捕捉环境信号的情节性影响
摘要：从一个解释性变量的时间序列来解释影响重要响应变量的问题，环境科学家经常依赖于一个解释性变量的原始观测数据。然而，有时候，研究者对解释性变量的原始观测数据的兴趣不如对嵌在其时间序列中的事件导致的衍生指数感兴趣。通常这些事件是间歇性的，在一个特定的有限的记忆中发生，在不同水平的强度下持续不同的持续时间，并且在响应变量方面重要时段相互重叠。我们开发了一种称为IMPIT指数的从环境信号中提取的带权重指数的通用参数化方法。为了促进其构建和校准，我们开发了一个用户友好的Shiny R应用程序，称为IMPIT-a。我们构建了从南方涛动指数和海面温度信号中提取的IMPIT指数的例子。我们将其应用于昆士兰水域中的两种渔物(比如鲷鱼和一种扇贝)以及新南威尔士州的小麦产量。
作者：Manuela Mendiolar, Jerzy A. Filar, Wen-Hsi Yang, Susannah Leahy, Anthony Courtney
论文ID：2303.16073
分类：Applications
分类简称：stat.AP
提交时间：2023-03-29