Toward a stepwise Kwangsian Orogeny

The Kwangsian Orogeny originated along the southeast coast of China and stepwise developed in a northwest direction. It includes two stages, a long locally varying uplift from the Late Ordovician to the early Silurian and a finally tectonic movement near the Silurian and Devonian transition. The Kwangsian uplift event shows a stepwise delay northwestwards from the southeastern coast area in Nemagraptus gracilis Biozone (Sa1) to the south side of the Xuefeng Mountains in or later than Cystograptus vesiculosus Biozone (R3) to Coronograptus cyphus Biozone (R4). In the southern of Yangtze Platform, the Yichang Uplift was droved by the Kwangsian Orogeny forming a diachronous stratigraphical break through Rhuddanian and Aeronian. The distribution of the early Telychian lower marine red beds indicates a northwestward increase of the Cathaysian Oldland. Stratigraphical evidence may explain why the Kwangsian movement was marked by an angular disconformity during the Pridoli to earliest Devonian interval.     

多光谱云分类技术在锋面云系中的应用

将逐个修改聚类和模糊聚类的多光谱云分类技术应用于2002年6月10日03时锋面气旋云系的识别,并采用同一时次的地面常规观测与其进行了对比分析。结果发现,两种聚类方法对典型锋面气旋云系均有较好的识别能力,分类结果与天气概念模型云层分布情况一致;逐个修改聚类对组间差别较大的情况分类效果较好,而模糊聚类却对性质相近的类别有较好的识别;卫星图像分类结果与地面常规观测比较一致,但在层云、积云、层积云等性质较为相近类别的识别上存在一定差异。     

杉木林蓄积量估测的因子选择研究

为提高杉木林蓄积量的估测精度,筛选出对蓄积量有显著解释意义的变量集,本研究采用岭迹分析和逐步回归方法对福建省闽侯白沙国有林场杉木林蓄积量预估模型的主要评价指标因子进行多重相关性研究．结果表明：2种方法对因子的优选结果非常相近,能有效地剔除显著相关的变量,筛选出影响蓄积估测的主要因子信息,为准确估测杉木林蓄积量以及建立预测模型提供方法上的支持．     

基于人工神经网络的大坝变形分析与预报——以西津大坝27~#点的变形监测为例

以MATLAB语言为基础,应用BP神经网络、逐步回归分析进行西津大坝27#点的变形分析与预报研究.在此基础上,进一步提出了逐步回归BP神经网络组合的预报方法,并探讨了3种方法的预报结果.研究表明,BP神经网络用于大坝变形分析与预报是可行的,所提出的逐步回归BP神经网络组合法提高了变形影响因子选择的科学性,在预报效果上,优于前两种方法.     

用T42产品试作安徽12-36小时暴雨预报

采用逐步回归和三级判别方案，以Ｔ４２４８小时预报资料代替实况诊断量作汛期安徽分区暴雨预报。通过１９９３年和１９９４年试验结果表明：（１）两方案预报暴雨的ＣＳＩ评分为０．３０—０．７１，对省级分区暴雨预报有一定的参考价值；（２）逐步回归方案的预报效果优于三级判别；（３）丰梅年Ｔ４２模式的预报效果好干枯梅年。     

舟山市汛期降水量预报方法

利用基于预测误差平方和 ( PRESS)准则的逐步回归分析和基于残差平方和( RSS)准则的逐步回归分析建立了舟山市 3个县区站汛期 ( 5～ 9月 )降水量的预报模型 ,并对两种方法的预测结果进行预报集成 ,经试报和预报检验表明 ,该模型的预测效果较好     

Bayes逐步判别分析法在煤矿瓦斯分区评价中的应用

瓦斯是影响煤矿安全生产的主要因素，本文探索了依据Bayes逐步判别分析法建立评价预测模型，进行矿区瓦斯地质条件分析评价的一般方法，并结合淮南潘三矿的具体数据资料，进行实际应用研究，通过该区瓦斯地质条件评价指标体系的构建和等性块段的划分，实现了该区瓦斯地质条件的分区评价，为制定煤矿开采方案和进行瓦斯防治提供了重要依据。     

气象因子对大豆产量的影响

对 8 5 0试验区 1971～ 1990年的气象因子及大豆产量资料进行了降水、积温的限制因子分析 ,得到降水是影响大豆产量主要限制因子 ;并利用逐步回归分析方法 ,建立大豆产量的预测模型 ,找出影响大豆产量的主要气象因子     

张集煤矿13-1煤层甲烷含量的逐步回归分析

以淮南煤田张集煤矿13-1煤层为例,对甲烷含量进行了多因素逐步回归分析,结果表明:逐步回归模型不仅符合瓦斯地质理论,而且比单因素回归模型具有更高的预测精度,从而具有更大的实用价值。