使用复杂度不变距离与信息测度分析空气污染时间序列
应用统计
2020-04-22 v1 混沌动力学
数据分析、统计与概率
摘要
众所周知，空气污染对人类和生态系统健康构成重大威胁。正确理解产生污染的因素以及空气污染随时间的行为，对于支持制定旨在降低污染物浓度的有效政策至关重要。本文考虑了在瑞士十六个测量站收集的三种污染物（即 NO、O 和 PM）的每小时时间序列。使用两种方法研究了由测量站位置引起的空气污染模式及其与人为活动（特别是土地利用）的关系：Fisher-Shannon 信息平面和时序间的复杂度不变距离。使用聚类分析来识别同一污染物中表现相似的测量站组。结果清晰地证明了空气污染概率密度与土地利用活动之间的关系。
引用
@article{arxiv.1909.11484,
title = {Analysis of air pollution time series using complexity-invariant distance and information measures},
author = {Federico Amato and Mohamed Laib and Fabian Guignard and Mikhail Kanevski},
journal= {arXiv preprint arXiv:1909.11484},
year = {2020}
}
备注
15 pages, 3 figures