[논문 리뷰] Long-term persistence and multifractality of river runoff records: Detrended fluctuation studies

Eva Koscielny–Bunde, Jan W. Kantelhardt외 3명|ArXiv.org|2003. 05. 19.

Complex Systems and Time Series Analysis참고 문헌 19인용 수 4

한 줄 요약

이 연구는 41개의 글로벌 강수량 기록에 대해 탈트렌드 처리된 변동 분석(DFA)과 웨이블릿 기법을 적용하여 장기적 지속성(H = 0.55–0.95)과 약한 다중분포 특성을 규명하였다. 다중분포적 특성은 τ(q) = −ln(a^q + b^q)/ln 2라는 이중 매개수 모델로 가장 잘 기술되며, 이는 넓은 모수 분포보다는 시간에 따른 집중적 군집화를 의미한다.

ABSTRACT

We study temporal correlations and multifractal properties of long river discharge records from 41 hydrological stations around the globe. To detect long-term correlations and multifractal behaviour in the presence of trends, we apply several recently developed methods [detrended fluctuation analysis (DFA), wavelet analysis, and multifractal DFA] that can systematically detect and overcome nonstationarities in the data at all time scales. We find that above some crossover time that usually is several weeks, the daily runoffs are long-term correlated, being characterized by a correlation function C(s) that decays as C(s) ~ s^(gamma). The exponent gamma varies from river to river in a wide range between 0.1 and 0.9. The power-law decay of C(s) corresponds to a power-law increase of the related fluctuation function F_2(s) ~ s^H where H = 1-gamma/2. We also find that in most records, for large times, weak multifractality occurs. The Renyi exponent tau(q) for q between -10 and +10 can be fitted to the remarkably simple form tau(q) = -ln(a^q+b^q) /ln 2, with solely two parameters a and b between 0 and 1 with a+b >= 1. This type of multifractality is obtained from a generalization of the multiplicative cascade model.

연구 동기 및 목표

• 추세가 존재하는 상황에서도 강수량 기록에서 장기적 상관관계를 탐지하기 위해.
• 고도화된 탈트렌딩 기법을 사용하여 강수량 시계열의 다중분포적 성질을 조사하기 위해.
• 다중분포 특성이 뚜렷한 꼬리 분포의 모수 분포 때문인지, 시간적 상관관계 때문인지 규명하기 위해.
• 스케일링 지수 H와 다중분포 폭 Δα가 보편적인지 또는 유역 크기에 따라 달라지는지 평가하기 위해.
• 수문학적 시스템에서의 다중분포 스케일링에 물리적 해석을 제공하기 위해.

제안 방법

• 장기적 상관관계를 정량화하기 위해 탈트렌드 처리된 변동 분석(DFA)을 사용하여 시간 스케일 s에 따른 변동 함수 F2(s)의 스케일링을 분석한다.
• 웨이블릿 기반 방법(WTMM)을 적용하여 다중분포 스펙트럼 추정의 교차 검증과 다중분포 스케일링 탐지에 사용한다.
• 일반화된 다중분포 DFA를 사용하여 일반화된 허스트 지수 h(q)와 특이성 스펙트럼 f(α)를 계산한다.
• 다중분포 스펙트럼 τ(q)를 τ(q) = −ln(a^q + b^q)/ln 2의 해석적 형태에 맞추어 피팅하며, 매개수 a와 b는 0에서 1 사이의 값을 가진다.
• 다중분포 특성이 시간적 상관관계 때문인지 모수 분포 형태 때문인지 테스트하기 위해 셰플링된 데이터를 생성한다.
• 교차 시계수는 단기적이고 장기적 스케일링 행동 간 전이 지점으로 식별된다.

실험 결과

연구 질문

• RQ1 추세를 제거한 후에도 글로벌 강수량 기록에서 장기적 상관관계가 유지되는가?
• RQ2 강수량 시계열에서 관측된 다중분포 특성은 비정규 모수 분포 때문인지 시간적 상관관계 때문인가?
• RQ3 강수량의 다중분포 스펙트럼은 보편적인 이중 매개수 모델로 기술될 수 있는가?
• RQ4 변동 지수 H는 유역 크기나 지리적 지역에 따라 체계적으로 변하는가?
• RQ5 다중분포 특성의 근본 원인은 시간적 군집화인지, 분포적 성질인지?

주요 결과

• 모든 강 41개에서 변동 함수 F2(s)는 s^H로 스케일링되며, H는 0.55에서 0.95 사이로 나타나 강한 장기적 지속성을 나타낸다.
• 모든 기록에서 다중분포 스펙트럼 τ(q)는 τ(q) = −ln(a^q + b^q)/ln 2로 두 매개수 a와 b로 잘 기술되며, 이는 보편적인 다중분포 모델을 시사한다.
• 데이터를 셰플링하면 모든 q에 대해 h(q)가 0.5로 감소함으로써, 다중분포 특성이 시간적 상관관계에서 기인함을 입증한다. 이는 두꺼운 꼬리 분포의 영향이 아님을 의미한다.
• 다중분포 폭 Δα는 유역 면적이 증가함에 따라 약간 감소하며, 더 큰 유역에서는 다중분포 특성이 덜 두드러짐을 나타낸다.
• 남부 독일 강과 국제 강 사이에서 H나 Δα에 유의미한 차이가 없음을 확인하여 보편적인 스케일링 행동을 시사한다.
• 장기적 상관관계가 지배하는 시계수 이하의 교차 시계수는 일반적으로 수주 정도이며, 이는 지속적 행동의 시작을 나타낸다.