国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于SPSS主成分分析的年輪生長氣候因素的研究

2018-04-09 03:39:55吉小為
關(guān)鍵詞:年輪平均氣溫氣候

吉小為

[摘 要] 以南京林業(yè)大學(xué)的某棵水杉為例,采用主成分分析法,分析了樹木生長過程中各氣候因素間的系統(tǒng)聯(lián)系,并確定了三個主成分,建立主成分綜合模型,得出溫度對年輪密度影響較大。在充分考慮各氣候因素的條件下簡化了影響因素,便于學(xué)者更深入地探討和研究。

[關(guān) 鍵 詞] 樹木年輪;主成分分析;SPSS氣候因素

[中圖分類號] S718.5 [文獻(xiàn)標(biāo)志碼] A [文章編號] 2096-0603(2018)10-0109-01

樹木年輪的生長狀態(tài)一直是植物學(xué)者對樹木研究的重要課題。本文采用年輪密度來研究具體氣候因素對年輪生長的影響程度,原因在于相對于年輪寬度,年輪密度不僅能夠反映更豐富的氣候環(huán)境信息,而且很少受到生長期的前期氣候條件影響,使通過年輪密度分析了解往年氣候變化成為可能,從而對樹木年輪氣候?qū)W研究有更加深遠(yuǎn)的意義。

一、研究方法

主成分分析是多元統(tǒng)計分析中一種常用的方法,在處理多因素變量問題上有一定的優(yōu)越性。簡單來說,它就是對數(shù)據(jù)的降維處理,通過線性變化的方法將原始的多個因素指標(biāo)轉(zhuǎn)化為少數(shù)幾個綜合指標(biāo),即稱為主成分。主成分分析法的運(yùn)用中首先要將數(shù)據(jù)寫成矩陣形式,便于后續(xù)操作。再將矩陣標(biāo)準(zhǔn)化,從而規(guī)避各指標(biāo)間的水平差異,建立變量的相關(guān)系數(shù)矩陣,判斷數(shù)據(jù)是否適合主成分分析。再計算矩陣的特征值、特征向量、主成分貢獻(xiàn)率及累計貢獻(xiàn)率,一般取累計貢獻(xiàn)率的85%-95%的前n個主成分作為新變量,推斷出主成分的個數(shù)。再寫出主成分的表達(dá)式,初步分析結(jié)果。最后建立主成分綜合模型,得出哪些指標(biāo)對問題產(chǎn)生重要影響。

(一)數(shù)據(jù)的篩選與建立

研究表明,影響樹木年輪密度生長的氣候因素主要由溫度、濕度、日照和降水量這四個方面組成。通過對學(xué)校植物數(shù)據(jù)庫的研究和篩選,確定了初步研究的氣候因素為13個,分別為:平均氣溫、平均氣溫距平、平均最低氣溫、平均最高氣溫、極端最低氣溫、極端最高氣溫、積溫、最大日降水量、平均降水量、平均相對濕度、最小相對濕度、日降水量(>0.1 mm)的日數(shù)和日照時數(shù)。由于近幾年數(shù)據(jù)缺失,提取了某棵水杉1983~2001年19年的年輪密度和各年份對應(yīng)的氣候因素的值。數(shù)據(jù)跨度時間較長,具有一定的代表性。并將數(shù)據(jù)以時間升序,以氣候因素為橫坐標(biāo)輸入Excel表格中,便于后續(xù)操作。

(二)SPSS的運(yùn)算步驟

(1)打開SPSS,點擊“打開其他文件”,找到氣候因素數(shù)據(jù)所在的Excel文件,將數(shù)據(jù)導(dǎo)入初始頁面。(2)菜單欄執(zhí)行:分析—降維—因子分析,打開因素分析對話框。(3)將13個氣候因素變量拖至變量窗口,點擊“抽取”,選擇主成分的方法,采用相關(guān)性矩陣,基于特征值且大于1,再點擊“繼續(xù)”回到因子分析的窗口。(4)點擊“描述”按鈕,進(jìn)入描述統(tǒng)計的對話框,數(shù)據(jù)采用原始分析結(jié)果,相關(guān)性矩陣勾選“系數(shù)”“顯著性水平”以及KMO和Bartlett的球形度檢驗。(5)回到主對話框,點擊“確定”,在SPSS statistics 查看器查看因素分析的處理結(jié)果。

二、檢驗與分析

(一)KMO和Bartlett球形檢驗

KMO檢驗是用于比較原始變量間簡單相關(guān)系數(shù)和偏相關(guān)系數(shù)的方法,確定數(shù)據(jù)是否適合進(jìn)行主成分分析。KMO的取值在0~1之間,越接近1,代表變量之間的相關(guān)性越強(qiáng),原始變量越適合做因子分析;越接近于0,意味著變量間的相關(guān)性越弱,原始變量越不適合做因子分析。本文KMO為0.746,因子分析情況為適合,變量間相關(guān)性較強(qiáng),適合做因子分析。

