Análisis de series de tiempo sobre las bases de la teoría fractal

Autores
Pierini, Jorge O.; Perillo, Gerardo M. E.
Año de publicación
2007
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
El análisis espectral ha sido convencionalmente utilizado como un método útil y eficiente para evaluar series de tiempo. Especialmente cuando el espectro sigue la ley de la potencia, su exponente es considerado como el índice que representa la irregularidad de la serie de tiempo. En tal sentido se evaluaron datos de corrientes y olas obtenidos en una marisma en Villa del Mar y en el Canal La Lista, ambos sitios en el estuario de Bahía Blanca. En el primer caso, los datos fueron adquiridos con un correntómetro acústico que mide las tres componentes del flujo a 25 Hz y, en el segundo, con otro correntómetro (ADP) que mide perfiles verticales de velocidad con una frecuencia de 9 Hz. El análisis se efectuó sobre extensas series de datos asumiendo que las fluctuaciones son estadísticamente estacionarias; sin embargo, se sabe que en ambientes dominados por marea, estas características varían en un intervalo corto de tiempo. Ello condiciona la longitud de la serie y la interpretación de los resultados. La investigación cuantitativa de series de tiempo no lineales basadas en teorías de caos determinísticas o estocásticas son una herramienta poderosa en el conocimiento de sistemas turbulentos y no periódicos, principalmente, en datos observacionales. En particular pueden proveer descripciones e interpretaciones en series de tiempo irregulares, las cuales no podrían ser gobernadas por un proceso físico estocástico ni tampoco empleando un método lineal. Por lo tanto, el trabajo presenta un análisis de un conjunto de datos oceanógraficos, explica el método empleado, discute puntos críticos en la determinación de la dimensión fractal como índice para describir la irregularidad de las series temporales oceanógraficas e incorpora una herramienta diferente para el análisis de este tipo de series.
The spectral analysis has been conventionally used as a useful and efficient method for analyzing a time series. Especially when the spectrum follows the power law, your exponent is considered to be the index for representing the irregularity ofthe time series. The quantitative investigation of a nonlinear time series based in deterministic or stochastic chaos theories are a powerful tool to understand turbulent and no periodic systems, mainly in observational data. In particular it can provide descriptions and interpretations for irregular time series, which nevertheless might not be governed by a stochastic physical process and which are only poorly understood by linear methods. The present study considers oceanographic data measured in a experimental flume using a ADV Field Sontek and La Lista channel with a Acoustic Doppler Profiler Sontek equipments, which were analyzed using spectral analysis who show noise fluctuations over the power spectrum. The spectrum was calculated over a large series data assuming fluctuations statistically stationarity; however, since the statistical characteristics offluctuations often vary for a short time interval, which conditions the number ofthe data used and the interpretation ofthe results. Therefore, this paper present a oceanographic data analysis, explain the method employed and discuss critical points in the determination of fractal dimension, like the index to describe the oceanographic time series irregularity and also incorporates a different tool to analyze this type ofseries.
Material digitalizado en SEDICI gracias a la colaboración de la Facultad de Ciencias Astronómicas y Geofísicas (UNLP).
Asociación Argentina de Geofísicos y Geodestas
Materia
Geofísica
dimensión fractal
Análisis Espectral
series de tiempo
espectro de potencia
fractal dimension
spectral analysis
time series
power spectrum
oceanographic data
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/133170

id SEDICI_e8b572f73649c6d666affa970022392a
oai_identifier_str oai:sedici.unlp.edu.ar:10915/133170
