eemd在雷暴日趋势特征分析中的应用
, PP. 601-606
Keywords: 雷暴日,eemd,hht变换,白噪声,香港
Abstract:
?首先利用整体经验模态分解算法(eemd)对加入高斯白噪声后的香港地区雷暴日时间序列进行本征模态函数(imf)分解;其次对各imf分量进行hilbert变换,提取雷暴日波动特征参量,并给出雷暴日序列的hilbert谱和边际谱;最后对各雷暴日imf分量进行显著性检验。结果表明:香港地区近67a雷暴日序列可分解为1项趋势项和5个中心频率不同的imf分量,其中能量主要集中在0.35~0.5hz和0~0.05hz频段;通过分析imf能量谱密度-周期分布,得出雷暴日变化周期为2.8a左右的年际变化和25a左右的代际变化为主要变化周期,其次是4.5和7.1a左右的年际变化为次要变化周期,从趋势项可知香港地区雷暴日呈波动上升趋势。eemd算法可较好地用于雷暴日趋势特征分析。
References
[1] | 王学良,余田野,朱传林,等.我国中部五省雷暴日时空分布特征[j].热带地理,2013,33(1):13-20.
|
[2] | 刘梅,魏建苏,俞剑蔚,等.近57年江苏省雷暴变化趋势特征分析[j].热带气象学报,2010,26(2):227-234.
|
[3] | 程向阳,谢五三,刘岩,等.安徽省近50年雷暴的时空变化特征及影响因素[j].长江流域资源与环境,2012,21(1):117-121.
|
[4] | 吴安坤,周龙,丁旻.近60年香港地区雷暴日数变化特征分析[j].科技经济市场,2012(10):8-11.
|
[5] | huangne,shenz,longsr,etal.theempiricalmodedecompositionandthehilbertspectrumfornonlinearandnon-stationarytimeseriesanalysis[j].proceedingsoftheroyalsocietyoflondon,seriesa:mathematical,physicalandengineeringsciences,1998,454(1971):903-995.
|
[6] | wuz,huangne,wallacejm,etal.onthetime-varyingtrendinglobal-meansurfacetemperature[j].climatedynamics,2011,37(3/4):759-773.
|
[7] | wuz,huangne.ensembleempiricalmodedecomposition:anoise-assisteddataanalysismethod[j].advancesinadaptivedataanalysis,2009,1(1):1-41.
|
[8] | huangne.anewviewofnonlinearwaterwaves:thehilbertspectrum[j].annualreviewoffluidmechanics,2003,31(1):417-457.
|
[9] | 谭善文.多分辨希尔伯特-黄(hilbert-huang)变换方法的研究[d].重庆:重庆大学,2001.
|
[10] | 时世晨,单佩韦.基于eemd的信号处理方法分析和实现[j].现代电子技术,2011,34(1):88-90,94.
|
[11] | 钟佑明,秦树人,汤宝平.希尔伯特黄变换中边际谱的研究[j].系统工程与电子技术,2004,26(9):1323-1326.
|
[12] | wuz,huangne.astudyofthecharacteristicsofwhitenoiseusingtheempiricalmodedecompositionmethod[j].proceedingsoftheroyalsocietyamathematicalphysical&engineeringsciences,2004,460(2046):1597-1611.
|
[13] | 邵骏,吕孙云,钱晓燕,等.基于总体经验模态分解的水文序列多尺度分析[j].华中科技大学学报:自然科学版,2011,39(11):105-108,124.
|
[14] | 王兵,李晓东.基于eemd分解的欧洲温度序列的多尺度分析[j].北京大学学报:自然科学版,2011,47(4):627-635.
|
Full-Text