新疆玛纳斯灌区水面蒸发量主成分分析

对新疆玛纳斯灌区水面蒸发气象影响因子进行了主成分分析.第一主成分代表空气冷热状况;第二主成分代表空气动力条件和日照条件;第三主成分代表相对湿度.前3个主成分累计贡献率已达97.7%,故提取3个主成分已能满足要求.经过检验,利用2个主成分建立二元一次回归方程,并与应用所有气象影响因子建立的多元线性回归方程相比较,结果显示,主成.分分析方法建立的回归方程的偏回归系数均通过t检验,达到极显著水平,多元线性回归方程虽拟合效果稍优于主成分分析方法,但偏回归系数b均未通过t检验,系数显著性水平不如主成分分析法.     

哀牢山湿性常绿阔叶林林窗木质藤本植物的物种组成与多样性

木质藤本植物是热带和亚热带森林中重要的植被和生态的组分.通过对哀牢山山地湿性常绿阔叶林中30个林窗的调查,探讨了林窗-林窗边缘-林内的梯度上,以及不同大小和演替阶段的林窗中藤本植物的物种组成与多样性的变化.结果表明:阳性种藤本植物主要出现在林窗中,而且对不同大小和演替阶段林窗环境的反应存在明显的差异;耐荫种藤本植物则主要出现在林内,林窗边缘以及中、小面积的林窗和处于演替中、后期的林窗中.从林窗中心到林窗边缘和林内藤本植物的多样性(Fisher's α多样性指数)和多度呈降低的趋势.此外,藤本植物的多样性在中等大小和处于演替中、后期的林窗中较高,而其多度在小林窗和处于演替中期的林窗中较高.该研究指出藤本植物物种问生活史特性存在明显的差异,阳性种藤本植物的物种多样性是由林窗来维持的.     

金眶鸻巢址选择的研究

2007年4-7月,采用野外直接观察和样方法在北京野鸭湖湿地自然保护区对金眶鸻（Choradrius dubius）的巢址进行了调查研究。金眶鸻于4月中上旬迁来野鸭湖,5月初开始产卵。野外共发现金眶鸻的巢45个,其中水库岸边28个,岛上17个。逐巢进行了常规测量,并对巢址及附近无巢区域的生境进行了调查。通过主成分分析和独立样本t检验,结果表明,影响金眶鸻巢址选择的主要因子依次是植被盖度、植物种类、植被密度、距水源的距离、植被高度最大值、干草比例等。这说明金眶鸻倾向于在植被物种丰富度较高、植被较高、密度和盖度较大、距水源较近的地方营巢。巢址选择除了与隐蔽、食物、水、种内竞争等有关外,还与巢的保温性能有关,而巢的隐蔽性与食物是其中的关键因素。     

陕西宝鸡市三趾马红土工程地质特性及灾害效应

陕西宝鸡市渭河北岸地区厚层黄土底部普遍存在一套三趾马红土,其物理力学特性控制着滑坡灾害的发生。通过试验分析发现：①三趾马红土粘粒含量高（一般在37%~55%之间）、蒙脱石或伊利石/蒙脱石类膨胀性粘土矿物含量大（相对含量55%~75%,绝对含量21.99%~33.98%）、有效蒙脱石含量为18.61%~27.56%,比表面积平均值为204.7m2/g,最高达262.9m2/g,属于膨胀性粘土,物理化学活性强;②三趾马红土微裂隙发育、胶结程度差、易崩解,天然状态下为坚硬粘土,饱水后呈现可塑—软塑态,具显著膨胀性;③三趾马红土的天然强度相对较高,而遇水饱和后,粘聚力和内摩擦角明显降低,峰值强度和残余剪强度降幅在47%~63％之间。因此,三趾马红土在地下水作用下强度显著降低,成为高陡斜坡中的软弱地层,形成剪切带,控制着渭北黄土塬边地区滑坡的发育与分布。     

低孔渗砂岩孔隙结构分类方法研究

低孔渗砂岩储层孔隙结构复杂,在二维与三维空间中具有较强非均质性,对储集空间的测井响应有极大影响。而压汞曲线、核磁T₂谱、铸体薄片3种资料在一定程度上各自反映了孔隙结构的不同特征,本文分别提取3种资料的微观孔隙结构参数进行相关性分析,最终分别利用主成分分析-模糊均值聚类方法实现孔隙结构分类,其分类结果压汞曲线分形法所得一致。     

