灰色关联度概念在地质判别分析中的应用

将灰色系统理论中关联度的概念应用于地质判别分析，得到一种新的判别分析方法──灰色判别分析。该方法的基本思想是通过计算未知样品与多组已知样品间的关联度大小来实现样品的分类。经地质学的实例计算表明，该方法切实可行。     

应用判别分析作海冰预报

本文拟用单站水文、气象诸要素资料,应用判别分析方法作海冰预报,作者依据当地的地理环境和各要素对具体海区的影响特点,挑选那些对海冰有直接影响和间接影响的因子做为预报因子,用该方法作的海冰预报,收到了较好的效果。在因子的挑选和组合上,也同样收到较好效果。     

判别分析在海浪分类中的应用

本文将判别分析应用于海浪,目的在于分辨它是风浪或是涌浪。以深水波和浅水波的较广泛数据建立相应的判别函数。就所检验的例子而言,所提函数给出的结果与实际海浪的符合较现有判据的为好。     

黄、东海春季水团的模糊判别分析

使用1987年5～6月黄、东海的调查资料,在水团多元模糊划分的基础上,引入了使用隶属函数的模糊判别分析,对海域中的11个水团模糊划分的有效性,给出了合理的判别方法,使水团的模糊分析增添了新的内容,得到了一些有益的结论。同时,简要地分析了各水团的分布与特征。     

斑尾复鰕虎鱼群体的形态学比较

对采自丹东、大连、东营、青岛、赣榆、舟山、厦门7个斑尾复鰕虎鱼群体的可量性状和可数性状进行了主成分分析、聚类分析、判别分析和单因子方差分析.主成分分析和聚类分析结果显示东营和赣榆群体为一组,而其它群体为另一组.2组差异极为显著.主成分分析构建了4个主成分,其贡献率分别为41.30%,8.92%,8.08%和7.31%,累计贡献率为65.60%.第一主成分主要受尾柄长/尾柄高、体高/体长、头长/体长和吻至背鳍起点/体长的影响.判别分析也可将两组群体分开,东营和赣榆组与另一组没有误判,对于样本所属海域的判别,其中东营为100%,最低为青岛群体66.7%,综合判别率为85.5%;选取贡献较大的14个特征值建立判别公式,利用判别公式计算各群体的差别准确率为62.1%～100%.对形态特征参数进行单因子方差分析,计算差异系数,根据Mayr等提出的75%规则,认为两组群体已达到亚种水平,而两组群体内的形态差异为种内不同群体间的差异.     

尼罗罗非鱼(Oreochromis niloticus)不同月龄性状的主成分与判别分析

采用主成分与判别分析的方法,研究尼罗罗非鱼形态性状的增长规律,并判定其最佳生长季节体格与月龄的关系。选择2—5月龄尼罗罗非鱼各100尾,测量体长、头长、躯干长、体高、尾柄长、尾柄高、体宽和体重共8个性状,并对其进行主成分与判别分析。主成分分析结果表明:尼罗罗非鱼各月龄的体型特征参数间均有不同程度的正相关(P<0.05),体重与体长、体高的相关性最显著;不同月龄尼罗罗非鱼性状的主成分有所不同,主成分1:2—5月龄均相同为增重因子;主成分2:2—4月龄均为尾柄因子,而5月龄是躯干因子;主成分3:2月龄是头部因子,3—4月龄是躯干因子,5月龄是尾柄因子。通过建立判别式来判断错过最佳生长季节尼罗罗非鱼的体格与大小相符的月龄,判别结果表明,总的判别准确率为99.25%,其中2—4月龄尼罗罗非鱼的判别准确率为100%。     

菲律宾蛤仔5个地理群体形态差异分析

应用单因素方差分析、聚类分析、主成分分析和判别分析方法,对海州(HZ)、南浦(NP)、莱州(LZ)、莆田(PT)和汕尾(SW)等不同海域的5个菲律宾蛤仔(Ruditapes philippinarum)野生群体形态数据进行比较分析。单因素方差分析表明HZ群体在多个形态参数上与其它组差异显著;聚类分析显示HZ群体与其它组距离较大;主成分分析共提取2个主成分,贡献率为28.28%和20.77%,累计贡献率为49.05%,散布图表明HZ群体与其他组区分明显;建立了5个群体的判别函数,判别准确率P1和P2均为36.0%~80.0%,综合判别率为53.6%,HZ群体的判别率最高。以上结果说明HZ群体与其它4组形态差异显著。     

