UTHM Institutional Repository

Peramalan jumlah kandungan elektron menggunakan kaedah suapan ke hadapan rangkaian neural di Semenanjung Malaysia

Mat Akir, Rohaida (2018) Peramalan jumlah kandungan elektron menggunakan kaedah suapan ke hadapan rangkaian neural di Semenanjung Malaysia. Doctoral thesis, Universiti Tun Hussein Onn Malaysia.

[img]
Preview
Text
24p ROHAIDA MAT AKIR.pdf

Download (1MB) | Preview

Abstract

Jumlah Kandungan Elektron (Total Electron Content, TEC) adalah salah satu kuantiti fizikal yang diperolehi daripada data sistem penentududukan global (Global Positioning System, GPS), dan memberi petunjuk kepada kepelbagaian ionosfera. Variasi TEC memberi kesan yang besar ke atas komunikasi radio, sistem navigasi, pengukuran GPS dan cuaca di angkasa. Dalam usaha untuk memahami kesan-kesan ini, model ramalan perlu untuk dibangunkan. Beberapa model ionosfera telah dibangunkan sebelum ini untuk meramalkan kepelbagaian ionosfera di lokasi yang berbeza di dunia. Walau bagaimanapun, disebabkan oleh kekurangan data di kawasan Khatulistiwa, model tersebut tidak dapat memberi keputusan ramalan yang tepat mengenai kepelbagaian ionosfera di Malaysia. Oleh itu, kajian ini bertujuan untuk mengkaji kebarangkalian bagi pemodelan nilai TEC yang diperolehi daripada penerima sistem pemantauan sintilasi ionosfera GPS dan monitor TEC (GPS Ionospheric Scintillation and TEC Monitor, GISTM) menggunakan kaedah suapan ke hadapan rangkaian neural (Neural Network, NN). Ia juga bertujuan untuk mengkaji kaedah ramalan TEC untuk perambatan gelombang radio semasa musim ekuinoks dan solstis. Dua lokasi GISTM di Universiti Kebangsaan Malaysia 2�550 N, 101�460 E dan Observatori Negara Langkawi, Kedah 6�190 N, 99�50 E , dikenalpasti dan digunakan dalam pembangunan ruang masukan dan rekabentuk untuk pemodelan NN. Data GPS TEC dari tahun 2011 hingga 2015 telah dipilih untuk membangunkan model ramalan TEC di Semenanjung Malaysia iaitu ketika kitaran suria menaik pada kitar suria ke-24. Nilai TEC dan faktor-faktor yang mempengaruhi kepelbagaian sebagai pembolehubah bersandar dan tidak bersandar, keupayaan NN untuk pemodelan TEC dikenalpasti. Nilai TEC telah dimodelkan sebagai fungsi variasi bermusim (bilangan hari), variasi harian (jam) dan aktiviti Matahari (bilangan titik hitam pada permukaan Matahari). Data TEC telah diramalkan dalam variasi bermusim, harian dan jam. Analisis telah dibuat dengan membandingkan nilai TEC daripada ramalan rangkaian neural dengan TEC sebenar dan nilai TEC dari versi terkini model Rujukan Antarabangsa Ionosfera (International Reference Ionosphere, IRI). Nilai maksimum dalam variasi bermusim adalah pada musim Jun solstis iaitu 88% dan minimum pada musim September ekuinoks sebanyak 83%. Keputusan menunjukkan bahawa, model NN boleh meramalkan nilai TEC dengan ketepatan maksimum 86% berbanding dengan IRI-2012 model sebanyak 58% semasa keadaan ekuinoks dan solstis. Kesimpulannya, model NN lebih berpotensi dan berkesan untuk membuat ramalan TEC di rantau Malaysia berbanding dengan model IRI-2012. Hasil ramalan ini berguna kepada operator radio untuk mengetahui keadaan ionosfera terlebih dahulu, terutamanya semasa keadaan ionosfera terganggu. Hasil dari kajian ini menawarkan satu model baru untuk peramalan TEC di Semenanjung Malaysia.

Item Type: Thesis (Doctoral)
Subjects: Q Science > QC Physics
Divisions: Faculty of Civil and Environmental Engineering > Department of Civil Engineering Technology
Depositing User: Sabarina Che Mat
Date Deposited: 02 Feb 2020 03:55
Last Modified: 02 Feb 2020 03:55
URI: http://eprints.uthm.edu.my/id/eprint/12053
Statistic Details: View Download Statistic

Actions (login required)

View Item View Item

Downloads

Downloads per month over past year