Analyse statistique et spectrale de la température, salinité et turbidité du système MAREL", Instrumentation haute fréquence pour l’observation et la surveillance de l’environnement marin

Kbaier Ben Ismail, Dhouha; Lazure, Pascal and Puillat, Ingrid (2014). Analyse statistique et spectrale de la température, salinité et turbidité du système MAREL", Instrumentation haute fréquence pour l’observation et la surveillance de l’environnement marin. In: Colloque organisé à l’occasion des 10 ans de la station instrumentée MAREL Carnot (Schmitt, F.G. and Lefebvre, A. eds.), 12-13 Jun 2014, Boulogne-Sur-Mer, France..

DOI: https://doi.org/10.13140/RG.2.2.16734.33603

Abstract

Dans l’environnement marin, la température, la turbidité et la salinité sont des quantités importantes pour étudier l’écosystème. Beaucoup de champs montrent la haute variabilité pour une large gamme d'échelles spatiale et temporelle. Les séries temporelles sont souvent non-linéaires et non-stationnaires. Les auteurs considèrent ici les fluctuations du niveau de la mer, la salinité, la turbidité et la température enregistrés par le système MAREL Carnot de Boulogne-sur-Mer (France), qui est une bouée amarrée équipée d'appareils de mesure physicochimiques, qui fonctionnent dans des conditions continues et autonomes. Pour réaliser des analyses statistiques et spectrales adéquates, il est nécessaire de connaître la nature de la série temporelle considérée. Pour cette raison, la stationnarité de la série et l'occurrence de racine d'unité sont abordées avec les Tests Augmentés de Dickey- Fuller. À part pour le niveau de la mer, l'analyse harmonique n'est pas pertinente. Le grand nombre de données fournies par les capteurs permet l'évaluation de l’analyse spectrale de Fourier, pour considérer les fréquences dominantes associées à la dynamique. Différents spectres de puissance montrent une variabilité complexe et révèlent une influence de facteurs exogènes tels que les marées. Cependant, l'analyse spectrale classique, à savoir la méthode Blackman-Tukey, exige des données régulièrement espacées. L'interpolation de la série temporelle introduit de nombreux artefacts aux données. L'algorithme de Lomb-Scargle, adapté aux données inégalement espacées, est utilisé comme alternative. Les limites de la méthode sont aussi exposées. On a trouvé qu'au-delà de 50 % de mesures manquantes, peu de fréquences significatives sont détectées, plusieurs saisonnalités ne sont plus visibles, et même une gamme entière de haute fréquence disparaît progressivement.

Viewing alternatives

Metrics

Public Attention

Altmetrics from Altmetric

Number of Citations

Citations from Dimensions

Item Actions

Export

About

Recommendations