海洋水团的Fisher型逐步判别预报

判别分析是多元分析方法之一,我们将其应用于海洋水团的判别预报。用逐步判别的方法挑选因子,依每个因子的Wilks量进行F—检验,逐步地将判别“能力”强的因子选入。同时将由于其他因子组合而相形见绌者及时剔除。根据矩阵变换的信息,给出了Fisher型逐步判别预报式。将北黄海冷水团强度预报作为示例,给出了筛选因子及建立判别式的全过程。用历史资料检验了预报效果。与习用的Bayes型逐步判别预报进行了对比。     

粤西海域水质评价方法的研究及应用

针对海洋水质评价问题,建立了一套先利用主成分分析法明确各水质指标权重关系,继而参考权重关系依照海水水质分类标准建立分类样本,最终通过判别分析方法建立判别函数实现水体自动分类的方案。该方案在粤西海域,水体分类回判符合率达到91.4%。依据自动分类结果绘制了粤西海域2008—2010年水体分布专题图,为粤西海域环境污染防治提供了决策依据。     

南海北部海区水团的判别分析

将判别分析应用于南海北部海区的水团分析。划分为八个水团:沿岸冲淡水团(F),近岸混合水团(M),暖表层水团(WS),表层水团(S),表—次层混合水团(SU),次层水团(U),次—中层混合水团(UI)和中层水团(I)。给出了各水团在四季代表月的Bayes多组判别的系数和参数。用资料检验判别的成效.冬季和春季可达95.90％以上,夏季为94.80％,秋季是全年最低值,为92.72％。讨论了造成错判的原因,并与Fisher判别作了比较。当测值维数较低时,建议选用Bayes判别。对八个水团以及各水团两两之间差异的显著性进行了检验,证实在每个季节中各水团之间的差异,都在高度置信水平(α=0.01)上具有显著性。因而,划分为八个水团是有实际意义的,其判别式的系数和参数,可用于实际的判别和预报。     

中国5 个海区不同群体毛蚶形态差异分析

运用多变量形态度量学分析方法,采用10个形态性状,对中国5个海区5个野生毛蚶群体间的形态差异进行了比较研究.聚类分析和主成分分析结果表明:天津塘沽群体和山东青岛群体形态最为接近,广西北海群体的趋异程度最大.主成分分析建立了3个主成分--主成分1、主成分2和主成分3,其贡献率分别为:34.70%、19.80%、15.00%,积累贡献率为69.50%. 判别分析结果显示,5个群体间的形态差异显著(P<0.01).建立了5个群体毛蚶的判别函数,其判别准确率P1为45.45%～95.45%、P2为36.36%～95.45%,综合判别率为74.50%.     

红鳍东方鲀(Takifugu rubripes)三个不同群体的形态差异分析

对3个不同群体红鳍东方鲀(Takifugu rubripes)进行16项形态性状的测定,采用3种多元统计分析方法和方差分析方法,比较了3个群体的外部形态特征。聚类分析结果表明,3个红鳍东方鲀群体中,日本群体(J)和养殖群体(R)的差异最大,野生群体(Y)和养殖群体(R)的差异最小。主成分分析构建了3个反映形态特征信息的综合性指标——主成分1、主成分2和主成分3,三者的贡献率分别为54.961%、12.129%和6.459%,三个主成分的累积贡献率为73.549%,3群体之间存在明显的偏离,形成三个不同的类群,其中,养殖群体(R)和日本群体(J)间的形态差异最大,野生群体(Y)和养殖群体(R)的形态差异最小。判别分析表明,3个红鳍东方鲀群体的形态差异基本上达到差异显著(P0.05)或极显著水平(P0.01),利用贡献率最大的6个参数建立了3个群体的判别函数,其判别准确率分别为97.69%—100%(P1)、97.39%—100%(P2),综合判别率为98.62%,可以认为逐步判别法对于红鳍东方鲀不同群体的初步鉴定是可行的。方差分析多重比较结果表明,3个群体在部分形态特征上表现出明显差异,其中,养殖群体(R)和日本群体(J)之间形态特征差异显著指标最多,养殖群体(R)和野生群体(Y)之间形态特征差异显著指标最少。显然,聚类分析、主成分分析、判别分析和方差分析的结论基本上是类似的,它们从不同角度反映了群体间的形态学差异。     

Sediment distribution patterns and related depositional environments in the Atchafalaya Bay,Louisiana

Abstract

Three sets of bottom sediment samples, totalling 563, were collected in the Atchafalaya Bay, Louisiana. Cluster analysis was applied to each set of data based on grain‐size distribution. Comparison between resulting clusters and depositional environments indicates that the results of cluster analysis are sedimentologically meaningful and environmentally significant. A follow‐up discriminant analysis shows the stability of the classification system. The system then, in turn, can be used to classify sediments from unknown sources in the study area.     

