宝天曼栎类天然次生林群落稳定性研究

依据宝天曼栎类天然次生林32块样地的调查资料,建立栎类天然次生林群落稳定性综合评价指标体系,定义了稳定度指数计算公式及评价方法,运用EXCEL和SPSS统计软件进行数据处理。结果表明,该地区栎类天然次生林群落稳定性因乔木的树种组成而异,锐齿栎+短柄木包树群落结构最优;125 0 m以上随海拔的升高其稳定性呈增强趋势;样地分布显示,该群落稳定性较强与较差2类几乎各占1/2,因此宝天曼栎类天然次生林群落的稳定性应成为值得关注的重要问题。西北林学院学报21卷第5期闫东锋等宝天曼栎类天然次生林群落稳定性研究     

基于主成分分析法的农业信息化评价研究

构建了科学、实用的农业信息化评价指标体系,并应用主成分分析法对河南农业信息化进行实证评价,评价结果与河南农业信息化实际情况相符.     

主成分分析法在太湖流域水环境可持续性评价中的应用

从可持续发展的观点出发,通过对太湖流域水环境现状的分析,利用主成分分析法对太湖流域4省市的水环境可持续性进行评价,并给出了整治建议。结果表明,太湖流域各省市的可持续性优劣顺序排名依次为上海市、江苏省、浙江省、安徽省,且从主成分值反映出太湖流域的水环境问题非常严重。     

基于主成分分析法的农业信息化水平评价研究

通过构建实用的农业信息化评价指标体系,应用主成分分析法对凉山州农业信息化进行实证评价,评价结果与凉山州农业信息化情况相符。     

基于主成分分析法的农业信息化评价研究

以2012年中国31个省(市、区)农业信息化相关数据为依据,建立了一个包括3个一级指标、9个二级指标的评价指标体系,采用主成分分析法对我国农业信息化水平进行研究。分析结果表明,评价结果与我国农业信息化实际发展情况基本符合,主成分分析法作为构建农业信息化水平评价模型的方法客观有效。从全国范围来看,东部农业信息化发展水平普遍较好,西部省份则发展相对落后,但重庆、陕西、宁夏等西部省份的农业信息化也已经初具规模。     

基于主成分分析法和层次分析法的宁阳县农地效益评价及方法比较

农地利用不仅要实现较高的经济效益、社会效益、生态效益和综合效益,而且要求3个子系统之间相互协调。本文以宁阳县为研究区,构建农地效益评价指标体系,分别采用主成分分析法和层次分析法测算2001~2010年农地效益,变异系数法计算农地系统协调度。结果表明:1宁阳县农地经济、社会及生态效益均在2002年出现最低值,之后呈上升趋势。其中,社会效益最好,生态效益波动较大,经济效益最低。2农地综合效益总体呈上升趋势,农地系统协调度波动较大,2002年出现最低值,2005年以后维持在相对较高水平。3两种方法评价结果总体一致,但生态效益、农地系统协调度在个别年份有较大差异。研究结果可为宁阳县提高农地效益和促进土地协调利用提供依据。     

主成分分析法在我国各省旅游经济发展水平评价中的应用

本文选取11个经济指标构建我国31个省份的旅游经济发展水平的评价体系,运用主成分分析法对我国各省份旅游经济发展水平状况进行分析与评价,并于文后进行了总结。     

应用主成分分析法构建肉质指数的研究

应用主成分分析法 ,通过综合所选定的各项肉质指标的成绩 ,得到一个客观的量化指标———肉质指数(MQI)。这个肉质指数能准确地反应个体间肉质的差异 ,各猪只的肉质优劣可根据其肉质指数的高低直接进行评判。这就将主观性极强的肉质评定过程转化成了一个客观的量化指标 ,为肉质性状纳入育种计划提供了可能 ,并为选育提高群体肉质创造了条件     

基于主成分分析法的农业科技网站评价方法研究

农业科技网站是服务＂三农＂和推进农业信息化的重要载体。通过构建农业科技网站评价模型,并利用主成分分析法进行分析,最后运用该模型使用SPSS13.0对18个农业科技网站进行了综合排名,并根据评估结果对农业科技网站进行了分析评价,为农业科技网站建设提供参考。     

基于主成分分析法的周口市各县投资环境综合评价

根据综合性、协调性和可操作性的原则,采用《河南省统计年鉴》（2009年）的最新数据,通过多要素主成分分析法,对周口市县域投资环境进行了综合评价,并提出了周口市县域投资环境的优化思路。     

基于主成分分析的河南省农业循环经济发展评价研究

从社会、经济、资源、环境4个方面构建了河南省农业循环经济发展评价指标体系,并采用主成分分析法对河南省1991—2010年的农业循环经济发展状况进行了综合评价.结果表明,近20年来河南省的农业循环经济发展水平呈稳定上升趋势,与实际相符合,该方法具有一定的科学性.     

基于主成分分析法的小米食用品质评价模型的建立

小米的品质评价体系尚不完善,研究以小米品质指标建立一种客观适用的评价体系.采用常规的方法测定小米的物理品质和营养品质等共24个指标,利用主成分分析法建立小米食用品质的评价模型,并用该模型对27种小米食用品质进行评价.通过感官评价法的食味值对建立的模型进行检验,两种方法具有很好的一致性.主成分分析法可作为评价小米食用品质...     

