这次小编给大家整理了赣江河水主成分及锶同位素地球化学研究（共含10篇），供大家阅读参考。同时，但愿您也能像本文投稿人“小菠萝lulu”一样，积极向本站投稿分享好文章。
赣江河水主成分及锶同位素地球化学研究
于11月,系统采集赣江流域枯水期河水样品22个,对其主要离子成份组成和锶同位素比值进行了分析测定,以期获得赣江流域化学风化过程及物质来源信息.研究结果显示,赣江流域河水的离子成分主要来源于硅酸岩和碳酸盐岩两端元混合组成的岩石和土壤的化学风化或溶解,且风化作用在近地表环境中进行.流域水体的化学组成基本代表了典型的`硅酸岩地区河流的相应化学组成,显示出与碳酸盐岩地区河流及世界主要河流河水化学组成的差异性,如Si、Na、K等含量较高.其次,赣江河水还显示了受人类活动对水体化学组成的影响较大、以及大气CO_2消耗率较高等特点.
作 者：王海峰 王中良 WANG Hai-feng WANG Zhong-liang 作者单位：王海峰,WANG Hai-feng(中国科学院地球化学研究所环境地球化学国家重点实验室,贵阳,550002;中国科学院研究生院,北京,100049)王中良,WANG Zhong-liang(中国科学院地球化学研究所环境地球化学国家重点实验室,贵阳,550002)
刊 名：地球与环境 ISTIC PKU英文刊名：EARTH AND ENVIRONMENT 年，卷(期)： 37(4) 分类号：P592 P595 关键词：赣江流域 水化学组成 锶同位素 化学风化 Ganjiang Drainage Basin ion composition ~(87)Sr/~(86)Sr chemical weathering长江口及邻近海域水体主元素和锶同位素地球化学
根据6月对长江口及其邻近海域水体的现场调查,分析探讨了长江口水体主元素、Sr及Sr同位素的'组成变化.长江河水的Sr含量和~(87)Sr/~(86)Sr同位素比值分别为1.75μmol/L和0.7105,反映出长江流域以碳酸盐岩风化为主的化学风化特征;河口区主元素与盐度的显著正相关关系显示出它们在河水与海水混合过程中的保守特性;~(87)St/~(86)Sr与1/Sr的非线性关系则暗示了长江口水体的Sr不是河水与海水的简单混合,可能伴有其他端元水体的混入.
作 者：Sivaji-Patra 刘丛强 汪齐连 王中良 Sivaji-Patra LIU Cong-qiang WANG Qi-lian WANG Zhong-liang 作者单位：Sivaji-Patra,Sivaji-Patra(中国科学院地球化学研究所环境地球化学国家重点实验室,贵阳,550002;中国科学院研究生院,北京,100039)刘丛强,汪齐连,王中良,LIU Cong-qiang,WANG Qi-lian,WANG Zhong-liang(中国科学院地球化学研究所环境地球化学国家重点实验室,贵阳,550002)
刊 名：地球与环境 ISTIC PKU英文刊名：EARTH AND ENVIRONMENT 年，卷(期)：2009 37(4) 分类号：P595 P597 关键词：长江 河口 水体混合 主元素 Sr同位素 the Yangtze River estuary water mixing major element Sr isotope主成分分析及算法
以主成分分析(PCA)特征结构的理论分析为基础,分别从神经网络和向量量化器两个不同的角度给出了最大主成分线的算法实现和比较,并由此讨论了HEBB算法对学习率的依赖和敏感度.
