S'abonner

The improvement of the Morlet wavelet for multi-period analysis of climate data - 23/11/12

Doi : 10.1016/j.crte.2012.09.007 
Hua Yi a, b, , Hong Shu c
a Department of Mathematics, Jinggangshan University, Ji’an, Jiangxi Province, 343009, People’s Republic of China 
b School of Mathematics and Statistics, Wuhan University, Wuhan, People’s Republic of China 
c The State Key Laboratory for Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University, Wuhan, People’s Republic of China 

Corresponding author. Department of Mathematics, Jinggangshan University, Ji’an, Jiangxi Province, 343009, People’s Republic of China

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

pages 15
Iconographies 16
Vidéos 0
Autres 0

Abstract

The multi-level dynamics of an atmosphere system exhibits temporal structures in different types of climate data. This article addresses two issues in multi-period analysis of climate data. Firstly, the advantages of the modified Morlet wavelet transform (MMWT) for analyzing multi-period structure of time series over Morlet wavelet transform (MWT) are emphasized. Secondly, the multi-period issues of temperature data are studied with MMWT through four steps: the four dominant periods of 60 year temperature data are determined with the wavelet variance; by analyzing the real part of MMWT, the warm and cold stages of the temperature data at different scales are determined, and the time intervals of the warm and cold interchange are singled out; the amplitude of each periodic component is quantitatively characterized by the amplitude of wavelet coefficients; the most intensive oscillation time intervals are computed by the squared modulus of the MMWT (MMPS).

Le texte complet de cet article est disponible en PDF.

Résumé

La dynamique multiniveaux d’un système atmosphérique indique des structures temporelles dans différents types de données climatiques. Cet article concerne deux aspects relatifs à l’analyse multipériodes des données climatiques. D’abord, les avantages de la transformée modifiée d’ondelette de Morlet (MMWT) pour analyser la structure multipériodes des séries temporelles sur transformée d’ondelette de Morlet (MWT) sont mis en évidence. Ensuite, les aspects multipériodes des données sur la température sont étudiés par la méthode MMWT en quatre étapes : les quatre périodes dominantes sur les mesures de température annuelle sont déterminées par la variance d’ondelette ; par l’analyse de la part réelle de MMWT, les phases de température chaudes et froides à différentes échelles sont déterminées, et les intervalles de temps dans l’échange chaud–froid distingués ; l’amplitude de chaque composant périodique est caractérisée par l’amplitude des coefficients d’ondelette ; les intervalles de temps d’oscillation les plus intenses sont calculés par le module carré de MMWT (MMPS).

Le texte complet de cet article est disponible en PDF.

Keywords : Morlet wavelet, Gaussian window, Scale-to-frequency formula, Wavelet variance, Multi-period

Mots clés : Ondelette de Morlet, Fenêtre gaussienne, Formule échelle-fréquence, Variance d’ondelette, Multipériodes


Plan


 This work is jointly supported by the National Natural Science Foundation of China (No. 41171313) and the National Basic Research Program of China (973 Program) (No. 2011CB707103).


© 2012  Académie des sciences. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 344 - N° 10

P. 483-497 - octobre 2012 Retour au numéro
Article précédent Article précédent
  • Markov chain model to study the occurrence of pre-monsoon thunderstorms over Bhubaneswar, India
  • Surajit Chattopadhyay, Nachiketa Acharya, Goutami Chattopadhyay, Siripurapu Kiran Prasad, Uma Charan Mohanty
| Article suivant Article suivant
  • Laboratory study of self-potential signals during releasing of CO2 and N2 plumes
  • Cristian Vieira, Alexis Maineult, Maria Zamora

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.