کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6963256 1452281 2015 8 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A network-based analysis of spatial rainfall connections
ترجمه فارسی عنوان
تجزیه و تحلیل شبکه مبتنی بر شبکه های باران فضایی
کلمات کلیدی
تغییرات بارش، دینامیک فضایی، اتصالات، شبکه های پیچیده ضریب خوشه بندی، توزیع درجه استرالیا،
ترجمه چکیده
این مطالعه تحلیلی بر اساس تحولات اخیر در نظریه شبکه ارائه می دهد تا دینامیک فضایی بارش را بررسی کند. مفاهیم ضریب خوشه بندی و توزیع درجه بندی برای مطالعه ارتباطات فضایی در شبکه بارندگی در سراسر استرالیا مورد استفاده قرار می گیرند. ضریب خوشه بندی اندازه گیری چگالی محلی است، در حالی که توزیع درجه یک اندازه گیری از گسترش است. داده های بارش ماهانه طی یک دوره 68 ساله از شبکه ای از 230 ایستگاه گیرنده در سراسر استرالیا مورد تجزیه و تحلیل قرار گرفته و آستانه های همبستگی متفاوتی در نظر گرفته شده است. نتایج ضریب خوشه سازی کمک می کند که همسایگان واقعی و لینک های واقعی در شبکه و نیز ایستگاه ها / مناطق با ارتباطات بالا و پایین را شناسایی کند. نتایج هر دو روش همچنین نشان می دهد که شبکه گرافیک صرفا تصادفی نیست، بلکه ممکن است یک شبکه قدرت قانون قدرتمند باشد. اتصال و نوع شبکه خرابکاری نیز تحت تاثیر آستانه همبستگی مورد استفاده برای شناسایی اتصالات قرار می گیرد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزار
پیش نمایش مقاله
تجزیه و تحلیل شبکه مبتنی بر شبکه های باران فضایی
چکیده انگلیسی
This study presents an analysis based on recent developments in network theory to examine the spatial dynamics of rainfall. The concepts of clustering coefficient and degree distribution are employed to study the spatial connections in a rainfall network across Australia. The clustering coefficient is a measure of local density, while the degree distribution is a measure of spread. Monthly rainfall data over a period of 68 years from a network of 230 gaging stations across Australia are analyzed, and different correlation thresholds are considered. The clustering coefficient results help identify actual neighbors and actual links in the network as well as stations/regions with high and low connectivities. The results from both methods also suggest that the network is not a purely random graph but may be an exponentially truncated power-law network. The connectivity and type of the raingage network are also influenced by the correlation threshold used for identifying connections.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Environmental Modelling & Software - Volume 69, July 2015, Pages 55-62
نویسندگان
, ,