红麻产量与品质性状的相关及其主成分分析

选用74份不同来源的红麻种质资源,对10个产量与品质性状进行相关分析表明,株高、皮厚、单株生皮重3个性状对单株干皮重和纤维支数有重要影响;进行主成分分析表明,前4个主成分分别为韧皮纤维产量构成因子(52.68%)、茎秆皮骨构成因子(12.96%)、纤维品质构成因子(10.77%)及晒干率构成因子(9.18%),其累计贡献率达85.61%.因此,在品种选育时,应注意选择植株较高、中等茎粗、韧皮较厚、晒干率较高和品质优良的材料,以确保高产优质.     

基于主成分与聚类分析的樱桃番茄品质综合评价

为探讨育种材料之间的品质差异,筛选适宜的推广品种,对29份樱桃番茄杂交组合的14个品质相关指标进行测量,运用描述性分析、主成分分析、聚类分析和判别分析对樱桃番茄进行综合评价。结果表明,番茄红素的变异系数最大,达到59%;横径的变异系数最小,仅为11%。主成分分析将14个品质指标简化为5个因子,累积贡献率达79.05%。结合聚类分析,筛选出决定番茄综合品质的6个指标——单果重、糖酸比、硬度、果形指数、V_C和番茄红素。综合主成分分析筛选出综合品质得分较高的组合。聚类分析将材料分为6类,结合判别分析构建了樱桃番茄品质判别函数,模型交叉验证显示正确判别率达到79.3%。此研究为樱桃番茄的品质评价提供了新思路。     

用主成分分析法决策湖北核桃优系核仁加工产品类型

应用主成分分析法 ,从样本相关矩阵出发 ,对 10个湖北核桃优系核仁的主要营养成分 (粗脂肪、粗蛋白、可溶性糖及矿质元素 )进行分析 ,依据各营养成分累计方差百分率达到 85 %以上 ,提出了 5个反映核仁营养的主成分及主成分函数式。经对因子荷载矩阵作方差最大正交旋转后 ,各主成分生物学内涵显示出核仁利用类型与当今国内外市场销售的核仁产品相类似。通过计算各优系的主成分得分值 ,进而选择加工产品类型的适宜优系 ,其结果与实际表型相近似。表明主成分分析法在核仁加工产品类型决策及相应优系选择中具有重要的理论意义和实践意义。     

用主成分分析法选择金柑果实品质的评价因素

用主成分分析法分析了28份金柑果实样品品质构成的10个指标因子.结果表明,前6个主成分反映了果实品质94.02%的信息,根据6个主成分对10个品质因子的特征向量进行系统聚类分析,得到6个指标类别,在此基础上依主成分特征向量(权重系数)大小选择可溶性固形物、单果重、种子数、着色度、维生素C、可滴定酸共6个指标为金柑果实品...     

曲靖烟区烤烟气候适宜性综合评价和主成分聚类分析

以曲靖各县区1971-2007年累计37年的气象观测数据为基础资料,采用主成分聚类分析法对各县区烤烟气候进行了初步分类,并基于模糊数学原理,运用多元统计分析方法对曲靖烤烟气候适宜性进行了综合评价,结果表明:曲靖烟区烤烟气候适宜性指数(climate feasibility index,CFI)为0.839±0.040,...     

新铁炮百合主要性状的主成分分析

采用多元统计分析方法，对新铁炮百合F2代17个株系和F3代6个株系的13个主要性状进行主成分分析。结果表明：可以将所有信息归纲为5个主成分，它们能解释总遗传变异的70％以上。经过自交和选择，同一性状在不同世代主成分中的作用不同，不同世代5个特征向量的组成有变化，花的大小、花头数等性状的贡献率逐渐增加。     

基于主成分分析法的海南省县域农业发展环境评价

【目的】为优化海南省农业发展环境,明确地区性农业投资方向和重点,促进区域农业协调发展提供参考。【方法】根据海南省18个市（县）的农业资源条件和特征及2011年统计数据,基于主成分分析法并结合实际情况对海南省各市（县）域农业发展环境进行实证分析。【结果】海南省农业发展地域不均衡,18个市（县）中地处中部地区的市（县）农业发展环境评分较低,农业发展基础薄弱;而处于滨海平原地区的市（县）农业投资潜力较大,可以很好地支持农业发展。农业生产中的土地要素和资本要素对农业发展的作用较大,农业产业结构、技术等内生要素对农业发展贡献普遍不大。【建议】应采取加大农业投入、夯实农业发展基础,依靠农业科技、推动农业发展,因地制宜,优化调整农业结构等措施,以推进海南省农业现代化建设。     

基于主成分分析的安徽省城市层级划分研究

构建合理的城镇体系对于区域发展具有重要的作用,而科学划分系统内部的城镇层级是城镇体系规划与研究的基础性工作。在分析安徽省城市现状的基础上,首先从8个方面选择26项指标,建立科学的评价指标体系,然后利用主成分分析计算安徽省16个地级市的城市发展综合得分,最后根据综合得分进行聚类分析。根据分析结果,将合肥、芜湖、马鞍山、蚌埠和铜陵划分为实力型城市;安庆、滁州、淮南、黄山、淮北及阜阳划分为中等型城市;宿州、六安、池州、亳州和宣城划分为潜力型城市。