作 者：李玉珍 王宜怀 LI Yu-zhen WANG Yi-huai 作者单位：苏州大学,计算机科学与技术学院,江苏,苏州,215006 刊 名：苏州大学学报（自然科学版） ISTIC英文刊名：JOURNAL OF SUZHOU UNIVERSITY NATURAL SCIENCE EDITION 年，卷(期)： 21(1) 分类号：O242.2 关键词：主成分分析 神经网络 学习率 算法实验目的：
熟悉并掌握主成分分析和因子分析的原理和在变量分类、综合评价、主成分回归等几个方面的.应用，以及相应的SAS程序实现。 实验内容：
对我国钢铁行业上市公司的财务绩效状况进行主成分分析，选择的财务指标共有以下几个：流动比率，速动比率，存货周转率，总资产周转率，净资产收益率，经营净利率，每股收益，净资产收益率增长率，股东权益增长率。数据如下：
完成以下工作：
（1） 选取累积贡献率>85%的前几个主成分，分别计算得分；并对选取的主成分进行解释；
（2） 对各上市公司的财务绩效进行综合评价；
（3） 利用选取的主成分得分，借助聚类分析过程对钢铁行业上市公司进行分类。
data zcf;
input name$ x1-x9;
cards;
邯郸钢铁 1.551 0.971 7.165 0.889 10.768 9.268 0.451 -16.024 6.122
武钢股份 2.192 1.82 8.088 0.975 15.054 11.114 0.336 -3.039 2.588
钢联股份 1.286 0.941 8.044 1.124 7.389 4.599 0.205 -59.988 122.041
宝钢股份 0.979 0.571 8.13 0.601 9.742 8.78 0.205 -17.685 3.989
莱钢股份 1.364 0.497 5.078 0.93 14.103 9.137 0.523 -24.261 14.16
西宁特钢 1.433 0.672 1.462 0.471 6.429 7.268 0.155 9.349 3.027
杭钢股份 2.108 1.498 8.373 1.418 16.756 7.937 0.531 -18.725 13.662
邢台轧辊 2.1 1.595 1.883 0.396 6.484 8.981 0.132 5.275 -1.061
宁夏恒力 1.364 1.064 1.868 0.278 7.469 19.842 0.201 -35.194 55.428
凌钢股份 1.772 1.061 7.841 1.119 12.883 8.804 0.528 5.343 10.107
南钢股份 1.818 1.392 8.866 1.546 12.885 5.153 0.409 -7.028 6.131
酒钢宏兴 1.441 0.884 10.168 1.071 12.831 7.825 0.367 44.037 6.686
抚顺特钢 0.955 0.652 3.416 0.509 7.147 6.851 0.193 -8.074 1.93
安阳钢铁 1.893 1.333 5.107 0.98 10.949 7.915 0.35 0 0
上海科技 1.313 1.182 4.643 0.568 9.549 9.423 0.199 35.635 3.582
沪昌特钢 10.813 9.53 6.585 0.567 1.103 1.656 0.019 15.031 -7.171
山川股份 1.252 0.585 1.485 0.451 10.344 14.693 0.209 -1.615 9.799
浦东不锈 6.186 5.121 2.363 0.265 0.754 2.513 0.013 -45.439 -1.176
新华股份 1.817 1.314 3.291 0.746 9.924 9.028 0.137 -3.577 1.985
工益股份 1.809 1.267 4.046 0.828 0.695 0.45 0.011 104.419 -4.714
马钢股份 1.584 1.069 4.318 0.569 2.003 2.183 0.032 35.279 -12.487
宝信软件 3.594 3.201 5.014 0.821 14.66 9.721 0.147 126.911 23.243
北特钢 1.385 1.092 2.691 0.467 -11.21 -7.917 -0.148 53.839 -11.058
广钢股份 0.859 0.51 3.884 0.722 4.247 2.685 0.096 -32.409 -4.004
;proc princomp n=9 out=prin ;
var X1-x9 ;
run;
proc print data=prin;
var prin1-prin9;
run;
主要输出结果：
相关阵的特征值和特征向量
Eigenvalue Difference Proportion Cumulative
1 3.62673045 1.71087724 0.4030 0.4030
2 1.91585321 0.51933718 0.2129 0.6158
3 1.39651602 0.34900854 0.1552 0.7710
4 1.04750748 0.37104774 0.1164 0.8874
5 0.67645974 0.47891329 0.0752 0.9626
6 0.19754644 0.10650119 0.0219 0.9845
7 0.09104526 0.04487848 0.0101 0.9946
8 0.04616677 0.04399214 0.0051 0.9998
9 0.00217463 0.0002 1.0000
Eigenvectors
