排序方式: 共有17条查询结果,搜索用时 15 毫秒
1.
使用2005年11月26日江西九江5.7级地震前震中附近地区的地震资料, 选择反映地震活动时、 空、 强特征的地震频次N(ML≥3.0)、 b值、 η值、 A(b)值、 Mf值、 Ac值、 C值和D值参量进行因子分析。 这些参量之间具有一定的相关性, 各参量在不同时段的变化各有所异, 预报效果并不理想。 但是根据因子分析可以得到反映地震活动时、 空、 强特征的综合指标Wfa值, 该指标在九江5.7级地震前出现明显的异常变化。 表明综合指标Wfa值可以较好地反映地震活动的异常特征。 文中还对与因子分析结果的有关问题进行了讨论。 相似文献
2.
3.
本文用特征向量分析法对1973年北京地磁台水平磁场强度H的时均值资料进行了研究,识别出了行星际磁场扇形效应对中低纬地磁场H日变化的贡献。研究结果表明,中低纬扇形效应约为3-5nT的数量级,分点月最大(~5nT),冬季最小(~3nT)。当扇形磁场背离太阳时,扇形效应引起白天H增大,夜间减小;当扇形磁场朝向太阳时,H的变化相反。用第一特征向量推断行星际磁场的扇形极性,其符合率在两分点月份和夏季达到70%左右,冬季低于50%,暗示了冬季反向扇形效应的存在。 相似文献
4.
5.
6.
7.
I. IntroductionOzone p1ays a very 1mportant ro1e in globa1 climate change. This is particularly true inthe stratosphere, where ultra--v1olet solar radiation is strongly absorbed by ozone, leading tosubstantlal change in the earths atmospheric thermal, physical and chemical structure. Al-though the troposphere contains only about l0% of the total atmospheric ozone, the varia-tlon of tropospheric ozone may have more significant cllmatic effect than stratospheric ozoneon the earth's surface temP… 相似文献
8.
ENSO现象与甘肃省夏季降水 总被引:8,自引:3,他引:8
本文利用1958—1986年共29年甘肃省31个测站的夏季(6—8月)降水资料,运用自然正交函数方法进行展开。分析了展开后降水的空间分布特征与第一时间系数的变化规律,並与ENSO现象相对照,发现在ENSO现象发生之年甘肃夏季中部和陇东南降水明显偏少;而在ENSO现象次年夏季降水全省明显偏多。 相似文献
9.
采用1948-2005年NCEP/NCAR全球气温和随机序列分别构建气温关联矩阵和随机关联矩阵并进行比较,发现气温关联矩阵既存在关联"噪声",又存在真实关联;格点气温序列之间既存在临近格点间的短程关联,又存在如厄尔尼诺、三大洋暖池等区域格点间的远程关联.不同时间尺度,这两种关联的表现各有差异,1-10天等小尺度情况下,格点间的关联以短程关联为主;15天及以上尺度短程关联比例显著下降,长程关联有所上升.对关联矩阵和随机关联矩阵求解本征值和本征矢量发现,格点气温序列之间的关联信息主要包含在几个较大本征值所对应的本征矢量中,且格点气温序列在这些本征矢量上的投影能够在一定程度上体现全球气温变化的整体特征.此外,格点气温序列的关联性在时间和空间上均存在显著的变异性,主要表现为1950-1956年、1972-1977年和1996-2000年3个时段相对较高,而1978-1982年和1991-1996年则均值相对较低,存在显著的准10-20年周期振荡;关联系数的空间分布在上述两类尺度下均表现为沿纬向呈准带状分布,但1天尺度的纬向平均具有较好的对称性,由于海陆差异的原因,15天尺度的纬向对称性相对较差,而15天尺度的经向平均具有一定的准对称性. 相似文献
10.
CCA与SVD分析方法比较研究 总被引:5,自引:0,他引:5
文中从理论分析、方法比较以及实例计算几方面,对目前气象资料处理分析中常用的CCA与SVD分析方法进行了比较,结果表明(1) 对同样的变量组X,Y分别用CCA和SVD方法进行相关分析,得到了完全不同的分析结果,CCA所得到的相关就是原始变量组之间的相关;SVD所得到的相关是组合变量L,M5"BZ〗间的相关而不是原始变量组X,Y之间的相关.理论分析和实例计算都表明,两种方法分析得到的最大相关有非常显著的差别,CCA明显比SVD要大得多,且CCA收敛快而SVD收敛慢.所以SVD不能有效地提取两组变量或两个变量场之间相关关系的主要特征,只有CCA才能最大限度地提取它们之间相关关系的主要特征.(2) CCA所得出的两变量组的变量是独立正交变量,所以通过分析CCA组合变量间的相关来表示原变量组间的相关关系是有意义的.而SVD所得到的两变量组的变量不具有独立性和正交性,信息提供重复,存在共线性,所以通过分析SVD组合变量来表示两变量组的相关关系没有CCA方法有意义.(3)CCA是在考虑了各个变量场自身变化的情况下来分解两个变量场间的关系;而SVD是在没有考虑各个变量场自身变化的情况下来分解两个变量场间的协方差关系.很显然,CCA比SVD更全面、更完整和更准确.(4)凡用SVD方法分析得到的结论,由于总可以重新应用CCA方法找到相关更好的不同结果,所以有值得进一步深讨的必要. 相似文献