1978_1994年分省农业旱灾灾情的经验正交
函数
excel方差函数excelsd函数已知函数 2 f x m x mx m 2 1 4 2拉格朗日函数pdf函数公式下载
EOF
分析
定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析
1978, 1994 年分省农业旱灾
灾情的经验正交函数 分析 EO F
方修琦 何英茹 章文波
( )北京师范大学资源与环境科学系, 北京 100875
摘要
本文利用 1978, 1994 年各省、市、自治区的农业旱灾受灾面积及播种面积的资
() 料, 以旱灾受灾率 即旱灾受灾面积与播种面积之比作为刻划旱灾灾情的指标。对标
准化的旱灾受灾率进行经验正交函数分析, 发现前五个典型场方差贡献达 7017% ,
可以概括我国旱灾灾情的空间分布主要类型。其中, 前三个典型场的正负区域分界线
的大体位置分别为长城一线、秦淮线和江南丘陵北缘。 主
题
快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题
词:农业旱灾 经验正交函数分析 中国
1 前言
旱灾是我国影响面最广、危害最为严重的农业气象灾害。我国每年都有不同程度的旱灾发 生, 对农业生产造成十分严重的影响。 1953, 1990 年的 38 年间, 我国农业自然灾害中有近
1 60% 是由于旱灾造成的。
() 张兰生等 1990曾根据 1978, 1987 年全国各省、市、自治区的历年农业受灾、成灾面积等
2 资料对我国农业灾情进行了分析, 当时受序列长度所限无法作深入的统计分析。近年来资料 序列的进一步延长使得统计分析成为可能, 作者根据 1978, 1994 年全国各省、市、自治区的历
() 年农业旱灾受灾面积资料, 利用经验正交函数 分析
方法
快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载
对我国农业旱灾灾情的时、空分 EO F
布规律进行研究。
资料与方法2
本文采用的数据是 1978, 1994 年各省、市、自治区农业自然灾害灾情中旱灾的受灾面积 及播种面积的资料, 其中灾情资料为经民政部等 6 个部委核定的数据。
农业旱灾受灾面积是刻划旱灾灾情的一种指标。 我国民政部门规定: 作物因灾减产为受 灾, 减产幅度在 30% 以上为成灾。为保证数据的可比性及可运算性, 1989 年海南省建省后独立 统计的资料仍并入广东省作为一个单元计算, 台湾省因无统计资料, 没有列入计算。
为了分析旱灾灾情的空间分布规律和时间变化特点, 对农业旱灾受灾面积数据进行了以 下处理:
本课题由民政部项目资助, 在国家教委环境演变与自然灾害开放实验室支持下完成
方修琦: 副研究员 收稿日期: 1996207219
首先计算旱灾受灾率 , 即区域旱灾受灾面积占当年播种面积的百分率, S r
S aS = × 100? r B a
其中: 表示旱灾受灾率, 表示旱灾受灾面积, 表示播种面积。受灾率剔除了由各省播种 S r S a B a
面积不同带来的影响, 使各地受灾率大小的差别反映出旱灾灾情轻重的相对差别。
其次, 对旱灾受灾率进行
标准
excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载
化, 得到各省、市、自治区平均值为 0, 方差为 1 的标准化受 灾率序列, 从而剔除各地受灾率不同的影响, 使得彼此之间的数据在反映旱灾波动特点方面具 有可比性。
3 () () 经验正交函数 是分析场序列的常用方法, 它是把某一要素场序列 分解成正 EO F F ij
() () 交的时间函数 和正交的空间函数 的乘积和。 即T ih X h j
()F = T × X ij ih hu ?