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Análisis de series de tiempo sobre las bases de la teoría fractalPierini, Jorge O.Perillo, Gerardo M. E.Geofísicadimensión fractalAnálisis Espectralseries de tiempoespectro de potenciafractal dimensionspectral analysistime seriespower spectrumoceanographic dataEl análisis espectral ha sido convencionalmente utilizado como un método útil y eficiente para evaluar series de tiempo. Especialmente cuando el espectro sigue la ley de la potencia, su exponente es considerado como el índice que representa la irregularidad de la serie de tiempo. En tal sentido se evaluaron datos de corrientes y olas obtenidos en una marisma en Villa del Mar y en el Canal La Lista, ambos sitios en el estuario de Bahía Blanca. En el primer caso, los datos fueron adquiridos con un correntómetro acústico que mide las tres componentes del flujo a 25 Hz y, en el segundo, con otro correntómetro (ADP) que mide perfiles verticales de velocidad con una frecuencia de 9 Hz. El análisis se efectuó sobre extensas series de datos asumiendo que las fluctuaciones son estadísticamente estacionarias; sin embargo, se sabe que en ambientes dominados por marea, estas características varían en un intervalo corto de tiempo. Ello condiciona la longitud de la serie y la interpretación de los resultados. La investigación cuantitativa de series de tiempo no lineales basadas en teorías de caos determinísticas o estocásticas son una herramienta poderosa en el conocimiento de sistemas turbulentos y no periódicos, principalmente, en datos observacionales. En particular pueden proveer descripciones e interpretaciones en series de tiempo irregulares, las cuales no podrían ser gobernadas por un proceso físico estocástico ni tampoco empleando un método lineal. Por lo tanto, el trabajo presenta un análisis de un conjunto de datos oceanógraficos, explica el método empleado, discute puntos críticos en la determinación de la dimensión fractal como índice para describir la irregularidad de las series temporales oceanógraficas e incorpora una herramienta diferente para el análisis de este tipo de series.The spectral analysis has been conventionally used as a useful and efficient method for analyzing a time series. Especially when the spectrum follows the power law, your exponent is considered to be the index for representing the irregularity ofthe time series. The quantitative investigation of a nonlinear time series based in deterministic or stochastic chaos theories are a powerful tool to understand turbulent and no periodic systems, mainly in observational data. In particular it can provide descriptions and interpretations for irregular time series, which nevertheless might not be governed by a stochastic physical process and which are only poorly understood by linear methods. The present study considers oceanographic data measured in a experimental flume using a ADV Field Sontek and La Lista channel with a Acoustic Doppler Profiler Sontek equipments, which were analyzed using spectral analysis who show noise fluctuations over the power spectrum. The spectrum was calculated over a large series data assuming fluctuations statistically stationarity; however, since the statistical characteristics offluctuations often vary for a short time interval, which conditions the number ofthe data used and the interpretation ofthe results. Therefore, this paper present a oceanographic data analysis, explain the method employed and discuss critical points in the determination of fractal dimension, like the index to describe the oceanographic time series irregularity and also incorporates a different tool to analyze this type ofseries.Material digitalizado en SEDICI gracias a la colaboración de la Facultad de Ciencias Astronómicas y Geofísicas (UNLP).Asociación Argentina de Geofísicos y Geodestas2007info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionArticulohttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdf103-109http://sedici.unlp.edu.ar/handle/10915/133170spainfo:eu-repo/semantics/altIdentifier/issn/0326-7237info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:33:30Zoai:sedici.unlp.edu.ar:10915/133170Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:33:30.919SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Análisis de series de tiempo sobre las bases de la teoría fractal
title Análisis de series de tiempo sobre las bases de la teoría fractal
spellingShingle Análisis de series de tiempo sobre las bases de la teoría fractal
Pierini, Jorge O.
Geofísica
dimensión fractal
Análisis Espectral
series de tiempo
espectro de potencia
fractal dimension
spectral analysis
time series
power spectrum
oceanographic data
title_short Análisis de series de tiempo sobre las bases de la teoría fractal
title_full Análisis de series de tiempo sobre las bases de la teoría fractal
title_fullStr Análisis de series de tiempo sobre las bases de la teoría fractal
title_full_unstemmed Análisis de series de tiempo sobre las bases de la teoría fractal
title_sort Análisis de series de tiempo sobre las bases de la teoría fractal
dc.creator.none.fl_str_mv Pierini, Jorge O.
Perillo, Gerardo M. E.
author Pierini, Jorge O.
author_facet Pierini, Jorge O.
Perillo, Gerardo M. E.
author_role author
author2 Perillo, Gerardo M. E.
