论文部分内容阅读
摘要 通过截取沈阳市气象站（54342）2013年5月的观测资料进行影响蒸发的主成分分析研究，来确定各气象要素对蒸发的影响比重，结果表明，影响蒸发的主要气象因子为地表温度和相对湿度，其次为风速，风速在影响蒸发中起的作用较小。
关键词 蒸发；气象条件；影响因素；观测；主成分分析
中图分类号 P426.2 文献标识码 A 文章编号 1007-5739（2015）19-0249-02
Abstract Through intercepting the observation data of Shenyang Weather Station（54342） in May 2013，the principal component affecting evaporation were analyzed，to determine occupying proportion of influence factors of evaporation.The results showed that the main meteorological factors that affect the evaporation were the surface temperature and relative humidity，followed by wind speed，so wind speed played the less important role in affecting evaporation.
Key words evaporation；meteorological conditions；influencing factors；observation；principal component analysis
随着气象行业的快速发展，对观测气象各要素的指标要求也日渐提高，由于风向风速传感器得到了越来越多的应用，尤其是风向风速传感器承担着国家气象和海洋预报的重要任务，其预报的准确性直接承载着国家天气和海洋预报的准确度，因此对风速传感器的研究也提上日程。蒸发是热量平衡和水分平衡的重要组成部分，与国民经济紧密相连，尤其在现在全球变暖的大趋势下对于蒸发的研究不容小视。蒸发过程涉及到土壤、水分等变化，从而会在一定程度上影响大气、天气的变化，气象行业在着手研究气候问题的同时，也越来越重视蒸发过程的研究，然而辽宁地区关于蒸发方面的研究较少，因此正确认识蒸发与气象因子的联系[1-3]，对于农田、水利等相关部门都会有一定积极的帮助和影响。这类问题的研究多采用主成分分析方法，以风向、风速、降水、温度、相对湿度、海平面气压为自变量，通过数据分析，逐一判断其在影响蒸发过程中所占有的比重，以及风速产生的影响。
1 概述
1.1 多元分析法
研究多个自变量与因变量相互关系的一组统计理论和方法，又称多变量分析。多元分析是单变量统计方法的发展和推广。主要内容有多元回归分析、主成分分析、判别分析、因子分析、对应分析、聚类分析、典型相关分析和多维标度法等。
1.2 风向风速传感器计量性能要求
风速测量范围（1～60）m/s；启动实际风速不大于115 m/s；被测风速传感器显示风速与实际风速应呈线性关系，非线性误差在1～5 m/s范围内（含5 m/s）≤0.120 m/s，5～30 m/s范围内（含30 m/s）≤0.40 m/s，30 m/s以上≤0.60 m/s；被测风速传感器显示风速修正值的绝对值≤| 0.15 m/s 0.102×被测风速传感器显示风速 |；风速传感器测量结果扩展不确定度。
2 主成分的求解步骤
（1）计算协方差矩阵。对样品数据的协方差矩阵Z进行计算。
（2）Z的特征值和特征向量。协方差矩阵Z的特征值计算λ1≥λ2≥…≥λp>0。
a1=a11a21？噎ap1，a2=a12a22？噎ap2，…，ap=a1pa2p？噎app
则原始资料X矩阵的第i个主成分为Fi=ai′X，i=1，2，…，p。
（3）选择主成分。计算主成分得分，计算n个样品在 m 个主成分上的得分：
Fi=a1iX1 a2iX2 … apiXp，i=1，2，…，m
3 原始数据的标准化处理
4 应用实例
试用沈阳市气象站（54342）2013年5月1—31日的气象数据，试做影响蒸发的气象条件主成分分析，从而确定风速在其中影响的比重。通过分析，提取了与蒸发有关的气象要素为风向、风速、降水、最高温度、最低温度、相对湿度、海平面气压[4-6]。本案例选用SPSS 19中文试用版来计算主成分，具体步骤如下。
（1）数据选取与导入。选取沈阳市气象站（54342）2013年5月1—31日的气象数据，并将所用数据存入Excel表中（表1）。
（2）气象要素属性值。站号、观测时间、风向、风速、降水、最高温度、最低温度、相对湿度、海平面气压的属性值如图1所示。
（3）数据分析。打开SPSS 19，将数据表导入SPSS数据编辑器中。点击“分析”→“降维”→“因子分析”，打开因子分析对话框（在SPSS软件中，主成分分析与因子分析均在因子分析模块中完成）。在对话框中选取要做主成分的气象因子，输入到“变量”中。在“抽取”中可以设置主成分参数。之后点击“确定”即可得到主成分。
（4）结果分析。第一主成分（y1）和第二主成分（y2）为：
y1=-0.742x1-0.919x2 0.372x3 0.937x4 0.805x5 0.078x6 0.833x7
y2=0.249x1-0.179x2-0.650x3 0.133x4 0.162x5 0.872x6 0.091x7
从表1～4中可见：影响第一主成分的气象因子主要为最高温度和最低温度；影响第二主成分的气象因子主要仍为温度，其次为相对湿度和风速。故影响蒸发的主要气象因子为地表温度和相对湿度，其次为风速，可见风速在影响蒸发中起的作用并不大。
5 参考文献
[1] 万峰.国家计量检定规程汇编[M].北京：科学技术出版社，2005.
[2] 吴洪宝，吴蕾.气候变率诊断和预测方法[M].北京：气象出版社，2010.
[3] 黄嘉佑.气象统计分析与预报方法[M].北京：气象出版社，2004.
[4] 施能.气象统计预报[M].北京：气象出版社，2009.
[5] 李清翠，张振华，姚付启，等.烟台地区水面蒸发量主成分分析法研究[J].农业系统科学与综合研究，2007（3）：289-292.
