2008第一届二阶段优秀

关键 聚类分析遥感反演法沙尘指 非线性映射分 要4545行分析，采用非线性映射分析法优化模型，该模型分对率达到了82.6%.所选题目C报名号由于不同地区的气候环境不同,各个因素对沙尘暴的产生影响也不同,故可任意选取某个站点的观测数据,通过统计绘图,判断该站所在地区的沙尘暴月发生天数的整体.本的一般性规律，用型样本进行建模以反映建模样本的特殊性，并设计隶属度调整质密度相等，即TpTpTp,ppp. vpvgvm报名号DpDpDpDp R16

第i月的蒸发量第i月平均温度第i月平均降雨量第i月平均相对湿度第i月平均风速聚类分析中第i类的特征值第i月大风日数第i11μm波段红外亮温、 调节因 pp1 ggo

但作用的原理一致，故我们任取一个观测站点45年来的观测数据进行研究.报名号报名号4422210791113151719212325272931333537394143通过图一中折线的,可以看出,该地区在6070年代年沙尘暴发生天数，呈65432102265432102225283134374002225283134374022252831343740022252831343740、三五与行比二、图一地相似平均风速和月降水量对沙尘暴发生的影响较为密切，但不能具体确定其他因素对其的影响大通宏析能的析因关，能定因对暴对沙尘暴发生天数的宏观分析,只能从总体上反映每年沙尘暴发生天数的大致趋势,而不能对产生这种趋势的原因做出很好的解释,也不能根据某月相关气象数据较发生天数在03天范围内,故我们按照沙尘暴月发生天数的种类进行分类.表10123月------------n00.238mi16.774ui1.489di0.436Ti0.463Pi0.039ETPi1.459RHin0.250m17.797u1.556d0.311T0.481P0.048ETP1.412RH n0.332m19.366u2.083d0.389T0.532P0.045ETP1.414RH 四个函数式将该站所观测气象数据分为四类,即分别为月沙尘暴发生i(i0,1,2,表示这组数据表征i类的特征值最大，即该气象数据属于第i类.聚类分析验证结果PredictedGroup0123 123Ungrouped60213600011000 123Ungroupeda.70.6%oforiginalgroupedcasescorrectlyCorrelation月Correlation根据Chepil气候因子概念，认为气候条件决定年均土壤的损失量，气候因子受表面土颗粒含水量和平均风速的影响，其中风速项是基于土壤的可蚀性，并随Thornthwaite指数变化的土壤近表层当量含水量的平方成反比.随后CC

123ETPi-Pi 由气候因子的可知，气候因子与月平均风速非线性.针对模型一中以多元线性聚类分析验证结果PredictedGroup0123 123Ungrouped800011000 123Ungrouped18a.75.6%oforiginalgroupedcasescorrectly线性变换,将空间的几何图像变换成地位空间的图像,并且变换后仍能近似地保持 (d*d K ijw(ddd diji

nFi

i

N1 d其中nFdijdij,nF称为标准化因子,wij *,wij称为权重系数,dijdi i1ji 原来空间ndij为新空间中nK的含义是使原空间聚类分析验证结果PredictedGroup Ungrouped41 Ungrouped0a.82.3%oforiginalgroupedcasescorrectly法，在此我们应用遥感反演的方法进定.1.6μm波段附近的中红外和近红外数据对沙尘信息有最明显反应.而实际应用中1.6μm波段仍然受到空间、时间、等方面因素的干扰，监测结度指数Icsd

(eR1.6Icsd11μm、12μm信息的沙尘指数，其计算如下：IDDIIcsd[(T121)/T111]1001000-100鉴于此，解决沙尘暴的分类的问题是求解T11、T12根据粮油组织修改的Chepil

1C100C

3ETPP iii ii

,TETP ,T 然存在，但可认为风蚀指数为0

T

3ETPi-Pi k1lnui diSi T 3ETP-P k2lnui diSi LingoIDDIIcsd[(T121)T111]100100，对一个省的月平均散射辐射量和其他各个气象因子月平均值进行拟合得到k10.208,k20.4438.再用模糊神经网络综合建模样本的一般性规律，用型样本进行建模以反映建模样本加速，到一定时间tL流以等速Ugo运动，颗粒是球形颗粒，且直径均为d.报名号d

dup

d2

F pgr p g由于Cf(Re)Repurdpu （1）

u

dupFF pgr p gQseen阻尼系数

24(1

guru代入可得duAu2 A3d

，B

d 2d 2urUg0

(Au2Bu （2（3） ur

AUg

(1eBt) 0upUg0

gy1

Be(1eBt)t ur(vg0c)，其中cpp

3gxL dxv[(1c)ln(AurB)lnurx gt=1.09s，当d<100m时加速最长距离d=1m

报名号TotalVarianceExInitialExtractionSumsofSquared%ofCumulative%ofCumulative速ExtractionMethod:PrincipalComponentComponent12-ExtractionMethod:Principal a.2components

报名号[1]、不确定性理论集对分析在沙尘暴预报中的应用研