养殖曼氏无针乌贼(Sepiella japonica)的两性异形及判别模式的建立

两性个体的有效鉴别是曼氏无针乌贼高效繁育及养殖模式(如单性养殖)建立的基础。为研究曼氏无针乌贼主要形态指标及雌雄形态差异,测量了160只F1代曼氏无针乌贼的19项可测量性状及13项标准化性状。采用聚类分析、主成分分析和判别分析方法研究了曼氏无针乌贼同生群两性间的形态差异。结果表明:两性间可测量性状和标准化性状各有10项有显著性差异(P0.05);对标准化性状经过主成分分析和R-聚类分析均显示曼氏无针乌贼的两性的差异主要集中在辅助交配器官特征,头部特征,捕食器官和肥瘦特征以及体型特征等4个方面。在此基础上,通过逐步判别法从标准化性状中筛选出3项,即左3腕长/胴长、左4腕长/胴长及左触腕长/胴长,建立了雌雄的判别方程:雄性:F1=223.42X3+165.85X4+7.951X5–108.06;雌性:F2=151.48X3+92.71X4+19.19X5–60.38。所建立的判别方程,对样本群体的综合判别率达到95.00%。利用F2代亲体测量数据对判别函数进行识别验证,综合判别率达到85.34%。在判别方程中的3个标准化性状中,左3腕长/胴长和左4腕长/胴长在两性亲体间均存在显著的差异(P0.05),表明曼氏无针乌贼的雄性在性选择的作用下,交配器官存在显著差异。     

逐步判别分析法在海洋水质评价中的应用

针对粤西海域海洋水质评价这一问题,依照GB 3097-1997《国家海水水质标准》建立一个由400个站位组成、每个站位包含13个水质指标信息的假设随机样本,利用逐步判别分析法,在随机样本的13个水质指标中按其对水质分类判别能力的大小进行筛选,最终选出化学需氧量、石油类、镉、总磷、总氮这5个具有显著判别能力的指标,并利用这5个指标建立判别函数及水质分类图版,进而克服水质指标数据引入过多对水质评价模型的不利影响。利用上述水质分类图版对粤西海域2010年40个站位的水质状况进行了评价,对比海洋与渔业环境监测站的水质分类结果,其正确率为95%,说明该水质分类图版具有良好的实际应用效果,可作为解决利用多水质指标信息综合评价海洋水质这一问题的有效方法。     

应用模式输出统计作海雾出现判别预报

应用模式输出统计的逐步判别方法，对山东南部沿海４～７月海雾出现作２４ｈ的判别预报。候选预报因子包括：日本数值预报传真图、近岸台站的观测、经验设计因子及其一些组合因子。对１９９３年４～７月独立资料，进行试报检验，结果表明，预报准确率达７７％     

费歇判别法识别大孔道

根据测井曲线,运用费歇准则导出了识别砂岩油层大孔道的判别函数,判别函数是测井曲线的线性组合。利用此判别函数实现了在微机上用费歇方法识别大孔道的问题。针对大庆某地区一模型,取得了令人满意的结果,正确率达85%以上,结果表明,费歇判别法是识别大孔道的行之有效的方法。     

1998年夏季南海水团分析

根据 1 998年夏季“南海季风试验 ( SCSMEX)”期间所获的 CTD资料 ,使用系统聚类、Fuzzy模式聚类、Bayes判别分析和 Fuzzy分析等水团分析方法 ,对南海水体的结构和水团配置状况等进行了分析 ,划出了南海存在的 9个主要水团 ,并对各水团的温、盐度特征进行了初析。在调查期间 ,南海本地水 (南海水 )几乎控制了整个调查海区 ,而黑潮水仅出现在台湾岛的西南海域 ;海水强烈混合发生在吕宋海峡附近 ;在中南半岛以东和吕宋岛以西海域 ,表层水明显下沉 ;在南海东南部可能有来自苏禄海的海水 ,其温、盐度特征类似于吕宋海峡中的黑潮水