Time Series Analysis in Meteorology and Climatology: An Introduction

دسته بندی: هواشناسی ، اقلیم شناسی
ویرایش:  
نویسندگان: Claude Duchon. Robert Hale(auth.)  
سری:  
ISBN (شابک) : 9780470971994, 9781119953104 
ناشر:  
سال نشر: 2012 
تعداد صفحات: 257 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 مگابایت 

قیمت کتاب (تومان) : 39,000

تحلیل سری زمانی در هواشناسی و اقلیم شناسی یک نمای کلی در دسترس از این موضوع بسیار دشوار ارائه می دهد. نویسندگان با ساختاری واضح در سرتاسر، مبانی نظری کافی را برای درک مبنای اعمال روش‌های تحلیلی مختلف در یک سری زمانی ایجاد می‌کنند و نحوه تفسیر نتایج را به وضوح نشان می‌دهند. نویسندگان با اتخاذ رویکردی منحصر به فرد به موضوع، از ترکیبی از تئوری و کاربرد در مجموعه داده‌های واقعی برای افزایش درک دانش‌آموز در سراسر کتاب استفاده می‌کنند.

این کتاب برای آن دسته از دانش آموزانی نوشته شده است که مجموعه داده ای به صورت سری زمانی دارند و با مشکل چگونگی تحلیل این داده ها مواجه هستند. هر فصل روش های مختلفی را پوشش می دهد که می توان برای انجام این تحلیل با پوشش نظریه لازم و کاربرد آن استفاده کرد. در بخش نظری موضوعات تحت پوشش عبارتند از: منشا ریاضی پنجره های طیف، نشت واریانس و درک پنجره های طیف. بخش برنامه ها شامل مجموعه داده های واقعی برای تجزیه و تحلیل دانش آموزان است. از متغیرهای اسکالر برای درک آسان استفاده می‌شود، مثلاً دمای هوا، سرعت باد و بارندگی.

دانش‌آموزان تشویق می‌شوند برنامه‌های رایانه‌ای خود را بنویسند و مجموعه‌های داده ارائه می‌شوند تا بتوانند به سرعت تشخیص دهند که آیا برنامه‌شان کار می‌کند یا خیر. به درستی- یک مجموعه داده با داده های مصنوعی و دیگری با داده های واقعی ارائه می شود که در آن دانش آموزان ملزم به تفسیر فیزیکی نتایج تجزیه و تحلیل پریودگرام خود هستند.

بر اساس دوره تحسین شده و طولانی مدت در دانشگاه اوکلاهاما و بخشی از مجموعه‌های علوم هوا و آب‌وهوای پیشرفته RmetS، این کتاب در رویکرد خود به موضوع متمایز است زیرا به طور خاص برای خوانندگان در زمینه هواشناسی و اقلیم‌شناسی نوشته شده است و از ترکیبی از تئوری و کاربرد برای مجموعه‌های داده واقعی استفاده می‌کند.< /p>محتوا:
تحلیل فوریه فصل 1 (صفحات 1-99):
فصل 2 سیستم های خطی (صفحات 101-142):
فصل 3 فیلتر کردن داده ها (صفحات 143-182):
فصل 4 خود همبستگی (صفحات 183-221):
فصل 5 با تأخیر؟ تجزیه و تحلیل طیف محصول (صفحات 223-243):

Time Series Analysis in Meteorology and Climatology provides an accessible overview of this notoriously difficult subject. Clearly structured throughout, the authors develop sufficient theoretical foundation to understand the basis for applying various analytical methods to a time series and show clearly how to interpret the results. Taking a unique approach to the subject, the authors use a combination of theory and application to real data sets to enhance student understanding throughout the book.

This book is written for those students that have a data set in the form of a time series and are confronted with the problem of how to analyse this data. Each chapter covers the various methods that can be used to carry out this analysis with coverage of the necessary theory and its application. In the theoretical section topics covered include; the mathematical origin of spectrum windows, leakage of variance and understanding spectrum windows. The applications section includes real data sets for students to analyse. Scalar variables are used for ease of understanding for example air temperatures, wind speed and precipitation.

Students are encouraged to write their own computer programmes and data sets are provided to enable them to recognize quickly whether their programme is working correctly- one data set is provided with artificial data and the other with real data where the students are required to physically interpret the results of their periodgram analysis.

Based on the acclaimed and long standing course at the University of Oklahoma and part of the RMetS Advancing Weather and Climate Science Series, this book is distinct in its approach to the subject matter in that it is written specifically for readers in meteorology and climatology and uses a mix of theory and application to real data sets.

Content:
Chapter 1 Fourier Analysis (pages 1–99):
Chapter 2 Linear Systems (pages 101–142):
Chapter 3 Filtering Data (pages 143–182):
Chapter 4 Autocorrelation (pages 183–221):
Chapter 5 Lagged?Product Spectrum Analysis (pages 223–243):