Bartlett球形檢驗的目的是檢驗相關(guān)矩陣中各變量間的相關(guān)性,是否為單位陣,即檢驗各個變量是否各自獨立。若顯著性檢驗結(jié)果顯示Sig.<0.05時,說明各變量間具有相關(guān)性,可以采用因子分析。由檢驗可見,本文Bartlett檢驗的Sig.等于0.000,小于顯著水平0.05,表明原變量適合做主成分分析。

(二)氣候因素的主成分分析

主成分個數(shù)的確定原則是主成分對應(yīng)的特征值需大于1。特征值在某種程度上可以被看成是表示主成分影響力大小的指標(biāo)。如果特征值小于1,說明該主成分的綜合評價力度較低。通過總方差表可以看出,第一主成分為溫度因素,第二主成分為降水因素,第三主成分為濕度因素,這意味著能夠用這三個主成分包含所有的氣候因素。再將上述3個主成分導(dǎo)出載荷進(jìn)行計算,結(jié)果發(fā)現(xiàn):第一主成分中平均氣溫、平均氣溫距平、平均最高氣溫和積溫這4個指標(biāo)大于0.9,這說明第一指標(biāo)主要包含了這4個因素的信息。同理,第二指標(biāo)主要包含了最大日降水量、平均降水量、日降水量大于0.1 mm的天數(shù)和日照時數(shù)這4個變量的信息,第三個主成分主要說明了最小相對濕度這一個變量,三個主成分之間相互沒有聯(lián)系,具有一定的代表性。最后再建立主成分綜合模型,計算各主成分的表達(dá)式。結(jié)果模型顯示:平均氣溫(x6)、平均氣溫距平(x7)、平均最低氣溫(x9)、平均最高氣溫(x10)和積溫(x13)的系數(shù)大于0.2,對年輪密度生長影響較大。且這五個因素均為溫度的相關(guān)變量,可以得出對樹木年輪密度生長情況影響最大的是溫度。

三、結(jié)語

本文采用了主成分分析法研究氣候因素對年輪生長的影響,具有一定的價值和現(xiàn)實意義。由氣象因素相關(guān)矩陣可知,平均氣溫、平均氣溫距平、平均最高氣溫和積溫四者的相關(guān)系數(shù)均大于0.9,具有較強(qiáng)的相關(guān)性。若建立進(jìn)一步的綜合因素評價模型,則取其中一個因素即可。通過主成分分析我們得出第一主成分為溫度因素,第二主成分為降水因素,第三主成分為濕度因素。大致可以推算出3個主要因子,分別為平均氣溫、最大日降水量及最小相對濕度,其余10個均為次要因子。根據(jù)主成分綜合模型可以看出影響年輪密度生長最主要的因素是溫度,在一定條件下,溫度越高,年輪密度越小。達(dá)到了本文在充分考慮各氣候因素的條件下簡化了影響因素,得到了影響因素主要為溫度的研究目的。

參考文獻(xiàn):

[1]齊惠英.一種基于主成分分析和模糊聚類的入侵檢測方法[J].科技通報,2012,28(12):51-53.

[2]吳祥定,邵雪梅.中國秦嶺地區(qū)樹木年輪密度對氣候響應(yīng)的初步分析[J].應(yīng)用氣象學(xué)報,1994,5(2):253-256.

[3]陳朝暉.基于SPSS主成分分析的大學(xué)英語學(xué)習(xí)動機(jī)實證研究[J].科技通報,2014(9):242-245.

猜你喜歡
年輪平均氣溫氣候
年輪
烏蘭縣近38年氣溫變化特征分析
年輪
從全球氣候變暖大背景看萊州市30a氣溫變化
瞧,氣候大不同
氣候變暖會怎樣?
1981—2010年拐子湖地區(qū)氣溫變化特征及趨勢分析
近50年來全球背景下青藏高原氣候變化特征分析
心事
滇池(2017年5期)2017-05-19 03:22:18
為什么樹有年輪
404 Not Found

404 Not Found


nginx
西林县| 沽源县| 永吉县| 岱山县| 界首市| 隆尧县| 巴林左旗| 曲周县| 都匀市| 龙江县| 天峨县| 秀山| 寻乌县| 大兴区| 永泰县| 乐至县| 镇安县| 汽车| 图们市| 锡林郭勒盟| 台山市| 邓州市| 西峡县| 昌邑市| 广丰县| 澳门| 武定县| 西贡区| 加查县| 郯城县| 昌吉市| 潜山县| 巴楚县| 涡阳县| 镇康县| 阳城县| 盐池县| 介休市| 神池县| 定襄县| 静海县|