Resumen

Estudiamos las propiedades multifractales del nivel del agua con una serie temporal de alta frecuencia y masiva utilizando métodos de ondaleta (estimación de exponentes de Hurst, diagrama multiescala y líderes de ondaleta para análisis multifractal (WLMF)) y análisis de fluctuación desestacionalizada multifractal (MF-DFA). El conjunto de datos contiene más de dos millones de registros de 10 sitios de observación en un río del norte de China. Se observa un comportamiento multiescala en esta serie temporal, lo que indica la multifractalidad. Esta multifractalidad se detecta a través del diagrama multiescala. Luego nos enfocamos en el análisis multifractal utilizando MF-DFA y WLMF. Los dos métodos llegan a la misma conclusión de que en la mayoría de los sitios los registros satisfacen el modelo multifractal binomial generalizado, que es robusto para diferentes momentos del día (mañana, tarde y noche). La variación en los parámetros característicos detallados del modelo multifractal indica que tanto las actividades humanas como los afluentes

• Materias:Sistemas multiagente Dinámica de interacción Simulación de comportamientos Ecuaciones diferenciales estocásticas Dinámica caótica
• Subjects:Multiagent systems Interaction dynamics Behavioral simulation Stochastic differential equations Chaotic dynamics
• Palabras claves:Nivel del agua; Propiedades multifractales; Alta frecuencia; Series temporales masivas; Métodos de wavelet; Exponentes de Hurst
• Keywords:Water level; Multifractal properties; High-frequency; Massive time series; Wavelet methods; Hurst exponents