Tsunami Data Assimilation for Early Warning (eBook)

Tsunami Data Assimilation for Early Warning (eBook)

Yuchen Wang
Yuchen Wang
Prezzo:
€ 140,39
Compra EPUB
Prezzo:
€ 140,39
Compra EPUB

Formato

:
EPUB
Cloud: Scopri di più
Lingua: en
Editore: Springer
Collana: Springer Theses
Codice EAN: 9789811973390
Anno pubblicazione: 2022
Scopri QUI come leggere i tuoi eBook

Note legali

NOTE LEGALI

a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso
b) Informazioni sul prezzo
Il prezzo barrato corrisponde al prezzo di vendita al pubblico al lordo di IVA e al netto delle spese di spedizione
Il prezzo barrato dei libri italiani corrisponde al prezzo di copertina.
I libri in inglese di Libraccio sono di provenienza americana o inglese.
Libraccio riceve quotidianamente i prodotti dagli USA e dalla Gran Bretagna, pagandone i costi di importazione, spedizione in Italia ecc.
Il prezzo in EURO è fissato da Libraccio e, in alcuni casi, può discostarsi leggermente dal cambio dollaro/euro o sterlina/euro del giorno. Il prezzo che pagherai sarà quello in EURO al momento della conferma dell'ordine.
In ogni caso potrai verificare la convenienza dei nostri prezzi rispetto ad altri siti italiani e, in moltissimi casi, anche rispetto all'acquisto su siti americani o inglesi.
c) Disponibilità
I termini relativi alla disponibilità dei prodotti sono indicati nelle Condizioni generali di vendita.

Disponibilità immediata
L'articolo è immediatamente disponibile presso Libraccio e saremo in grado di procedere con la spedizione entro un giorno lavorativo.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Disponibile in giorni o settimane (ad es. "3-5-10 giorni", "4-5 settimane" )
L'articolo sarà disponibile entro le tempistiche indicate, necessarie per ricevere l'articolo dai nostri fornitori e preparare la spedizione.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Prenotazione libri scolastici
Il servizio ti permette di prenotare libri scolastici nuovi che risultano non disponibili al momento dell'acquisto.

Attualmente non disponibile
L'articolo sarà disponibile ma non sappiamo ancora quando. Inserisci la tua mail dalla scheda prodotto attivando il servizio Libraccio “avvisami” e sarai contattato quando sarà ordinabile.

Difficile reperibilità
Abbiamo dei problemi nel reperire il prodotto. Il fornitore non ci dà informazioni sulla sua reperibilità, ma se desideri comunque effettuare l'ordine, cercheremo di averlo nei tempi indicati. Se non sarà possibile, ti avvertiremo via e-mail e l'ordine verrà cancellato.
Chiudi

Descrizione

This book focuses on proposing a tsunami early warning system using data assimilation of offshore data. First, Green’s Function-based Tsunami Data Assimilation (GFTDA) is proposed to reduce the computation time for assimilation. It can forecast the waveform at Points of Interest (PoIs) by superposing Green’s functions between observational stations and PoIs. GFTDA achieves an equivalently high accuracy of tsunami forecasting to the previous approaches, while saving sufficient time to achieve an early warning. Second, a modified tsunami data assimilation method is explored for regions with a sparse observation network. The method uses interpolated waveforms at virtual stations to construct the complete wavefront for tsunami propagation. Its application to the 2009 Dusky Sound, New Zealand earthquake, and the 2015 Illapel earthquake revealed that adopting virtual stations greatly improved the tsunami forecasting accuracy for regions without a dense observation network. Finally, a real-time tsunami detection algorithm using Ensemble Empirical Mode Decomposition (EEMD) is presented. The tsunami signals of the offshore bottom pressure gauge can be automatically separated from the tidal components, seismic waves, and background noise. The algorithm could detect tsunami arrival with a short detection delay and accurately characterize the tsunami amplitude. Furthermore, the tsunami data assimilation approach is combined with the real-time tsunami detection algorithm, which is applied to the tsunami of the 2016 Fukushima earthquake. The proposed tsunami data assimilation approach can be put into practice with the help of the real-time tsunami detection algorithm.