[6] 王冠丽，刘廷玺，孙铁军，等.基于主成分分析法的土壤蒸发能力影响因子研究[J].安徽农业科学，2008（11）：4369-4370.
关键词 蒸发；气象条件；影响因素；观测；主成分分析
中图分类号 P426.2 文献标识码 A 文章编号 1007-5739（2015）19-0249-02
Abstract Through intercepting the observation data of Shenyang Weather Station（54342） in May 2013，the principal component affecting evaporation were analyzed，to determine occupying proportion of influence factors of evaporation.The results showed that the main meteorological factors that affect the evaporation were the surface temperature and relative humidity，followed by wind speed，so wind speed played the less important role in affecting evaporation.
Key words evaporation；meteorological conditions；influencing factors；observation；principal component analysis
随着气象行业的快速发展，对观测气象各要素的指标要求也日渐提高，由于风向风速传感器得到了越来越多的应用，尤其是风向风速传感器承担着国家气象和海洋预报的重要任务，其预报的准确性直接承载着国家天气和海洋预报的准确度，因此对风速传感器的研究也提上日程。蒸发是热量平衡和水分平衡的重要组成部分，与国民经济紧密相连，尤其在现在全球变暖的大趋势下对于蒸发的研究不容小视。蒸发过程涉及到土壤、水分等变化，从而会在一定程度上影响大气、天气的变化，气象行业在着手研究气候问题的同时，也越来越重视蒸发过程的研究，然而辽宁地区关于蒸发方面的研究较少，因此正确认识蒸发与气象因子的联系[1-3]，对于农田、水利等相关部门都会有一定积极的帮助和影响。这类问题的研究多采用主成分分析方法，以风向、风速、降水、温度、相对湿度、海平面气压为自变量，通过数据分析，逐一判断其在影响蒸发过程中所占有的比重，以及风速产生的影响。
1 概述
1.1 多元分析法
研究多个自变量与因变量相互关系的一组统计理论和方法，又称多变量分析。多元分析是单变量统计方法的发展和推广。主要内容有多元回归分析、主成分分析、判别分析、因子分析、对应分析、聚类分析、典型相关分析和多维标度法等。
1.2 风向风速传感器计量性能要求
风速测量范围（1～60）m/s；启动实际风速不大于115 m/s；被测风速传感器显示风速与实际风速应呈线性关系，非线性误差在1～5 m/s范围内（含5 m/s）≤0.120 m/s，5～30 m/s范围内（含30 m/s）≤0.40 m/s，30 m/s以上≤0.60 m/s；被测风速传感器显示风速修正值的绝对值≤| 0.15 m/s 0.102×被测风速传感器显示风速 |；风速传感器测量结果扩展不确定度。
2 主成分的求解步骤
（1）计算协方差矩阵。对样品数据的协方差矩阵Z进行计算。
（2）Z的特征值和特征向量。协方差矩阵Z的特征值计算λ1≥λ2≥…≥λp>0。
a1=a11a21？噎ap1，a2=a12a22？噎ap2，…，ap=a1pa2p？噎app
则原始资料X矩阵的第i个主成分为Fi=ai′X，i=1，2，…，p。
（3）选择主成分。计算主成分得分，计算n个样品在 m 个主成分上的得分：
Fi=a1iX1 a2iX2 … apiXp，i=1，2，…，m
3 原始数据的标准化处理
4 应用实例
试用沈阳市气象站（54342）2013年5月1—31日的气象数据，试做影响蒸发的气象条件主成分分析，从而确定风速在其中影响的比重。通过分析，提取了与蒸发有关的气象要素为风向、风速、降水、最高温度、最低温度、相对湿度、海平面气压[4-6]。本案例选用SPSS 19中文试用版来计算主成分，具体步骤如下。
（1）数据选取与导入。选取沈阳市气象站（54342）2013年5月1—31日的气象数据，并将所用数据存入Excel表中（表1）。
（2）气象要素属性值。站号、观测时间、风向、风速、降水、最高温度、最低温度、相对湿度、海平面气压的属性值如图1所示。
（3）数据分析。打开SPSS 19，将数据表导入SPSS数据编辑器中。点击“分析”→“降维”→“因子分析”，打开因子分析对话框（在SPSS软件中，主成分分析与因子分析均在因子分析模块中完成）。在对话框中选取要做主成分的气象因子，输入到“变量”中。在“抽取”中可以设置主成分参数。之后点击“确定”即可得到主成分。
（4）结果分析。第一主成分（y1）和第二主成分（y2）为：
y1=-0.742x1-0.919x2 0.372x3 0.937x4 0.805x5 0.078x6 0.833x7
y2=0.249x1-0.179x2-0.650x3 0.133x4 0.162x5 0.872x6 0.091x7
从表1～4中可见：影响第一主成分的气象因子主要为最高温度和最低温度；影响第二主成分的气象因子主要仍为温度，其次为相对湿度和风速。故影响蒸发的主要气象因子为地表温度和相对湿度，其次为风速，可见风速在影响蒸发中起的作用并不大。
5 参考文献
[1] 万峰.国家计量检定规程汇编[M].北京：科学技术出版社，2005.
[2] 吴洪宝，吴蕾.气候变率诊断和预测方法[M].北京：气象出版社，2010.
[3] 黄嘉佑.气象统计分析与预报方法[M].北京：气象出版社，2004.
[4] 施能.气象统计预报[M].北京：气象出版社，2009.
[5] 李清翠，张振华，姚付启，等.烟台地区水面蒸发量主成分分析法研究[J].农业系统科学与综合研究，2007（3）：289-292.
[6] 王冠丽，刘廷玺，孙铁军，等.基于主成分分析法的土壤蒸发能力影响因子研究[J].安徽农业科学，2008（11）：4369-4370.