Prin1 Prin2 Prin3 Prin4 Prin5 Prin6 Prin7 Prin8 Prin9
x1 -.263257 0.552819 0.325172 0.099932 0.012334 0.129289 0.077190 -.021550 0.697189
x2 -.269673 0.551229 0.317649 0.090993 0.060093 0.065411 -.019668 0.049407 -.709595
x3 0.320743 0.454750 -.227474 -.195841 0.013020 -.772900 0.038270 0.008686 0.033825
x4 0.379033 0.331485 -.342911 -.184084 0.014402 0.490904 -.323121 0.498672 0.026498
x5 0.460853 0.105228 0.123536 0.367092 0.090387 0.094185 -.486791 -.610331 -.003691
x6 0.308953 -.191838 0.476228 0.450529 0.202663 -.228562 -.028587 0.584869 0.042126
x7 0.480226 0.125512 0.021910 0.155827 -.245428 0.255863 0.762567 -.122168 -.082054
x8 -.169384 0.077314 -.510664 0.444014 0.675965 0.035311 0.220767 -.021431 0.005659
x9 0.210440 -.065201 0.347445 -.591886 0.655328 0.113230 0.140544 -.135595 0.001607
由输出特征值可知，第一主成分的贡献率为40.30%，第二个主成分的贡献率为61.58%，第三个主成分的贡献率为77.10%，前四个主成分累计贡献率为88.74%。因此只需前三个主成分就更很好的概括这组数据。
且第一主成分，第二主成分，第三主成分，第四主成分为：
Z1=-0.263257x1-0.269673x2+0.320743x3+0.379033x4+0.460853x5+0.308953x6+0.480226x7-0.169384x8+0.210440x9,
Z2=0.552819x1+0.551229x2+454750x3+331485x4+0.105228x5-0.191838x6+0.125512x7+0.077314x8-0.065201x9,
Z3=0.325172x1+0.317649x2-0.227474x3-0.342911x4+0.123536x5+0.476228x6+0.021910x7-0.510664x8+0.347445x9，
Z4=0.099932x1+0.090993x2-0.195841x3-0.184084x4+0.367092x5+0.450529x6+0.155827x7+0.444014x8-0.591886x9，
data pingjia;
set prin;
y=0.4030*prin1+0.2129*prin2+0.1552*prin3+0.1164*prin4+0.0752*prin5+0.0219*prin6+0.0101*prin7+0.0051*prin8+0.0002*prin9;
run;
proc sort data=pingjia;
by y;run;
proc print; var name y x1-x9;
Title'上市公司经济效益综合评价';run;
上市公司经济效益综合评价
Obs name y x1 x2 x3 x4 x5 x6 x7 x8 x9
1 北特钢 -2.38947 1.385 1.092 2.691 0.467 -11.210 -7.917 -0.148 53.839 -11.058
2 工益股份 -1.04671 1.809 1.267 4.046 0.828 0.695 0.450 0.011 104.419 -4.714
3 马钢股份 -1.00209 1.584 1.069 4.318 0.569 2.003 2.183 0.032 35.279 -12.487
4 浦东不锈 -0.90647 6.186 5.121 2.363 0.265 0.754 2.513 0.013 -45.439 -1.176
5 广钢股份 -0.72740 0.859 0.510 3.884 0.722 4.247 2.685 0.096 -32.409 -4.004
6 西宁特钢 -0.59066 1.433 0.672 1.462 0.471 6.429 7.268 0.155 9.349 3.027
7 邢台轧辊 -0.51112 2.100 1.595 1.883 0.396 6.484 8.981 0.132 5.275 -1.061
8 抚顺特钢 -0.40960 0.955 0.652 3.416 0.509 7.147 6.851 0.193 -8.074 1.930
9 沪昌特钢 -0.25438 10.813 9.530 6.585 0.567 1.103 1.656 0.019 15.031 -7.171
10 新华股份 -0.11020 1.817 1.314 3.291 0.746 9.924 9.028 0.137 -3.577 1.985
11 上海科技 -0.07628 1.313 1.182 4.643 0.568 9.549 9.423 0.199 35.635 3.582
12 山川股份 -0.02253 1.252 0.585 1.485 0.451 10.344 14.693 0.209 -1.615 9.799
