Club utilise des cookies et des technologies similaires pour faire fonctionner correctement le site web et vous fournir une meilleure expérience de navigation.
Ci-dessous vous pouvez choisir quels cookies vous souhaitez modifier :
Club utilise des cookies et des technologies similaires pour faire fonctionner correctement le site web et vous fournir une meilleure expérience de navigation.
Nous utilisons des cookies dans le but suivant :
Assurer le bon fonctionnement du site web, améliorer la sécurité et prévenir la fraude
Avoir un aperçu de l'utilisation du site web, afin d'améliorer son contenu et ses fonctionnalités
Pouvoir vous montrer les publicités les plus pertinentes sur des plateformes externes
Gestion des cookies
Club utilise des cookies et des technologies similaires pour faire fonctionner correctement le site web et vous fournir une meilleure expérience de navigation.
Ci-dessous vous pouvez choisir quels cookies vous souhaitez modifier :
Cookies techniques et fonctionnels
Ces cookies sont indispensables au bon fonctionnement du site internet et vous permettent par exemple de vous connecter. Vous ne pouvez pas désactiver ces cookies.
Cookies analytiques
Ces cookies collectent des informations anonymes sur l'utilisation de notre site web. De cette façon, nous pouvons mieux adapter le site web aux besoins des utilisateurs.
Cookies marketing
Ces cookies partagent votre comportement sur notre site web avec des parties externes, afin que vous puissiez voir des publicités plus pertinentes de Club sur des plateformes externes.
Une erreur est survenue, veuillez réessayer plus tard.
Il y a trop d’articles dans votre panier
Vous pouvez encoder maximum 250 articles dans votre panier en une fois. Supprimez certains articles de votre panier ou divisez votre commande en plusieurs commandes.
To accommodate the inherent non-linearity and non-stationarity of many natural time series, empirical mode decomposition (EMD) and Hilbert-Huang transform (HHT) provide an adaptive and efficient method. The HHT is based on the local characteristic time scale of the data. The HHT method provides not only a precise definition in time-frequency representation than the other conventional signal processing methods, but also more physically meaningful interpretation of the underlying dynamic processes. The EMD also works as a filter to extract the variability of signals with different scales and is applicable to non-linear and n- stationary processes. This promising algorithm has been applied in many fields since it was developed, but it has not been applied to hydrological and climatic time series. The discussion in this book starts with several simulated data sets in order to investigate the capability of this method and to compare it to other conventional frequency-domain analysis methods that assume stationarity. Rainfall, streamflow, temperature, wind speed time series and lake temperature data are investigated in this study. The aim of the work is to investigate periodicity, long term oscillations and trends embedded in these data by using HHT. The analysis is performed in both the time and frequency domains. The results from HHT are compared to those from the multi-taper method (MTM) which is based on Fourier Transform of the data.