基于 Fisher-Shannon 信息的时间数据高级分析：理论发展及在地球科学中的应用

复杂的非线性时间序列在地球科学中无处不在。量化这些数据的复杂性与非平稳性是一项具有挑战性的任务，需要基于复杂性的高级探索工具来理解和可视化此类数据。本文讨论了 Fisher-Shannon 方法，该方法可获得复杂性度量并检测非平稳性，是一种高效的数据探索工具。本文汇集了与 Fisher-Shannon 度量相关的最新研究，并提出了针对正单峰偏态分布的新解析公式。基于合成数据与真实数据的案例研究说明了 Fisher-Shannon 方法的实用性，该方法可应用于不同领域，包括时间序列判别以及为聚类、建模和预测生成时间序列特征。本文附有用于所提度量非参数估计的 Python 与 R 库。