13 宝钢股份 0.12676 0.979 0.571 8.130 0.601 9.742 8.780 0.205 -17.685 3.989
14 宁夏恒力 0.22215 1.364 1.064 1.868 0.278 7.469 19.842 0.201 -35.194 55.428
15 安阳钢铁 0.37215 1.893 1.333 5.107 0.980 10.949 7.915 0.350 0.000 0.000
16 宝信软件 0.41768 3.594 3.201 5.014 0.821 14.660 9.721 0.147 126.911 23.243
17 钢联股份 0.60934 1.286 0.941 8.044 1.124 7.389 4.599 0.205 -59.988 122.041
18 邯郸钢铁 0.63486 1.551 0.971 7.165 0.889 10.768 9.268 0.451 -16.024 6.122
19 酒钢宏兴 0.77353 1.441 0.884 10.168 1.071 12.831 7.825 0.367 44.037 6.686
20 莱钢股份 0.77883 1.364 0.497 5.078 0.930 14.103 9.137 0.523 -24.261 14.160
21 武钢股份 0.87849 2.192 1.820 8.088 0.975 15.054 11.114 0.336 -3.039 2.588
22 南钢股份 0.92856 1.818 1.392 8.866 1.546 12.885 5.153 0.409 -7.028 6.131
23 凌钢股份 0.96954 1.772 1.061 7.841 1.119 12.883 8.804 0.528 5.343 10.107
24 杭钢股份 1.33502 2.108 1.498 8.373 1.418 16.756 7.937 0.531 -18.725 13.662
proc cluster data=pingjia method=ave std pseudo rsq outtree=opingjia;
var x1-x9; id name;run;
RMS i
NCL --Clusters Joined--- FREQ SPRSQ RSQ PSF PST2 Dist e
23 西宁特钢 邢台轧辊 2 0.0013 .999 34.2 . 0.1747
22 CL23 抚顺特钢 3 0.0031 .996 21.4 2.3 0.2471
21 邯郸钢铁 凌钢股份 2 0.0027 .993 21.0 . 0.2479
20 杭钢股份 南钢股份 2 0.0035 .989 19.6 . 0.2848
19 上海科技 新华股份 2 0.0037 .986 19.1 . 0.2929
18 CL21 莱钢股份 3 0.0045 .981 18.4 1.7 0.3039
17 CL22 CL19 5 0.0070 .974 16.5 2.6 0.3254
16 CL18 安阳钢铁 4 0.0053 .969 16.6 1.5 0.3291
15 CL16 武钢股份 5 0.0064 .962 16.5 1.6 0.3578
14 CL17 山川股份 6 0.0090 .953 15.7 2.4 0.3997
13 马钢股份 广钢股份 2 0.0078 .946 15.9 . 0.4234
12 CL15 酒钢宏兴 6 0.0141 .931 14.8 3.0 0.4884
11 CL12 CL20 8 0.0210 .910 13.2 3.5 0.4946
10 CL14 CL13 8 0.0245 .886 12.1 4.6 0.5283
9 宝钢股份 CL10 9 0.0190 .867 12.2 2.4 0.572
8 工益股份 北特钢 2 0.0236 .843 12.3 . 0.7373
7 CL11 CL9 17 0.1736 .670 5.7 19.6 0.8066
6 沪昌特钢 浦东不锈 2 0.0368 .633 6.2 . 0.9199
5 CL7 宝信软件 18 0.0568 .576 6.5 3.0 0.9481
4 CL5 宁夏恒力 19 0.0644 .512 7.0 3.0 1.0067
3 CL4 CL8 21 0.1682 .344 5.5 7.1 1.2099
2 CL3 钢联股份 22 0.1083 .235 6.8 3.5 1.282
1 CL2 CL6 24 0.2353 .000 . 6.8 1.438
由RSQ准则支持分为三类或四类；SPRSQ准则支持分为二类，三类或四类；
上，分为三类。
proc tree data=opingjia horizontal graphics n=3 out=avepingjia;
title '使用类平均法的谱系聚类图';
run;
title '使用类平均法';
proc sort data=avepingjia;by cluster;
run;
proc print data=avepingjia;
run;
PSF支持分为三类；PST2支持分为两类或三类。综
使用类平均法 11月23日 星期五 下午08时59分05秒 5
Obs _NAME_ CLUSTER CLUSNAME
1 西宁特钢 1 CL3
2 邢台轧辊 1 CL3
3 抚顺特钢 1 CL3
4 邯郸钢铁 1 CL3
5 凌钢股份 1 CL3
6 南钢股份 1 CL3
7 杭钢股份 1 CL3
8 新华股份 1 CL3
9 上海科技 1 CL3
10 莱钢股份 1 CL3
11 安阳钢铁 1 CL3
12 武钢股份 1 CL3
13 山川股份 1 CL3
14 马钢股份 1 CL3
15 广钢股份 1 CL3
