Stochastic simulation of nonstationary oscillation hydroclimatic processes using empirical mode decomposition
Notice bibliographique
Résumé
Nonstationary oscillation (NSO) processes are observed in a number of hydroclimatic data series. Stochastic simulation models are useful to study the impacts of the climatic variations induced by NSO processes into hydroclimatic regimes. Reproducing NSO processes in a stochastic time series model is, however, a difficult task because of the complexity of the nonstationary behaviors. In the current study, a novel stochastic simulation technique that reproduces the NSO processes embedded in hydroclimatic data series is presented. The proposed model reproduces NSO processes by utilizing empirical mode decomposition (EMD) and nonparametric simulation techniques (i.e., k ‐nearest‐neighbor resampling and block bootstrapping). The model was first tested with synthetic data sets from trigonometric functions and the Rössler system. The North Atlantic Oscillation (NAO) index was then examined as a real case study. This NAO index was then employed as an exogenous variable for the stochastic simulation of streamflows at the Romaine River in the province of Quebec, Canada. The results of the application to the synthetic data sets and the real‐world case studies indicate that the proposed model preserves well the NSO processes along with the key statistical characteristics of the observations. It was concluded that the proposed model possesses a reasonable simulation capacity and a high potential as a stochastic model, especially for hydroclimatic data sets that embed NSO processes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».