克劳迪娅·卡佩洛;桑德拉·德·拉科;萨布丽娜·马吉奥;波萨，多纳托 通过时间索引的复杂随机场模拟海流。 （英语） 兹比尔1472.86004 数学。地质科学。 第51999-1025号第53页（2021）. 概述：表层洋流在环境监测中经常引起人们的兴趣。这些矢量数据可以合理地视为复值随机场的有限实现，其中海流场的模量（流速）和方向（流向）的分解是自然的。此外，当观测也可用于不同时间点（而非多个位置）时，评估其复杂相关性随时间（而非空间）的演变以及估计所需的相应建模很有用。本文阐述了第一种方法，其中考虑了表层洋流的时间剖面。在介绍了时间索引随机场复数形式的基本方面之后，提出了一类适合于包含时间分量的新模型，并应用于描述当前数据的时变复协方差函数。该分析涉及2016年4月30日通过位于加勒比海东北部的一些台站的高频雷达系统每小时进行的海流观测。选定的时间索引的复协方差模型用于估计目的，其可靠性通过数值分析得到确认。 引用于1文件 MSC公司： 86A05型 水文学、水文学、海洋学 62M40型 随机字段；图像分析 60G60型 随机字段 76U60型 地球物理流 关键词：矢量数据;复协方差;时间索引的复随机场;复克里金 软件：cgeostat公司 PDF格式BibTeX公司 XML格式引用 \textit{C.Cappello}等人，《数学》。地质科学。53，第5号，999--1025（2021；Zbl 1472.86004） 全文： 内政部 参考文献： [1] Bochner，S.，Monotone Funktitonen，Stieltjessche Integrale und Harmonsche Analyse，《数学年鉴》，108，1378-410（1933）·Zbl 0007.10803号 ·doi:10.1007/BF01452844 [2] GEP盒子；总经理Jenkins；重新安装，GC；GM Ljung，《时间序列分析：预测和控制》（2015），霍博肯：威利 [3] Brown，背景；RW卡茨；Murphy，AH，《模拟和预测风速和风力的时间序列模型》，《气候应用气象杂志》，23，8，1184-1195（1984）·doi:10.1175/1520-0450（1984）023<1184:TSMTSA>2.0.CO；2 [4] Christakos，G.，《时空随机场：理论与应用》（2017），纽约：Elsevier，纽约 [5] Cressie，N.，《空间数据统计》（1993），纽约：威利，纽约·Zbl 1347.62005年 ·doi:10.1002/97811191151 [6] 北卡罗来纳州克雷西。；Huang，H.，不可分离的时空平稳协方差函数类，美国统计协会杂志，94，448，1330-1340（1999）·Zbl 0999.62073号 ·doi:10.1080/01621459.1999.10473885 [7] 克雷西，北。；Wikle，CK，时空数据统计（2011），霍博肯：威利，霍博肯·Zbl 1273.62017年 [8] De Iaco，S.，《用于分析复值随机场的cgeostat软件》，J Stat Softw，79，5，1-32（2017） [9] De Iaco，S。；Posa，D.，《通过复杂克里金法进行风速预测：形式主义和计算方面》，《环境经济统计》，23，1，115-139（2016）·doi:10.1007/s10651-015-0331-x [10] De Iaco，S。；帕尔玛，M。；Posa，D.，复值随机场的协方差函数和模型，Stoch Environ Res Risk A，17，3，145-156（2003）·Zbl 1112.86311号 ·doi:10.1007/s00477-003-0129-5 [11] De Iaco，S。；波萨，D。；Palma，M.，《矢量数据的复杂值随机场：估算和建模方面》，《数学地质学》，45，5，557-573（2013）·Zbl 1321.86018号 ·doi:10.1007/s11004-013-9468-z [12] Erdem，E。；Shi，J.，基于ARMA的风速和风向元组预测方法，Appl Energy，88，1405-1414（2011）·doi:10.1016/j.apenergy.2010.10.031 [13] Gneiting，T.，时空数据的不可分离平稳协方差函数，美国统计协会杂志，97，458，590-600（2002）·Zbl 1073.62593号 ·doi:10.1198/016214502760047113 [14] Goovaerts，P.，《自然资源评估的地质统计学》（1997），纽约：牛津大学出版社，纽约 [15] Grzebyk M（1993）《区域协调统计》。巴黎矿业大学博士论文 [16] Gumiaux，C.公司。；加帕伊斯，D。；Brun，JP，《应用于方向数据最佳拟合插值的地质统计学》，《构造物理学》，376241-259（2003）·doi:10.1016/j.tecto.2003.08.008 [17] Haslett，J。；Raftery，AE，《长记忆依赖的时空建模：评估爱尔兰的风力资源》，J R Stat Soc C Appl，38，1，1-50（1989） [18] Horel，JD，《复杂主成分分析：理论与实例》，《气候应用气象杂志》，23,121660-1673（1984）·doi:10.1175/1520-0450（1984）023<1660:CPCATA>2.0.CO；2 [19] 吉咪·凯哈图；装卸工，RA；马莫里诺，GO；Shay，LK，使用复矢量和实矢量方法对海洋表面流进行经验正交函数分析，大气海洋技术杂志，15，4，927-941（1998）·doi:10.1175/1520-0426（1998）015＜0927:EOFAOO＞2.0.CO；2 [20] Lajaunie C，Béjaoui R（1991）《复杂作用的危机》。附注N-23/91/G，枫丹白露巴黎矿业大学地球统计中心 [21] Monestiez P、Petrenko A、Leredde Y、Ongari B（2004）《海岸海洋学中三维海流模式的地质统计分析：狮子湾的应用》（西北地中海）。收录于：Sanchez-Vila X、Ramírez J、Gomez-Hernandez J（eds）GeoENV IV——第四届欧洲环境应用地质统计学会议论文集，西班牙巴塞罗那，2002年11月27-29日，第367-378页 [22] Posa，D.，《时空过程的简单描述》，《计算统计数据分析》，15，4，425-437（1993）·Zbl 0875.62439号 ·doi:10.1016/0167-9473（93）90174-R [23] 鲁哈尼，S。；霍尔，TJ；Armstrong，M.，地下水数据的时空克里格法，定量地质学和地质统计学，639-651（1989），多德雷赫特：施普林格·doi:10.1007/978-94-015-6844-9_50 [24] Shoji，T.，《风的统计和地质统计分析：方向统计案例研究》，《计算地质科学》，32，8，1025-1039（2006）·doi:10.1016/j.cageo.2005.01.021 [25] Stein，ML，《时空过程的简单模型》，《水资源研究》，22，13，2107-2110（1986）·doi:10.1029/WR022i013p02107 [26] Wackernagel，H.，《多元地质统计学：应用简介》。斯普林格统计系列（2003），柏林：斯普林格，柏林·Zbl 1015.62128号 ·doi:10.1007/978-3-662-05294-5 [27] 威克尔，CK；Zammit-Mangion，A。；Cressie，N.，《R的时空统计》（2019年），博卡拉顿：查普曼和霍尔/CRC，博卡拉顿·doi:10.1201/9781351769723 [28] Yaglom，AM，平稳函数和相关随机函数的相关理论。斯普林格统计系列（1987），柏林：斯普林格，柏林·兹伯利0685.62077 ·doi:10.1007/978-1-4612-4628-2 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。