为研究地球自转速率变化的非线性特性,结合自适应噪声完备经验模态分解、定量递归分析和Grassberger-Procaccia算法,从周期、混沌和分形多角度对1962年1月1日至2023年12月31日反映地球自转速率变化的日长变化(length of day,ΔLOD)观测...为研究地球自转速率变化的非线性特性,结合自适应噪声完备经验模态分解、定量递归分析和Grassberger-Procaccia算法,从周期、混沌和分形多角度对1962年1月1日至2023年12月31日反映地球自转速率变化的日长变化(length of day,ΔLOD)观测序列的非线性特性进行全面分析,并着重对比分析扣除周期成分或混沌成分前后ΔLOD特性是否存在明显区别.主要结论如下:1)ΔLOD时间序列由趋势成分、周期成分和混沌成分构成,具有明显的多时间尺度、混沌动力学特性和分形结构;2)扣除混沌成分后的时间序列周期与原始ΔLOD时间序列的周期完全相同;3)原始ΔLOD时间序列和其扣除趋势成分和周期成分后的时间序列的混沌特性无显著性差异,但前者分形结构的复杂性相对更强.展开更多
文摘为研究地球自转速率变化的非线性特性,结合自适应噪声完备经验模态分解、定量递归分析和Grassberger-Procaccia算法,从周期、混沌和分形多角度对1962年1月1日至2023年12月31日反映地球自转速率变化的日长变化(length of day,ΔLOD)观测序列的非线性特性进行全面分析,并着重对比分析扣除周期成分或混沌成分前后ΔLOD特性是否存在明显区别.主要结论如下:1)ΔLOD时间序列由趋势成分、周期成分和混沌成分构成,具有明显的多时间尺度、混沌动力学特性和分形结构;2)扣除混沌成分后的时间序列周期与原始ΔLOD时间序列的周期完全相同;3)原始ΔLOD时间序列和其扣除趋势成分和周期成分后的时间序列的混沌特性无显著性差异,但前者分形结构的复杂性相对更强.
