Resumen

El análisis multifractal conjunto se suele llevar a cabo en dos variables diferentes por sus intercorrelaciones, pero rara vez se utiliza para dos registros de una variable recopilados en dos lugares diferentes. Es importante para la detección de cambios en la multifractalidad en el espacio. Además, las intercorrelaciones en las dos series analizadas dificultan el análisis de las fuentes de multifractalidad conjunta. Hay pocos estudios sobre la fuente de la multifractalidad conjunta. Nos enfocamos en dos problemas para registros de dos niveles en pares de sitios adyacentes a lo largo de un río y llevamos a cabo una extensión de nuestro trabajo previo que trata sobre la multifractalidad única de un registro con el mismo conjunto de datos. El conjunto de datos se recopila de 10 estaciones de observación de un río del norte de China y contiene alrededor de dos millones de registros de nivel de río de alta frecuencia. Los resultados del análisis multifractal conjunto a través del análisis de multifractal detrended cross-correlation muestran que el cambio en la multifractalidad

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Análisis multifractal conjunto; Correlaciones cruzadas; Multifractalidad; Pruebas de origen; Niveles de río; Actividades humanas
• Keywords:Joint multifractal analysis; Cross-correlations; Multifractality; Source testing; River levels; Human activities