式中 为因素场, = 1, 2, ?, 是时间序号, = 1, 2, ?, 是站点序号; 是空间函数, = 1,F i j im j n X h j h 2, ?, 是分解的场的个数; 是时间函数。H T ih
通常把空间函数 视为典型场, 它完全随空间变化, 而不随时间变化; 而把只随时间变 X h j
化的时间函数视为典型场的权重系数。经验正交函数一般收敛很快, 其前几个典型场之和就能 大体代表实际场。 时间系数的变化则反映各典型场在不同时刻的重要程度。
标准化后的旱灾受灾率数据满足 分析的要求, 运用 分析可揭示我国农业旱灾 EO F EO F
灾情空间分布的基本形式和时间变化特征, 增进对我国农业旱灾灾情规律的认识。 3 结果
3. 1 平均受灾率分布
1978, 1994 年各省、市、自治区的多年平均旱灾受灾率分布如图 1 所示。整个华北旱灾灾 情都比较严重, 高于全国的平均水平 17? , 山西多年平均旱灾受灾率高达 45? , 以此为核心,
)()() ()()(、江苏 14? 、安徽 14? 灾情较重。 东南沿海各省灾情 16? 、贵州 18? 、湖南 17? 四川 ()()()() 外围的陕西、内蒙古自治区 28? 、天津 21? 、辽宁 24? 、甘肃 21? 为次重灾区。 江南的 较轻。
3. 2 EO F 分析结果
前五个特性向量的累积方差贡
献为 7017? , 因此取前五个特征向
量作为典型场。 各典型场及其时间
系数的变化特征如下:
() 1第一典型场
方差贡献为 2211? 。全国以东
北、内蒙古、河北、北京、天津和西藏
为负, 其余地区均为正, 显示大体以 图 1 各省、市、自治区的多年平均旱灾受灾率分布图 长城为界的南北反向变化。 负距平
1 期 方修琦等: 1978, 1994 年分省农业旱灾灾情的经验正交函数 分析 ?61? EO F
() 2 图 前 5 个 - 典型场的分布特征 ae
的中心位于河南、安徽、江西、湖北一带。 在正值的区域内, 由东向西又呈现出低- - 低的差 高()异 图 2。a
() 1978 年时间系数为正 图 3, 第一典型场所表现的全国旱灾特征为长城以南重, 东北、河 a
北轻的特征; 旱灾最严重区域在河南、安徽、江西、湖北; 最轻区域在北京、天津、辽宁。 1979,
1984 年间, 时间系数为负, 在此期间,
第 一 特 征 向 量 表 现 出 的 特 性 与 上 相
反, 旱灾最严重区域在辽宁、北京、天
津; 最轻的区域在湖北、安徽、江西、河
南。 而在 1985, 1994 年间, 时间系数
波动, 但以正值居多, 旱灾南重北轻。
() 2第二典型场
方差贡献为 1611? 。负值区域较
小, 主 要 集 中 在 两 广、福 建、湖 南、江
() (西, 其余 除山西外都为正 山西值在
) - 011, 0 之间, 可近似看作为 0, 正
负区域的分界线大体位于江南丘陵北
缘。在正值的区域里, 也呈现出东西差
异: 自东而西, 黑龙江、吉林、辽宁、山 图 3 () 前 5 个 - 典型场的时间系数 ae东最大, 东部其它省份最小, 第二地貌
单元及其以西省份的值相对大一些。
正距平中心位置在黑龙江、吉林。负距 () 1978, 1983 年间, 时间系数以正为主 图 3, 即在这段时间里, 全国除东南部与山西外, b
()其余地区旱灾偏重, 旱灾最严重区域在黑龙江、吉林; 旱灾最轻的地区在湖南、福建、广东。1983 平的中心在湖南、广东、福建 图 2。 b
, 1992 年间, 时间系数以负为主, 即全国灾情与前一时间段呈相反趋势, 旱灾最严重的地区在 湖南、福建、广东、海南, 最轻的区域在黑龙江、吉林。 1992, 1994 年, 时间系数都为正, 且时间 系数有正值增大的趋势, 即我国大部分地区旱灾灾情加剧, 而东南地区的旱灾相对减轻。
() 3第三典型场
(()方差贡献为 1319? 。我国旱灾轻重南北分异规律明显 图 2。秦淮线以南各省 除湖南、 c
) () 广东、福建外为负值, 以北 除黑龙江、吉林、宁夏可近似将其看作为 0 外为正值区。负距平的 中心在贵州, 正距平的中心在内蒙古、新疆、山西、广东。
( ) 1978, 1981 年间, 时间系数经历了一个波谷和一个波峰的波动 图 3, 即全国旱灾先南 c重北轻, 接着便是南轻北重。1981, 1984 年间, 时间系数为主, 即旱灾南重北轻。随后的 10 年 里, 时间系数周期性波动。
() 4第四典型场
方差贡献为 1019? 。 东部地区除黑龙江、北京、天津、安徽、浙江和广东为负外均为正值;
()西部的陕、甘、宁、青、新和四川为负值区, 表现为东西反向变化的特征 图 2。d
( ) 1978, 1985 年时间系数在 0 值附近波动, 变化不大 图 3, 显示此典型场在该时段内对 d
总体灾情的贡献变化不大。 1986 年以后波动幅度增大, 1986, 1989 为正值, 东部灾情偏重, 西 部偏轻; 1990 年以后以负值为主, 东部灾情偏轻, 西部偏重。
1 期 方修琦等: 1978, 1994 年分省农业旱灾灾情的经验正交函数 分析 ?63? EO F
江苏、浙江和广东为负, 黑龙江、内蒙古、河北、山东、山西、河南、安徽、江西、福建为正, 陕西、湖 北、湖南、四川、贵州和广西为负, 宁夏、甘肃、西藏和云南为正, 青海和新疆为负。
()时间系数变化的特点为, 1989 年以前以正值为主, 以后以负值为主 图 3。e 3. 3 1978, 1994 年的年型划分
