liu.seSearch for publications in DiVA
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Extended Summer 2018 vs. Extended Summers 1961 - 2017 in Sweden: Pattern Recognition and Anomaly Detection
Linköping University, Department of Computer and Information Science, The Division of Statistics and Machine Learning.
2019 (English)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesis
Abstract [en]

Sweden experienced an extraordinarily hot summer that started earlier in May in 2018. Our study focuses on identifying if monthly mean of the daily maximum temperature patterns of the extended summer in 2018 (consists of May, June, July and August) are anomalous in comparison to the patterns detected from the same month periods from 1961 to 2017. Principal components analysis (PCA) is used to extract important features and reduce dimensionality of our data provided by the Swedish Meteorological and Hydrological Institute (SMHI) reanalysis study. The projected data on the new subspace spanning along the two principal axes is then analysed by Density-based Spatial Clustering of Application with Noise (DBSCAN) to identify if the projected data points in the extended summer 2018 follow similar patterns extracted from the previous months. Two Bayesian models with unique intercept are applied to the regional data subsets to have a further study on temperature patterns within the month classes (May, June, July and August, four month classes). By combining the two models with Akaike weights, we obtain the predicted intervals of temperatures with 90.9\% probability for the four months in 2018 across the regions.

PCA projected months observations, PCA-based clustering and Bayesian analysis all identify that the temperatures in May and July 2018 are anomalously high, while the monthly temperature in August follows the similar pattern as the previous months during the years from 1961 to 2017. The southern Sweden experienced much higher temperature than the past in June 2018. Also, we identify that an anomalous change of temperatures existed in the extended summer 2018. The change among the months in 2018 shows a different amplitude and direction due to anomalously higher temperatures in both May and July.

Abstract [sv]

Sverige hade en exceptionellt varm sommar med början i maj 2018. Vår studie fokuserar på att undersöka om mönstret för den genomsnittliga maxtemperaturen för månaderna under den utökade sommaren 2018 (bestående av maj, juni, juli och augusti) är onormala jämfört med mönstret för samma månadsperioder från 1961 till 2017. Principalkomponentanalys (PCA) används för att ta ut viktiga egenskaper och minska dimensionen av våra månadsvisa maxtemperatursdata från Sveriges meteorologiska och hydrologiska institut (SMHI) återanalys studie. Den projicerade datan på det nya underrummet som sträcker utmed de två principalaxlarna är sedan analyserad med ”Density-based Spatial Clustering of Application with Noise” (DBSCAN) för att se om de projicerade datapunkterna under den utökade sommaren 2018 följer ett liknande mönster som de tidigare åren. En Bayesiansk  multilevelmodell med unikt intercept och en Bayesiansk modell med unikt intercept används på regionsdelmängderna i vår data för att ytterligare studera temperaturmönstren inom månadsklasserna (maj, juni, juli och augusti, fyra månadsklasser). Genom att kombinera de två modellerna med Akaike-vikter kan vi få de predikterade intervallen av temperaturer för de fyra månaderna under 2018, för alla regioner.

PCA projicerade månadsobservationer, PCA-baserad klustring och Bayesiansk analys fastställer att temperaturerna i maj och juli under 2018 är onormalt höga, medan den temperaturen i augusti följer ett liknande mönster som den gjorde åren 1961 till 2017. Södra Sverige hade mycket högre temperaturer under juni än de tidigare haft under den perioden. Vi identifierade även att en onormal förändring av temperatur fanns under den utökade sommaren 2018. Förändringarna av temperaturerna bland månaderna 2018 visar en annan amplitud och riktning på grund av onormalt höga temperaturer i både maj och juli.

Place, publisher, year, edition, pages
2019. , p. 42
Keywords [en]
extended summer 2018, pattern detection, anomaly, PCA, DBSCAN, Bayesian
National Category
Computer and Information Sciences
Identifiers
URN: urn:nbn:se:liu:diva-158180ISRN: LIU-IDA/STAT-G–19/002—SEOAI: oai:DiVA.org:liu-158180DiVA, id: diva2:1330929
External cooperation
SMHI
Subject / course
Statistics
Supervisors
Examiners
Available from: 2019-06-27 Created: 2019-06-26 Last updated: 2019-06-27Bibliographically approved

Open Access in DiVA

No full text in DiVA

Search in DiVA

By author/editor
Min, Liu
By organisation
The Division of Statistics and Machine Learning
Computer and Information Sciences

Search outside of DiVA

GoogleGoogle Scholar

urn-nbn

Altmetric score

urn-nbn
Total: 65 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf