烟台地区水面蒸发量主成分分析法研究

考虑到水面蒸发气象影响因子之间普遍存在显著相关,若应用所有气象因子建立水面蒸发量计算模型则存在信息重叠问题,而主成分分析方法可以解决该问题。烟台地区水面蒸发气象影响因子的主成分分析表明,前3个主成分累计贡献率已达88.32%,故提取3个主成分已能满足要求。第1主成分代表空气冷热状况;第2主成分代表空气动力状况;第3主成分代表太阳辐射。利用3个主成分建立三元一次回归方程,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b3未通过t检验,系数显著性水平不如主成分分析法。图3,表7,参8。     

烟台果园土壤温度影响因素及其预测模型研究

利用AXWG03自动气象站于2007年3～6月对烟台市-果园内表层土壤温度及其环境气象因子进行了观测,分析了土壤温度与气象因子之间的相关性,并建立了基于气象因子的土壤温度预测模型.结果表明在相对湿度、大气温度、风速、太阳总辐射和大气压5个常规气象因子中,相对湿度、大气温度、风速、太阳总辐射与土壤温度存在极显著相关关系,大气压与土壤温度相关关系不显著;故以相对湿度、大气温度、风速、太阳总辐射等4个气象因子为输入变量,分别利用多元线性回归和BP人工神经网络方法建立土壤温度预测模型,其中BP人工神经网络模型预测值最大相对误差不足1.24%,多元线性回归模型预测值相对误差在1.93%以上.因此建立的神经网络模型具有很高的精度,能很好地满足土壤温度的预测要求.表4,参13.     

主成分分析与系统聚类法在农业用地优先度评价中的应用

农业用地在土地利用中占了主导地位,是进行农业各部门生产的基本生产资料,因此合理开发农业土地资源,提高土地的利用率,实现农业的可持续发展,具有极其重要的意义。利用主成分分析和系统聚类法对山东省农业用地的影响因素进行分析,找出在农业用地上起主导作用的因素,为农业用地的合理利用提供一个理论依据,并从中分析出农业用地比较合理的城市,为其他城市农业用地的改革与发展提供一些较好的例子。两种方法的综合利用能更好更科学地反映山东省农业用地的真实情况,为理论的发展和决策的实现提供了很好的理论工具。图1,表4,参7。     

基于高光谱的法国梧桐和毛白杨叶片叶绿素含量反演模型研究

利用ASD便携式野外光谱仪和SPAD-502叶绿素计,实测了落叶阔叶树法国梧桐(Platanus orientalis L)和毛白杨(Populus tomentosa Carr)叶片的高光谱反射率与叶片绿度,并对原始光谱反射率及一阶导数光谱与叶片绿度进行了相关分析;采用导数光谱数据敏感波段建立了叶绿素含量估算模型,法国梧桐和毛白杨模型的确定性系数R2分别为0.7791和0.6858;采用相关系数较大的波段作为BP和RBF人工神经网络模型的输入变量,分别进行了叶绿素含量的估算,结果表明,BP和RBF神经网络模型预测效果均良好,在预测精度上,RBF略优于BP神经网络模型.