16 酒钢宏兴 1 CL3
17 宝钢股份 1 CL3
18 北特钢 1 CL3
19 工益股份 1 CL3
20 宝信软件 1 CL3
21 宁夏恒力 1 CL3
22 浦东不锈 2 CL6
23 沪昌特钢 2 CL6
24 钢联股份 3 钢联股份
第一组：西宁特钢，邢台轧辊，抚顺特钢，邯郸钢铁，凌钢股份，南钢股份，杭钢股份，新华股份，上海科技，莱钢股份，安阳钢铁，武钢股份，山川股份，马钢股份，广钢股份，酒钢宏兴，宝钢股份，北特钢，工益股份，宝信软件，宁夏恒力。
第二组：浦东不锈，沪昌特钢。
第三组：钢联股份。
总程序：
data zcf;
input name$ x1-x9;
cards;
邯郸钢铁 1.551 0.971 7.165 0.889 10.768 9.268 0.451 -16.024 6.122
武钢股份 2.192 1.82 8.088 0.975 15.054 11.114 0.336 -3.039 2.588
钢联股份 1.286 0.941 8.044 1.124 7.389 4.599 0.205 -59.988 122.041
宝钢股份 0.979 0.571 8.13 0.601 9.742 8.78 0.205 -17.685 3.989
莱钢股份 1.364 0.497 5.078 0.93 14.103 9.137 0.523 -24.261 14.16
西宁特钢 1.433 0.672 1.462 0.471 6.429 7.268 0.155 9.349 3.027
杭钢股份 2.108 1.498 8.373 1.418 16.756 7.937 0.531 -18.725 13.662
邢台轧辊 2.1 1.595 1.883 0.396 6.484 8.981 0.132 5.275 -1.061
宁夏恒力 1.364 1.064 1.868 0.278 7.469 19.842 0.201 -35.194 55.428
凌钢股份 1.772 1.061 7.841 1.119 12.883 8.804 0.528 5.343 10.107
南钢股份 1.818 1.392 8.866 1.546 12.885 5.153 0.409 -7.028 6.131
酒钢宏兴 1.441 0.884 10.168 1.071 12.831 7.825 0.367 44.037 6.686
抚顺特钢 0.955 0.652 3.416 0.509 7.147 6.851 0.193 -8.074 1.93
安阳钢铁 1.893 1.333 5.107 0.98 10.949 7.915 0.35 0 0
上海科技 1.313 1.182 4.643 0.568 9.549 9.423 0.199 35.635 3.582
沪昌特钢 10.813 9.53 6.585 0.567 1.103 1.656 0.019 15.031 -7.171
山川股份 1.252 0.585 1.485 0.451 10.344 14.693 0.209 -1.615 9.799
浦东不锈 6.186 5.121 2.363 0.265 0.754 2.513 0.013 -45.439 -1.176
新华股份 1.817 1.314 3.291 0.746 9.924 9.028 0.137 -3.577 1.985
工益股份 1.809 1.267 4.046 0.828 0.695 0.45 0.011 104.419 -4.714
马钢股份 1.584 1.069 4.318 0.569 2.003 2.183 0.032 35.279 -12.487
宝信软件 3.594 3.201 5.014 0.821 14.66 9.721 0.147 126.911 23.243
北特钢 1.385 1.092 2.691 0.467 -11.21 -7.917 -0.148 53.839 -11.058
广钢股份 0.859 0.51 3.884 0.722 4.247 2.685 0.096 -32.409 -4.004
;proc princomp n=9 out=prin ;
var X1-x9 ;
run;
proc print data=prin;
var prin1-prin9;
run;
data pingjia;
set prin;
y=0.4030*prin1+0.2129*prin2+0.1552*prin3+0.1164*prin4+0.0752*prin5+0.0219*prin6+0.0101*prin7+0.0051*prin8+0.0002*prin9; run;
proc sort data=pingjia;
by y;run;
proc print; var name y x1-x9;
Title'上市公司经济效益综合评价';run;
proc cluster data=pingjia method=ave std pseudo rsq outtree=opingjia;
var x1-x9; id name;run;
proc tree data=opingjia horizontal graphics n=3 out=avepingjia;
title '使用类平均法的谱系聚类图';
run;
title '使用类平均法';
proc sort data=avepingjia;by cluster;
run;
proc print data=avepingjia;
run;
基于主成分分析法的安徽省生态环境质量研究
人类根据自身的`具体要求可对生态环境质量进行评定.研究选择具有代表性、可比性、可操作性的评价指标,运用主成分分析法对安徽省17个地市的环境质量的优劣程度进行了定性、定量分析和判别,为安徽生态省建设和环境管理提供科学依据.