author2_role author
dc.subject.none.fl_str_mv Geofísica
dimensión fractal
Análisis Espectral
series de tiempo
espectro de potencia
fractal dimension
spectral analysis
time series
power spectrum
oceanographic data
topic Geofísica
dimensión fractal
Análisis Espectral
series de tiempo
espectro de potencia
fractal dimension
spectral analysis
time series
power spectrum
oceanographic data
dc.description.none.fl_txt_mv El análisis espectral ha sido convencionalmente utilizado como un método útil y eficiente para evaluar series de tiempo. Especialmente cuando el espectro sigue la ley de la potencia, su exponente es considerado como el índice que representa la irregularidad de la serie de tiempo. En tal sentido se evaluaron datos de corrientes y olas obtenidos en una marisma en Villa del Mar y en el Canal La Lista, ambos sitios en el estuario de Bahía Blanca. En el primer caso, los datos fueron adquiridos con un correntómetro acústico que mide las tres componentes del flujo a 25 Hz y, en el segundo, con otro correntómetro (ADP) que mide perfiles verticales de velocidad con una frecuencia de 9 Hz. El análisis se efectuó sobre extensas series de datos asumiendo que las fluctuaciones son estadísticamente estacionarias; sin embargo, se sabe que en ambientes dominados por marea, estas características varían en un intervalo corto de tiempo. Ello condiciona la longitud de la serie y la interpretación de los resultados. La investigación cuantitativa de series de tiempo no lineales basadas en teorías de caos determinísticas o estocásticas son una herramienta poderosa en el conocimiento de sistemas turbulentos y no periódicos, principalmente, en datos observacionales. En particular pueden proveer descripciones e interpretaciones en series de tiempo irregulares, las cuales no podrían ser gobernadas por un proceso físico estocástico ni tampoco empleando un método lineal. Por lo tanto, el trabajo presenta un análisis de un conjunto de datos oceanógraficos, explica el método empleado, discute puntos críticos en la determinación de la dimensión fractal como índice para describir la irregularidad de las series temporales oceanógraficas e incorpora una herramienta diferente para el análisis de este tipo de series.
The spectral analysis has been conventionally used as a useful and efficient method for analyzing a time series. Especially when the spectrum follows the power law, your exponent is considered to be the index for representing the irregularity ofthe time series. The quantitative investigation of a nonlinear time series based in deterministic or stochastic chaos theories are a powerful tool to understand turbulent and no periodic systems, mainly in observational data. In particular it can provide descriptions and interpretations for irregular time series, which nevertheless might not be governed by a stochastic physical process and which are only poorly understood by linear methods. The present study considers oceanographic data measured in a experimental flume using a ADV Field Sontek and La Lista channel with a Acoustic Doppler Profiler Sontek equipments, which were analyzed using spectral analysis who show noise fluctuations over the power spectrum. The spectrum was calculated over a large series data assuming fluctuations statistically stationarity; however, since the statistical characteristics offluctuations often vary for a short time interval, which conditions the number ofthe data used and the interpretation ofthe results. Therefore, this paper present a oceanographic data analysis, explain the method employed and discuss critical points in the determination of fractal dimension, like the index to describe the oceanographic time series irregularity and also incorporates a different tool to analyze this type ofseries.
Material digitalizado en SEDICI gracias a la colaboración de la Facultad de Ciencias Astronómicas y Geofísicas (UNLP).
Asociación Argentina de Geofísicos y Geodestas
description El análisis espectral ha sido convencionalmente utilizado como un método útil y eficiente para evaluar series de tiempo. Especialmente cuando el espectro sigue la ley de la potencia, su exponente es considerado como el índice que representa la irregularidad de la serie de tiempo. En tal sentido se evaluaron datos de corrientes y olas obtenidos en una marisma en Villa del Mar y en el Canal La Lista, ambos sitios en el estuario de Bahía Blanca. En el primer caso, los datos fueron adquiridos con un correntómetro acústico que mide las tres componentes del flujo a 25 Hz y, en el segundo, con otro correntómetro (ADP) que mide perfiles verticales de velocidad con una frecuencia de 9 Hz. El análisis se efectuó sobre extensas series de datos asumiendo que las fluctuaciones son estadísticamente estacionarias; sin embargo, se sabe que en ambientes dominados por marea, estas características varían en un intervalo corto de tiempo. Ello condiciona la longitud de la serie y la interpretación de los resultados. La investigación cuantitativa de series de tiempo no lineales basadas en teorías de caos determinísticas o estocásticas son una herramienta poderosa en el conocimiento de sistemas turbulentos y no periódicos, principalmente, en datos observacionales. En particular pueden proveer descripciones e interpretaciones en series de tiempo irregulares, las cuales no podrían ser gobernadas por un proceso físico estocástico ni tampoco empleando un método lineal. Por lo tanto, el trabajo presenta un análisis de un conjunto de datos oceanógraficos, explica el método empleado, discute puntos críticos en la determinación de la dimensión fractal como índice para describir la irregularidad de las series temporales oceanógraficas e incorpora una herramienta diferente para el análisis de este tipo de series.
publishDate 2007
dc.date.none.fl_str_mv 2007
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Articulo
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/133170
url http://sedici.unlp.edu.ar/handle/10915/133170
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/issn/0326-7237
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
103-109
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616214914007040
score 13.070432