Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
200
Lista 2021
Status:
Autorzy: Gos Magdalena, Krzyszczak Jaromir, Baranowski Piotr, Murat Małgorzata, Malinowska Iwona
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2020
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Wolumen/Tom: 281
Strony: 1 - 19
Web of Science® Times Cited: 15
Scopus® Cytowania: 20
Bazy: Web of Science | Scopus
Efekt badań statutowych NIE
Materiał konferencyjny: NIE
Publikacja OA: NIE
Abstrakty: angielski
This paper explores the idea of combining Trigonometric Exponential Smoothing State Space model with Box-Cox transformation, ARMA errors, Trend and Seasonal Components (TBATS) with Support Vector Machine (SVM) model to estimate time series of the minimum and maximum daily air temperatures in a period of six years for various climatic localizations in Europe. It was found that a combined SVM/TBATS model can predict not only seasonality but also local temperature variation between subsequent days observed in daily data. Because the SVM sub-model uses not only results of TBATS prediction as an input data, but also several meteorological values, such modelling cannot be treated as a future time series estimation. Therefore, it has a potential to be used for filling gaps in the air temperature data. As is shown in our results, the precision of air temperature prediction improves when using the combined SVM/TBATS modelling, compared with pure TBATS or SVM modelling. For various locations, which can be related with different climatic conditions, this improvement ranged from 3% up to 14% for the maximum daily air temperature and from 5% to 25% for the minimum daily air temperature. The temperature sums calculated on the base of air temperatures predicted with SVM/TBATS models and from measured values did not differ more than 300°C (less than 1°C per day) in majority of cases. The average error in wheat yield prediction by WOFOST and DNDC models did not exceed 12.8% and 13.3%, respectively.