基于地震信号波形形态差异的面波噪声稀疏优化分离方法

实际地震信号通常可表示为具有波形特征差异的多种基本波形信号的线性组合,如叠前道集中的工频干扰噪声与有效波信号、面波噪声与体波信号等.选择单一数学变换方法,往往不易实现地震信号的稀疏表示.近年来发展的形态成分分析理论,通过联合多种数学变换,可实现对复杂信号的稀疏表示.本文根据单道地震记录中面波与体波信号波形结构特征的差异性,提出一种基于形态成分分析的面波噪声衰减方法.针对面波的低频、窄带以及频散特性选择一维平稳小波变换作为其稀疏表示字典,而针对体波波形的局部相关特性选择局部离散余弦变换作为其稀疏表示字典,建立基于双波形字典的形态成分分析模型,通过求解该稀疏优化问题获得最终的信噪分离结果.理论模型和实际地震资料处理证实该方法不仅能够衰减单炮地震记录中的强面波干扰噪声,同时能够更好地保护有效信号的波形特征与频谱带宽,为地震资料的后续处理和分析提供良好的数据基础.     

腾格里沙漠丘间地风沙沉积210Pb初探

210Pb方法被广泛运用于不同环境沉积物年龄和沉积速率的测定[17],以及陆地沉积环境侵蚀速率研究[8]。本文拟运用210Pb方法对前人未涉及过的沙漠沉积环境作初步研究,了解在沙漠风沙沉积中210Pb比活度的分布,探讨210Pb方法对风沙沉积物年龄和沉积速率的适用性。同时,试图通过对样品粒径与总210Pb（210Pbtot）比活度的关系建立拟合方程,为运用210Pb方法进行沉积物研究提供粒度校正方面的参考。运用210Pb计年的前提之一是具有稳定的沉积环境[9]。腾格里沙漠位于阿拉善台地东南部一断陷盆地,东界贺兰山,西北以雅布赖山与巴丹吉林沙漠相隔,南侧以祁连山为界。     

岩溶石漠化山地不同退耕模式土壤抗蚀性及其与结构体分形关系研究

通过对岩溶石漠化山地中小尺度范围内的现有三种主要退耕模式及对照地土壤抗蚀性主成分分析及与各级结构体分形维数关系研究,结果表明:(1)研究区退耕地在3~6年内土壤抗蚀性均发生了比较明显的变化,但都介于传统耕地与马尾松次生灌丛之间,其中以具有复式结构的退耕樟树+草被退耕模式的抗蚀效果较理想;(2)与传统旱耕地不同,各退耕模式土壤抗蚀性均是A层土壤强于B层土壤,表明退耕有利于A层土壤抗蚀性迅速提高,尤其是草本+乔灌模式对A层土壤抗蚀性的提高更为显著;(3)>0.25mm水稳性团聚体含量及破坏率、水稳性指数、有机质含量为评价土壤抗蚀性的最佳四指标;(4)微团聚体、风干团聚体分形维数表征土壤抗蚀性有一定的局限性,而机械组成、水稳定性团聚体分维数与抗蚀性综合分值相关性较高,尤其是水稳性团聚体分形维数可较好地反映出土壤的抗蚀特性.     

PCA-BP神经网络在SO2浓度预报中的应用

将基于主成分分析(PCA)的BP神经网络预报方法引入大气污染预报,建立SO2浓度预报模型.结果表明:应用主成分分析对数据进行前处理,以原始预报因子的主成分作为BP神经网络的输入,降低了数据维数,消除了样本间存在的相关性,大大加快了BP神经网络的收敛速度.对模型进行预报验证,预报值与实际值之间的绝对误差为0.0098,预报值与实际值的相关系数达到0.885,得到较好的预报效果.并且比一般的BP神经网络模型具有较高的拟合和预报精度.     

基于MATLAB的主成分RBF神经网络降水预报模型

以前期500 hPa高度场、海温场为预报因子,采用径向基函数(RBF)神经网络与主成分分析相结合的方法,建立了广西中部5月平均降水预报模型。在5年独立样本的预测检验中,预测的平均相对误差、均方误差及平均绝对误差分别为18.12%、50.52和34.23。对比分析RBF神经网络与BP(Back Propagation)神经网络的预测结果,表明RBF神经网络预测结果更准确、精度更高。