作 者：许丛 操勤 袁媛 XU Cong CAO Qin YUAN Yuan 作者单位：安徽师范大学,国土资源与旅游学院,安徽,芜湖,241000 刊 名：资源开发与市场 英文刊名：RESOURCE DEVELOPMENT & MARKET 年，卷(期)： 24(2) 分类号：X821.254 关键词：生态环境质量 主成分分析 SPSS 安徽省基于主成分分析的尉犁灌区水面蒸发量研究
考虑到水面蒸发气象影响因子之间普遍存在显著相关,若应用所有气象因子建立水面蒸发量计算模型则存在信息重叠问题,而主成分分析方法可以解决该问题.尉犁灌区水面蒸发气象影响因子的`主成分分析表明,前2个主成分累计贡献率已达97.069%,故提取2个主成分已能满足要求.第一主成分代表空气冷热状况与太阳照射状况;第二主成分代表空气动力状况.利用2个主成分建立二元一次回归方程,并与应用所有气象影响因子建立的多元线性回归方程相比较,结果显示,主成分分析方法建立的回归方程的回归系数均通过t检验,达到极显著水平,多元线性回归方程,虽拟合效果稍优于主成分分析方法,但回归系数b0～b6均未通过t检验,系数显著性水平不如主成分分析法.
作 者：李安志 LI An-zhi 作者单位：新疆水利厅头屯河流域管理处,新疆,昌吉,831100 刊 名：广东水利水电 英文刊名：GUANGDONG WATER RESOURCES AND HYDROPOWER 年，卷(期)： “”(11) 分类号：P333.1 关键词：主成分分析 多元线性回归 水面蒸发量基于主成分回归的公路客运量预测模型研究
运用主成分回归分析法,将影响公路客运量的众多相关因素简化为少数不相关因素,消除因变量过多导致的多重共线性,可构建公路客运量预测模型.实例证明,该模型具有较高的`精度,适合影响因素指标发展较为明确的客运量短期预测.
作 者：李晓刚 贾元华 敖谷昌 LI Xiao-gang JIA Yuan-hua AO Gu-chang 作者单位：李晓刚,贾元华,LI Xiao-gang,JIA Yuan-hua(北京交通大学交通运输学院,北京,100044)敖谷昌,AO Gu-chang(北京交通大学交通运输学院,北京,100044;重庆交通大学交通运输学院,重庆,400074)
刊 名：交通标准化 英文刊名：COMMUNICATIONS STANDARDIZATION 年，卷(期)：2009 “”(5) 分类号：U492.4 关键词：主成分回归 多重共线性 客运量预测基于Matlab的快鸟影像主成分处理研究
文中以Matlab软件为基础对快鸟影像进行主成分处理,处理之前在ERDAS8.5中对快鸟影像格式进行变换,从11bit变换为8bit,然后再输出为Matlab软件能够接收的jpg格式图像文件.经在Matlab软件中进行主成分处理得:第一主成分的贡献率为88.72%,第二主成分为10.13%,第三主成分为1.15%,第四主成分近似为0.为进行分辨率的融合,以全色波段替代第一主成分量,进行主成分的逆变换,并输出了PCA123、PCA432、PCA421三景假彩色图像,其联合信息熵以PCA432最大为15.1160,次之PCA421为15.1103,PCA123最小仅为12.6419,该值与没有进行主成变换的`假彩色421、真彩色321接近,说明主成分处理以后,输出波段的选择也非常重要.
作 者：马友平Ma Youping 作者单位：湖北民族学院生物科学与技术学院,湖北,恩施,445000 刊 名：矿山测量 英文刊名：MINE SURVEYING 年，卷(期)： “”(5) 分类号：P237 关键词：Matlab 快鸟影像 主成分区间主成分分析方法的比较
简述了区间数据主成分分析(PCA)的两种主要方法--顶点法(V-PCA)和中点法(C-PCA),并对其进行了合理化改进.研究表明,两种方法的协方差矩阵有极大的相似性.在研究区间数距离的基础上,定义了一种基于Hausdorff距离的评价模型方法优劣的效度指标,并通过模拟的方法,对这两种方法进行了比较研究.结果表明:两种方法具有较强的相似性;随着变量数和样本数的增加,两种方法的效度均有所下降;在同样的样本数条件下,中点法适合变量数较大的'情形,而顶点法更适合于变量数较小的情形.最后,给出了区间PCA方法选择及效度测量的应用步骤和一个算例.
