广东冬末春初冷暖变化时空分布特征及类型

利用主分量分析方法对广东省1954-2000年1～3月气温进行统计分析，计算该时期气温场时空分布特征及分布的主要类型，同时对典型冷暖年份分析了500hPa环流形势特征。结果表明：①广东1-3月气温分布从东南向西北减低；②有4种分布类型：即全省型，南北型，相间型，西、西南和其它地区型；③全省性特暖年数量变化趋势为：20世纪50年代没有特暖年，以后随年代增加，到90年代特暖年明显增多；两个典型全省性冷暖年的亚洲月平均500hPa西风环流指数有明显差异.     

广东低温阴雨年景预测

在广东省低温阴雨天气的特征和类型研究的基础上,采用气候场主分量逐步回归预报模型,通过相关分析和逐步回归,求得低温阴雨场主分量与高度场、海温场、环流指数以及副高面积指数等因子场主分量之间的联系,建立了广东低温阴雨场前15个主分量预报方程,对广东10个代表站的1990年低温阴雨总日数作预测,其结果平均绝对误差约为4d。     

广东的降水分区

用广东省４７个测站１９５４～１９９３年各月降水标准化资料分别作按时间点分解的主分量分析,取各自前３个主分量作为分区的指标量,用相关系数——重心法作逐次系统聚类分析,作出各月的降水分区．在取同一临界相关系数的情况下,各月降水可分为３～５个区．１０月至翌年２月各月较５～８月的分区型式简单、规律性明显、分区数目少,而３和９月只分为３个区．各月各区域平均值、标准差、相对变率的计算分析表明这些基本统计量在各区的分布有较明显的差异和规律．用类似的分析方法,对冬半年（１０～翌年４月）、夏半年（５～９月）、全年（１～１２月）３个不同时段,以相应时段中各月方差贡献大于５％的主分量作为分区的指标,作出了相应的降水分区     

主分量逐步回归在气温预测中的应用

以广东省冬季气温场为预报场,前一年的北太平洋海温场和北半球500 hPa高度场为因子场,分别对它们作标准化处理,然后进行主分量分析,得到主分量矩阵。通过相关分析和逐步回归,求得预报场的主分量与因子场的主分量之间的关系,对预报场的标准化主分量进行反算,得到原始场的拟合和预报。结果显示,广东省冬季气温场前4个主分量(对总方差的累积贡献达到97.5%)的预报方程都通过显著性检验,其方程复相关系数基本在0.9以上。对广东省48个代表站2001-2003年冬季气温进行预测检验,大部分预测结果的残余标准差比同期的样本标准差低,同时回归方程的预报误差略低于实际业务预报误差,因而回归方程对实际天气预报业务工作有一定的参考意义。     

广东的气候变化：气温,降水和日照

根据广东４７个测站１９５４～１９９０年逐年１月和７月气温、降水和日照时数的标准化资料作ＥＯＦ、周期和线性回归分析，得到：①各要素最重要的空间分布型式（ＥＯＦ１）是表示全省各地变化位相相同的分布，其中气温ＥＯＦ１的分布最为均匀，而且各要素的ＥＯＦ１在１月的分布也较７月的分布规则．②近４０年来全省性气候变化有一定的周期性特点，其中尤以二月份气温的７ａ周期变化最为显著．线性回归分析表明广东气候变化基本上是稳定的，没有明显的线性增、减趋势．③广东各要素的极端异常变化可能与Ｅｌｎｉｎｏ有密切关系．     

广东科技创新能力的主成分分析

利用多元统计分析中的主成分分析法,以广东省为样本单位,对广东科技创新能力相关指标进行纵向及横向比较分析,并进行综合评价。     

南海西南季风爆发的预测研究

利用多个气候场的主分量因子通过相关分析筛选 ,而后进行逐步回归预报。求得南海西南季风爆发的日期与高度场、海温场等因子场的主分量之间的联系。结果表明 ,南海夏季风爆发日期 (196 7- 1997)与上述主分量因子之间有较密切的关系 ,由 9个主分量因子组成的预报方程 ,通过α =0 0 1显著性检验 ,其方程复相关系数为 0 9392。其平均拟合误差为 2 896 ,试报 1998年南海北部和南部西南季风爆发的日期为第 135 6 9d (5月 16日 )和第 138 5 3d (5月 19日 ) ,与SCSMEX的观测结论 1998年南海北部夏季风爆发 (5月 17日 )的日期仅差 1d ,南海中南部夏季风爆发 (5月 2 5日 )的日期相差 6d。由此可见 ,利用相关和回归方法用因子场的主分量作为因子预报南海北部夏季风爆发的效果比较好 ,南部则相对较差。另外 ,研究发现南海北部夏季风爆发主要与海温场的影响有关 ,高度场对南海南部夏季风爆发影响较大 ,且厄尔尼诺与南海南部西南季风爆发偏晚有关 ,但与南海北部西南季风爆发关系不大。可以说 ,这一方法是对南海夏季风爆发预报的一种新的尝试。     

基于主成分分析的BP神经网络长期预报模型

MATLAB是进行神经网络系统设计及多元统计分析的有力工具.利用MATLAB6.5对月平均降水量的前期预报因子进行主成分分析,实现样本的最优压缩,从而降低样本的维数,建立起基于主成分分析的神经网络广西北部地区5月平均降水预测模型.计算结果表明,基于主成分分析的神经网络模型在预测中与多元回归模型相比有较好效果.     