以各时间系数绝对值简单最大为标准, 对各年旱灾灾情的空间格局进行年型划分, 如表 1 所示。结果显示, 17 年中第一典型场为主的年份占 7 年, 第二、三典型场为主的年份各占 4 年, 第四、五典型场为主的年份各占 1 年。 各占优势的典型场往往持续 3, 4 年, 1981 年以第三典 型场占优势, 1982, 1988 年以第一典型场占优势, 1989 年以第二典型场占优势, 这可能反映我 国旱灾灾情的空间分布具有一定的稳定性。
4 结论
通过以上分析可得出如下结论:
( ) 11978, 1994 年秦淮线以北的各省、市、自治区的多年平均旱灾受灾率大多大于 20? ,
() 2分析的结果表明, 前五个特征向量的累积方差贡献已达 7017? 。可以代表我国农 高于全国平均水平EO F 17? ; 秦淮线以南各省、市、自治区的多年平均受灾率大多小于 20? 。 业旱灾灾情空间分布的主要格局。 其中, 第一典型场表现为大致以长城为界的南北反向变化, 第二典型场为大致以江南丘陵北缘为界的南北反向变化, 第三典型场为大致以秦淮线为界的 南北反向变化。第四、五典型场表现为东西分异, 第一、第二典型场的内部也可进一步区分出东 西分异。由于资料空间分辨率低, 不足以准确地确定各分界线的实际位置, 大体上看, 各分界线 一般与我国的自然地理界限相重合。因此, 上述典型场所表现的空间分异格局是我国自然环境 区域分异的反映, 即我国旱灾灾情的分布特点主要受自然环境控制。
() 3从 1978, 1994 年各年的年型看, 1981 年前以第三典型场占优势, 正负分界在秦淮线; 1982, 1988 年以第一典型场占优势, 正负分界在长城一线; 1989 年后以第二典型场占优势, 正 负分界在江南丘陵北缘。 每一优势典型场往往持续 3, 4 年, 可能反映我国农业旱灾灾情的空 间分布具有一定的稳定性。
表 1 1978, 1994 年历年主要的典型场及其时间系数
年 份 主要典型场 时间系数 我国东部旱灾受灾状况
1978 第一典型场 正 安徽、江西、河南、湖北旱情最重, 东北、河北最轻
1979 第三典型场 负 秦淮线以南重, 以北轻
1980 第三典型场 正 秦淮线以南重, 以北轻
1981 第三典型场 正 秦淮线以南重, 以北轻
1982 第一典型场 负 东北、河北最重, 安徽、江西、河南、湖北最轻
1983 第一典型场 负 东北、河北最重, 安徽、江西、河南、湖北最轻
1984 第一典型场 负 东北、河北最重, 安徽、江西、河南、湖北最轻
续表 1 年 份 主要典型场 时间系数 我国东部旱灾受灾状况
1985 第三典型场 负 秦淮线以南重, 以北轻
1986 第一典型场 正 安徽、江西、河南、湖北最重, 东北、河北最轻
1987 第五典型场 正 山西、河北最重, 云南最轻
1988 第一典型场 正 安徽、江西、河南、湖北最重, 东北、河北最轻
1989 第二典型场 正 黑龙江、吉林最重, 江南以南轻
1990 第二典型场 负 江南以南重, 黑龙江、吉林轻
1991 第二典型场 负 江南以南重, 黑龙江、吉林轻
1992 第二典型场 正 黑龙江、吉林重, 江南以南轻
1993 第一典型场 负 东北、河北灾情重, 安徽、江西、河南、湖北轻
1994 第四典型场 负 青海灾情重, 山东、河北、湖南轻
参 考 文 献
1 ()国家科委全国重大自然灾害综合研究组. 中国重大自然灾害及减灾对策 总论. 北京: 科学出版社, 1993 2 () ()张兰生等. 我国农业自然灾害灾情分析, 北京师范大学学报 自然科学版, 1990; 3 3
施能编. 气象统计预报中的多元分析方法. 北京气出版社, 1992
A N EO F A NALY S IS O N D RO UGHT EFFECT O N
1978- 1994 A GR ICUL TURE IN CH INA D UR ING
F an g X u iq i H e Y in g ru Zh an g W en bo
(), , D ep a r tm en t o f Geo g rap h yB e ijing N o rm a l U n ive r sityB e ijing
A BSTRACT
1978 T h e p ro v in c ia l da ta o f stan da rd ra t io o f d ro u gh t affec ted a rea an d seeded a rea f rom 1994 . , 7017%to is u sed fo r EO F an a ly sisIt is fo u n d th a t th e f ir st f ive EO F sw h ich co n t r ib u te
, o f th e to ta l va r ian cea re ab le to rep re sen t th e m a jo r ch a rac te r ist ic s o f sp a t ia l d ist r ib u t io n o f
. d ro u gh t d isa ste r sT h e ze ro lin e s d iv id in g th e n ega t ive reg io n an d th e po sit ive reg io n in 1, 2 3 , EO F EO F an d EO F app ro x im a te ly lo ca te a lo n g th e G rea t W a llN o r th e rn bo u n da ry o f
- , .J ian gn an H ills an d Q in g lin gH u a ih ere sp ec t ive ly
KEY W O RD S: A g r icu ltu ra l d ro u gh t EO F an a ly sis C h in a