S'abonner

Correlation between long-term marine temperature time series from the eastern and western English Channel: Scaling analysis using empirical mode decomposition - 21/05/16

Doi : 10.1016/j.crte.2015.12.001 
Jonathan Derot a, b, François Guillaume Schmitt a, , Valérie Gentilhomme c, Pascal Morin d, e
a UMR LOG 8187, laboratoire d’océanologie et de géosciences, université du Littoral Côte d’Opale, 32, avenue Foch, 62930 Wimereux, France 
b UMR LOG 8187, CNRS, laboratoire d’océanologie et de géosciences, 28, avenue Foch, 62930 Wimereux, France 
c UMR LOG 8187, laboratoire d’océanologie et de géosciences, université de Lille-1, 28, avenue Foch, 62930 Wimereux, France 
d UMR AD2M 7144, équipe chimie marine, station biologique de Roscoff, place Georges-Teissier, 29680 Roscoff, France 
e Sorbonne universités, UPMC, université Paris 06, UMR7144, adaptation et diversité en milieu marin, station biologique de Roscoff, 29680 Roscoff, France 

Corresponding author.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 7
Iconographies 6
Vidéos 0
Autres 0

Abstract

High-frequency temperature fluctuations recorded in the English Channel are compared using two long-term autonomous underwater monitoring stations at less than 20-min time resolution. Measurements were taken from 2005 to 2011 from two systems 460 km apart in the western and eastern parts of the English Channel. Spectral analysis reveals similar statistical behaviors, with approximate 5/3 spectra and several forcing frequencies in relation to tidal and daily cycles. A co-spectra study reveals a transition scale of 11 days. The influence of this scale is also visible though Time-Dependent Intrinsic Correlation analysis (TDIC)–a recently introduced cross-correlation analysis based on Empirical mode decomposition. This helps to spatialize high-frequency temporal records at a fixed location.

Le texte complet de cet article est disponible en PDF.

Keywords : Temperature dynamics, Autonomous monitoring, English Channel, Cross-correlation analysis, Time dependent intrinsic correlation method, Power spectra, Empirical mode decomposition


Plan


© 2016  The Authors. Publié par Elsevier Masson SAS de la part de Académie des sciences. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 348 - N° 5

P. 343-349 - mai 2016 Retour au numéro
Article précédent Article précédent
  • CV2 - Editorial board ENG
| Article suivant Article suivant
  • Seismic random noise elimination according to the adaptive fractal conservation law
  • Fanlei Meng, Yue Li, Qian Zeng

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.