甘薯水分关系的主分量分析

运用多元统计数学中主分量分析的方法计算和比较了甘薯离体叶片的水势、相对含水量、束缚水、水分饱和亏缺、质膜透性、丙二醛和游离脯氨酸含量等植物水分生理指标的变化。结果指出：水势、相对含水量和丙二醛等对水分胁迫作出反应的敏感程度较高。表明主分量分析方法是综合评价甘薯抗旱生理指标的一种好的研究方法。     

基于贝叶斯正则化神经网络的径流长期预报

针对神经网络用于径流长期预报时,网络结构过于复杂而易出现过拟合的问题,采用主成分分析和贝叶斯正则化神经网络对预报模型进行改进.首先利用主成分分析对输入因子进行降维和优化,然后通过贝叶斯正则化对网络权值的限制来简化网络结构,从而有效地抑制过拟合.对嫩江流域江桥站年平均径流的仿真结果表明,贝叶斯正则化神经网络结合主成分分析的预报方法,可以显著地提高泛化能力和预报精度,而且网络收敛也比较稳定.     

用地温预报雨季降水趋势的初步探讨

利用相关系数及逐步回归的计算方法,研究了地温与降水的关系,并建立昆明周围地区（包括西藏一些地区）3个地温层（0.8,1.6,3.2m)对昆明降水的月预报方程。给出了月降水的拟合效果图和1992年、1993年各月昆明降水的预报。最终形成昆明地区《地温预报汛期降水系统》软件包投入试运行。     

西北春季降水的基本和异常特征

应用西北地区85个站1961年－1995年3－5月的降水资料,分析了西北地区春季九水的基本特征和异常特征,结果表明;西北地区春季3－5月降水的年际变率大,且表现为很强的地域性;青海高原和塔里木盆以正偏为主,而青海高原东北侧的陇东、陕西、新疆西部、北部以负偏为主,西北地区降水的峰度较正态分布为小,即随机性较大,西北大部分地区春季发生干旱的频率高 ,西北降水的时空异常特征分析表明,西北区3－5月降水空间上存在着6个异常敏感区;高原东北60％－90％。各个区内的降水随时间的变化而有所不同,其中高原东北侧、河西西部、南疆等地的降水趋呈下降趋势,表现出与中国东部的趋势;青海高原、天山以北地区和浙江省盆地等地呈现出上升趋势。     

门限回归模型预测粤中西部冬春气温

用门限自回归模型和混合门限回归模型对广东省中西部的冬春季平均气温做预测。选取北半球500hPa高度场和太平洋海温场的分区分季节的多个气候背景场的前若干个主分量作为因子（共1792个），这些因子包含着气候背景场的主要信息，通过对预报量和预报因子群的相关筛选，选取相关系数最大的因子建立混合门限非线性回归模型。并初步探讨了气候背景场对预报量的影响。结果表明：混合门限回归模型优于门限自回归模型；前者能较好地拟合冬春气温序列，预报效果较理想。粤中西部冬季气温场与东北半球南部3—4月高度场第5个主模态相关最密切，当3—4月500hPa高度场东亚大陆为低槽控制，日本海太平洋附近为高压脊，有利于当年冬季气温偏低；春季气温场则与北半球冬季500hPa高度场第8个主模态相关密切，当冬季500hPa高度场乌拉尔山附近地区为明显的阻塞高压形势，有利于次年春季气温偏低。     

大明山降水的推算

大明山地区是广西６大暴雨中心之一，降水丰富。甘栏河是大明山最长的河流．落差大．是建造高水头水电站的理想地，但缺乏大明山水文气象资料。本文根据大明山天坪的２３个月的气象资料，和邻近地区６个雨量站的长期降水资料，用二阶多项作为回归模型，模拟甘栏河集水区域的大明山东南坡年降水量随高度的变化规律；用回归比值法推求天坪的历年各月降水量；用比值法推求天坪的２４小时最大降水量。力图弄清大明山东南坡的降水规律，同时为在甘栏河上建造水电站提供设计所需的降水资料。     

PM2.5影响因素的主成分回归分析与预测

应用主成分分析和多元回归分析法对空气质量指数(AQI)进行分析,首先对数据进行Alpha可靠性分析、主成分分析得到两个主成分变量,进而对它们和PM2.5浓度进行多元回归分析,并且进行显著性检验,发现PM2.5与这两个主成分变量具有线性回归关系,最终得到一个1-α的置信区间,从而结合实际提出一些降低PM2.5浓度的对策。     

粤中长坑金银矿热泉成因及其地质意义

本文首次以较充分的证据证实了粤中长坑金银矿是我国目前已知的规模最大、品位最高的热泉型贵金属矿床，并探讨了其成矿过程。     

多元回归分析方法应用实证分析与比较

利用多元统计分析的线性回归分析理论,首先对糖尿病临床采集数据进行相关分析,了解因素之间的相关关系,其次分别采用线性回归的前进法、后退法、逐步回归分析方法,探讨糖尿病病人胰岛素每日注射初始剂量与其影响因素之间的线性关系.根据回归方程调整相关系数、AIC准则等,对比选择最优应用回归模型,确定胰岛素用量及其主要影响因素血糖、尿蛋白的回归模型,对医生临床治疗提供参考.