随机水文学 资源收集

从19年2月17号开始,在平时研究中,遇到的随机水文学资源,收集。
我的onenote中还有一些待整理。

论文
通过变点连续平均法(SAM)识别部分趋势
https://www.sciencedirect.com/science/article/pii/S002216941930143X

软件
###非常好### ###########
Pastas是一个用于分析水文时间序列的开源框架
https://github.com/pastas/pastas
###非常好###########
时间序列数据集的原因发现
https://github.com/jakobrunge/tigramite
从时间序列中自动提取相关特征
https://github.com/nelsonroque/tsfeature
https://github.com/blue-yonder/tsfresh
专用于时间序列数据的机器学习工具包
https://github.com/rtavenar/tslearn

Feature Extraction And Statistics for Time Series
https://feasts.tidyverts.org/
时间序列的特征提取和统计
该软件包使用tsibble软件包提供的整洁时态数据来生成时间序列特征,分解,统计摘要和方便的可视化。这些功能有助于理解时间序列数据的行为,并与寓言包中使用的整洁预测工作流程紧密集成。

用于比较模拟和观测水文时间序列的拟合优度函数
https://github.com/hzambran/hydroGOF
水文模拟的时间序列管理,分析和插值
https://github.com/hzambran/hydroTSM

用于时间序列分析的python包
https://github.com/MaxBenChrist/awesome_time_series_in_python

用于时间序列分析和预测的新工具箱
https://github.com/djpt999/ECOTOOL

教程
use Facebook’s Prophet to predict air quality
https://towardsdatascience.com/time-series-forecasting-with-prophet-54f2ac5e722e

检测时间序列数据中的平稳性
https://towardsdatascience.com/detecting-stationarity-in-time-series-data-d29e0a21e638

发表评论

电子邮件地址不会被公开。