Documents disponibles écrits par cet auteur

Singapore Rainfall Behavior: Chaotic? / Sivakumar, Bellie in Journal of hydrologic engineering, Vol. 4, N°1 (Janvier 1999)

Public ISBD [article]  in Journal of hydrologic engineering > Vol. 4, N°1 (Janvier 1999) . - 38-48 p. Titre : Singapore Rainfall Behavior: Chaotic? Titre original : Comportement de Précipitations de Singapour : Chaotique ? Type de document : texte imprimé Auteurs : Sivakumar, Bellie, Auteur ; Liong, Shie-Yue, Auteur ; Liaw, Chih-Young ; Phoon, Kok-Kwang Article en page(s) : 38-48 p. Note générale : Hydrologie Langues : Anglais (eng) Mots-clés : Singapore  Méthode  de  dimensions  de  corrélation  Comportement  chaotique  Processus  de  rainfull  Précipitions  chaotiques Index. décimale : 551.4/620 Résumé : The Possibility of making short-term predictionof rainfall is studied by investigating the existence of chaotic behavior in the rainfall data series. The Minimum number of variables essential and the number of variables sufficient to model the dynamics of the rainfull process are identified. The Behavior of rainfall over different record lengths is studied. The Effects of the data of different record lengths from each of six stations in Singapore are analyzed. The Correlation dimension method, the inverse approach of the nonlinear prediction method, and the method of surrogate data (to detect nonlinnearity) are used in the analysis. The Results indicate that the rainfall data exhibit nonlinear behavior and possibly low-dimensional chaos, which imply that short-term prediction based on nonlinear dynamics might be possible. The Minimum number of variables essential is identified as 3 and the number of variables sufficient lies in the range between 11 and 18. The Results also indicate that the attractor dimensions of data of longer record lengths are greater than that of data of shorter record lengths. The Study suggests that a minimum of -1,500 data points is required for the computation of the correlation dimension. Recommendation on the select of the delay time is also provided. La possibilité de faire des précipitations à court terme de prediction en étudiant l'existence du comportement chaotique de la série de données de précipitations. Le nombre minimum de variables essentielles et le nombre de variables suffisamment pour modeler la dynamique du processus de rainfull sont identifiés. Le comportement longueurs de l'enregistrement d'excédent de précipitations de différentes est étudié. Les effets des données de différentes longueurs de l'enregistrement de chacune de six stations à Singapour sont analysés. La méthode de dimension de corrélation, l'approche inverse de la méthode non-linéaire de prévision, et la méthode de données de remplacement (pour détecter le nonlinnearity) sont employées dans l'analyse. Les résultats indiquent que les données de précipitations montrent le comportement non-linéaire et probablement le chaos bas-dimensionnel, qui impliquent que la prévision à court terme basée sur la dynamique non-linéaire pourrait être possible. Le nombre minimum de variables essentielles est identifié comme 3 et le nombre de mensonges suffisants de variables dans la gamme entre 11 et 18. Les résultats indiquent également que les dimensions d'attractor des données de plus longues longueurs de l'enregistrement sont plus grandes que que des données des longueurs de l'enregistrement plus courtes. L'étude suggère que -1.500 points au minimum de repères soit exigé pour le calcul de la dimension de corrélation. La recommandation concernant le choisi du temps de retarder est également fournie. [article] Singapore Rainfall Behavior: Chaotic? = Comportement de Précipitations de Singapour : Chaotique ? [texte imprimé] / Sivakumar, Bellie, Auteur ; Liong, Shie-Yue, Auteur ; Liaw, Chih-Young ; Phoon, Kok-Kwang . - 38-48 p. Hydrologie Langues : Anglais (eng) in Journal of hydrologic engineering > Vol. 4, N°1 (Janvier 1999) . - 38-48 p. Mots-clés : Singapore  Méthode  de  dimensions  de  corrélation  Comportement  chaotique  Processus  de  rainfull  Précipitions  chaotiques Index. décimale : 551.4/620 Résumé : The Possibility of making short-term predictionof rainfall is studied by investigating the existence of chaotic behavior in the rainfall data series. The Minimum number of variables essential and the number of variables sufficient to model the dynamics of the rainfull process are identified. The Behavior of rainfall over different record lengths is studied. The Effects of the data of different record lengths from each of six stations in Singapore are analyzed. The Correlation dimension method, the inverse approach of the nonlinear prediction method, and the method of surrogate data (to detect nonlinnearity) are used in the analysis. The Results indicate that the rainfall data exhibit nonlinear behavior and possibly low-dimensional chaos, which imply that short-term prediction based on nonlinear dynamics might be possible. The Minimum number of variables essential is identified as 3 and the number of variables sufficient lies in the range between 11 and 18. The Results also indicate that the attractor dimensions of data of longer record lengths are greater than that of data of shorter record lengths. The Study suggests that a minimum of -1,500 data points is required for the computation of the correlation dimension. Recommendation on the select of the delay time is also provided. La possibilité de faire des précipitations à court terme de prediction en étudiant l'existence du comportement chaotique de la série de données de précipitations. Le nombre minimum de variables essentielles et le nombre de variables suffisamment pour modeler la dynamique du processus de rainfull sont identifiés. Le comportement longueurs de l'enregistrement d'excédent de précipitations de différentes est étudié. Les effets des données de différentes longueurs de l'enregistrement de chacune de six stations à Singapour sont analysés. La méthode de dimension de corrélation, l'approche inverse de la méthode non-linéaire de prévision, et la méthode de données de remplacement (pour détecter le nonlinnearity) sont employées dans l'analyse. Les résultats indiquent que les données de précipitations montrent le comportement non-linéaire et probablement le chaos bas-dimensionnel, qui impliquent que la prévision à court terme basée sur la dynamique non-linéaire pourrait être possible. Le nombre minimum de variables essentielles est identifié comme 3 et le nombre de mensonges suffisants de variables dans la gamme entre 11 et 18. Les résultats indiquent également que les dimensions d'attractor des données de plus longues longueurs de l'enregistrement sont plus grandes que que des données des longueurs de l'enregistrement plus courtes. L'étude suggère que -1.500 points au minimum de repères soit exigé pour le calcul de la dimension de corrélation. La recommandation concernant le choisi du temps de retarder est également fournie.