作 者：李汶华 郭均鹏 LI Wen-hua GUO Jun-peng 作者单位：天津大学,管理学院,天津,300072 刊 名：系统管理学报 ISTIC PKU英文刊名：JOURNAL OF SYSTEMS & MANAGEMENT 年，卷(期)： 17(1) 分类号：O212.4 关键词：区间数 主成分分析 顶点法 中点法 效度黄河下游地区河水主要离子和锶同位素的地球化学特征
摘要：对黄河下游地区河水主要阴阳离子、锶元素及其同位素组成进行了分析.结果发现其水化学组成主要以Ca~(2+),Na~+,HCO_3~-和SO_4~(2-)离子为主,分别占阴阳离子组成的75%以上.干流与支流间在化学组成上存在显著差异,黄河干流的SO_4~(2-),NO_3~-和Cl~-具有共同的来源,而支流河水中的SO_4~(2-),NO_3~-和Cl~-来源不同.黄河下游具有较高的'锶含量及较低的锶同位素组成,锶含量变化范围在0.0429 mg・l~(-1)-0.936mg・l~(-1)之间,平均含量为0.394 mg・l~(-1),锶同位素组成变化范围在0.70986-0.71139之间,平均值为0.71118,其中黄河人海口的锶同位素组成(~(87)Sr/~(86)Sr=0.70986)与现代海水锶同位素比值(0.70916)相近,表明其锶同位素组成受海水作用影响较大.对主要元素、微量元素锶及其同位素组成分析研究发现,黄河下游地区河水锶同位素组成主要源于蒸发盐岩和碳酸盐岩的风化溶解作用,而人类活动的影响相对较小.由锶同位素平衡方程计算得出,黄河下游地区河水锶同位素组成由大气降水和岩石风化作用混合而成,其中大气降水对黄河下游地区~(87)Sr/~(86)Sr的贡献率约为30%,而岩石风化对其贡献率约为70%.Abstract：The Yellow River is one of the largest rivers in China, and plays significant role in the development of the society and economy, as well as the ecosystem health in northern China. Major ions and the strontium isotopic composition are important geochemical characters of the water body, and provide insight into the regional hydrogeochemistry, rock weathering rates in drainage basins, and anthropogenic influences on the river. This study determined ~(87)Sr/~(86)Sr ratios and concentration of Sr and major anions and cations in 16 water samples from the lower reach of the Yellow River. Ca~(2+) , Na~+ , HCO_3~- and SO_4~(2-) are the dominant ions. The concentration of the ions accounts for more than 75% in the respective categories, and differ significantly between the tributary and the mainstream. Sources of SO_4~(2-), NO_3~- and Cl~- are homogenized in the mainstream, while clearly different in the tributaries. The lower section of the reach is higher in Sr concentration while lower in the Srisotope composition, which range from 0.0429mg ・l~(-1) to 0.936mg ・l~(-1) and from 0.70986 to 0.71139, respectively. The isotopic composition in the estuary is similar to that of the sea water, suggesting that the isotopic geochemistry has been under the control of the sea. The research of major elements, the Sr concentration and ~(87)Sr/~(86)Sr ratios show that the weathering of carbonates and evaporates in the drainage basins are responsible for the high water Sr concentrations. According to the balance equation of Sr, the Sr in river water is derived from two end members, that is, the ratio of ~(87)Sr/~(86)Sr from atmosphere precipitation is about 30% and from rock weathering is about 70%.作 者：王兵 李心清 袁洪林 周会 赵彦龙 WANG Bing LI Xin-qing YUAN Hong-lin ZHOU Hui ZHAO Yan-long 作者单位：王兵,周会,WANG Bing,ZHOU Hui(中国科学院地球化学研究所环境地球化学国家重点实验室,贵阳,550002;中国科学院研究生院,北京,100049)李心清,LI Xin-qing(中国科学院地球化学研究所环境地球化学国家重点实验室,贵阳,550002)
袁洪林,YUAN Hong-lin(西北大学地质学系大陆动力学国家重点实验室,西安,710069)
赵彦龙,ZHAO Yan-long(广东省广州市珠汀流域水资源保护局,广州,510611)
期 刊：环境化学 ISTICPKU Journal：ENVIRONMENTAL CHEMISTRY 年，卷(期)：2009, 28(6) 分类号：X13 关键词：锶元素 黄河 风化作用 气候变化 水化学 水污染. Keywords：Srelement the Yellow River rock weathering climate change water chemistry water pollution.