Fakulteta za pomorstvo in promet
open sidebar

Pomorstvo in promet
2025/2026

Moderne metode v oceanografiji


Učni načrt

Razstavitev procesov na lastna gibanja geofizikalne tekočine. Pri tem gre za razstavitev lineariziranega gibanja geofizikalne tekočine na rotirajoči Zemlji, ki je hkrati tudi stratificirana. Z metodo prevedemo gibalne enačbe za stratificirano tekočino v vsoto gibalnih enačb, ki so po obliki enake tisti za nestratificirano tekočino, pri čemer se vsako lastno gibanje širi po tekočini s t.im. interno (baroklinsko) hitrostjo, ki tudi ustreza internemu Rossby-evemu polmeru deformacije, kateri pomeni značilno horizontalno merilo za velikost struktur v geofizikalni tekočini. Pri tej razstavitvi nizkofrekvenčnega gibanja v dolge valove so seldnji nedisperzivni, kar pomeni, da je njihova fazna hitrost širjenja enaka skupinski hitrosti.

EOF (Empirical Orthogonal Function) in PCA (Principal Component Analysis) pomenita razstavitev časovno-prostorsko porazdeljenih količin (npr. temperatura morja) na glavne (lastne) prostorske porazdelitve količin, ki se časovno spreminjajo in katere vsebujejo tudi največje deleže prostorskih varianc. Ta analiza količin pomeni tudi izjemno redukcijo mase podatkov, ki se asimilirajo v prognostičnih modelih in še vedno zajemajo glavne značilnosti

Kalmanov filter – poleg optimalne interpolacije ta filter, ki ima sicer izjemno uporabnost v teoriji kontrole, pomeni eno od ključnih metod pri podatkovni asimilaciji v prognostičnem modeliranju in predstavlja uspešno izboljšanje prognoze s pomočjo izmerjenih vrednosti.

Fourierova analiza in HHT (Hilbert-Huang Transformation) časovnih nizov količin. Medtem ko so pri Fourierovi analizi energijski deleži (variance) v posameznih Fourier-ovih komponentah časovnega niza fiksno določeni s frekvencami, pa moderna HHT metoda analize, ki združuje EMD (Empirical Mode Decomposition) in HSA (Hilbert Spectral Analysis), omogoča časovni razvoj frekvenc. Gre za adaptivno analizo, ki je primerna za opazovanje in razstavitev nelinearnih dinamičnih sistemov na IMF (Intrinsic Mode Functions), ki ohranjajo število ničel, ekstremov in simetrično obliko okoli njih. Gre za adaptivno metodo, ki je primerna za opazovanje nestacionarnih procesov s spreminjajočimi se deleži energije pri posameznih frekvencah, ki se časovno spreminjajo. Omogoča tudi jasno analizo razlikovanja trendov od periodičnih gibanj, ki so tudi časovno spremenljiva.

Wavelet analysis ('valčki') – tudi analiza časovnih nizov s pomočjo razstavitve na ortogonalne funkcije valčkov, ki so časovno in frekvenčno omejeni, omogočajo jasno razločevanje porazdelitve energije (in variance količin) na posamezne frekvence in tudi njihovo časovno spreminjanje.

Več...

Cilji in kompetence

Doktorandi pridobijo znanja o sodobnih metodah in pristopih dela, ki so prisotni v fizikalni oceanografiji, ki so danes v rabi pri prognoziranju cirkulacije, asimilaciji meritev v prognoze in analizi mase podatkov.


Temeljna literatura

  1. Emery W.J. in R.E. Thomson, 2014: Data Analysis Methods in Physical Oceanography (3rd Ed.). Pergamon Press, 716 pp.
  2. Computer implemented Empirical Mode Decomposition apparatus, method and article of manufacture. US Patent 5,983,162, Granted Nov. 9, 1999 (NASA).
  3. Empirical Mode Decomposition apparatus, method and article of manufacture for analyzing biological signals and performing curve fitting. US Patent 6, 738,734 B1, Granted May 18, 2004 (NASA).
  4. Ensemble Empirical Mode Decomposition: A Noise Assisted Data Analysis Method by Zhaohua Wu and Norden Huang. Application Pending 2007.
  5. Wu, Z., Huang, N. E, S. R. Long, in C.-K. Peng (2007), On the trend, detrending, and the variability of nonlinear and non-stationary time series, Proc. Natl. Acad. Sci. USA., 104, 14889-14894.
  6. Wu, Z. in N. E Huang (2008). Ensemble Empirical Mode Decomposition: a noise-assisted data analysis method. Advances in Adaptive Data Analysis. 1, 1-41.
  7. Huang, N. E. in Wu, Z. (2008). A review on Hilbert-Huang transform: method and its applications to geophysical studies. Reviews of Geophysics, 46, RG2006.
  8. Meyers, S. D., Kelly, in J. J. O'Brien (1993). An introduction to wavelet analysis in oceanography and meteorology: with application to the dispersion of Yanai waves. Monthly Weather Review, 121, 2858-2866.
  9. Torrence, C. in G. P. Compo (1998). A practical guide to wavelet analysis. BAMS (Bull. of the American Meteor. Soc.), 79, 61-78.
  10. Rozier D. in sod. (2007). A reduced-order kalman filter for data assimilation in physical oceanography. SIAM, 49, 449-465.

Izvajalci

Predavanja