםמעגלייםסכום הפרשים

תלויי זמן

שיעור המקרים שמתקיים הפרש - בין כווני הרוח מקסימלי ערך הסכמה

"בלתי נסבל"

בין )הסיום של( מסלולי הרוח מינימלי הפרש (trajectories)

1 1

2 22 2 , ( ) ( )F

c cj j

t t

j j t t t tt t t t

d t u u t

Y YY V VV

1

4 41

180 180,Fc

j j

t T

j j t t tt t t

d t t D

YY V VV

1

5 51

1 D1

0 , ;F

ct

ttt t

j j tc

Iif

d Iotherwiset t

Y V

1 1 1

2 2

6 61

,Fc c c

j j

t t tT

j j t t t tt t t t t t t

d u u

Y YY V VV

Page 8: אייל פטל הדסה קפלן זיו  קלויזנר

8

0

90

180

270

360

450

10:00 12:00 14:00 16:00 18:00 20:00 22:00 0:00 2:00 4:00 6:00 8:00 10:00 12:00 14:00

Time )hours(

Win

d d

irec

tio

n )

deg

rees

(דוגמא לתחזית

תחזית מולמדידות

Page 9: אייל פטל הדסה קפלן זיו  קלויזנר

9

התפלגות שגיאות החיזוי

-180

-135

-90

-45

0

45

90

135

180

SG

ND

IF

21 24 27 30 33 36

TIME24

.1 .2 .3 .4 .5 .6 .7 .8 .9 Quantile Density Contours

Bivariate Fit of SGNDIF By TIME24 SEASON=SMR

Win

d di

r er

r (d

eg)

Time (hours)

21:00

-180

-135

-90

-45

0

45

90

135

180

SG

ND

IF

9 12 15 18 21

TIME_H

.1 .2 .3 .4 .5 .6 .7 .8 .9 Quantile Density Contours

Bivariate Fit of SGNDIF By TIME_H SEASON=SMR

Win

d di

r er

r (d

eg)

Time (hours)

8:00

-180

-135

-90

-45

0

45

90

135

180

SG

ND

IF

3 6 9 12 15

TIME_H

.1 .2 .3 .4 .5 .6 .7 .8 .9 Quantile Density Contours

Bivariate Fit of SGNDIF By TIME_H SEASON=SMR

Time (hours)

Win

d di

r er

r (d

eg)

2:00

-180

-135

-90

-45

0

45

90

135

180

SG

ND

IF

12 15 18 21 24 27

TIME24

.1 .2 .3 .4 .5 .6 .7 .8 .9 Quantile Density Contours

Bivariate Fit of SGNDIF By TIME24 SEASON=SMR

Win

d di

r er

r (d

eg)

Time (hours)

12:00

±45°ב- תחומות רוב השגיאות בתנאים רגילים: •~ שעות9ניתן לקבל חיזוי טוב עד במקרים רבים • יכולת התאוששות – בתחזית לפני או במהלך תקופת מעבר•

Page 10: אייל פטל הדסה קפלן זיו  קלויזנר

10

מספק:"ימים דומים"חיזוי באמצעות

שעות 9 עד 3 ± במהלך °45)רוב השגיאות בתוך תחזית טובה•

בתקופות שינוי )ביממה( ובכל העונות אפילוקדימה(

בודד(CPU)פחות מדקה, על אלגוריתם שרץ בזמן אמת •

לכל תחנה מטאורולוגיתמתאים •

סיכוםימים דומיםחיזוי באמצעות

של תצפיות מסד נתונים נדרש לקבל חיזוי על מנת

)שאת המשכה רוצים סדרת זמן עדכניתו היסטוריות

לחזות(

Page 11: אייל פטל הדסה קפלן זיו  קלויזנר

11

Page 12: אייל פטל הדסה קפלן זיו  קלויזנר

12

12 15 18 21 24 3 6 9 12-30-20-10

0102030405060

MA

E s

kill-

scor

e (%

)

Time (hours)

Skill ScoreMAE שעות6של זווית ההיסחפות לאחר

)"ימים דומים" בהשוואה לקלימטולוגיה(

קיץסתיוחורףאביב

• skill scoreמלבד מקרה אחד בכל העונות, בכל נקודות הזמן חיובי

(בקיץ)

) ברוב שעות היום30% גבוה (מעל skill score ב- החורף במיוחד בולט •*Mean Absolute Error