- 
                题名面板数据聚类分析的时间序列趋势外推预测方法
                    被引量:6
            
- 1
- 
                
            
- 
                
                            作者
                                刘兵
                
            
- 
                    机构
                    
                            淮南师范学院经管系
                    
                
- 
                出处
                
                
                    《统计与决策》
                    
                            CSSCI
                            北大核心
                    
                2010年第4期171-172,共2页
            
- 
                    文摘
                        面板数据的聚类分析可以进行压缩的预处理也可以不进行压缩,文章提出可以根据样品中各个指标的时序数据的趋势特征来考虑是否应该进行压缩或如何进行压缩。然后考虑聚类的统计量的设置,再后给出系统聚类法的计算公式。
                        
                    
            
- 
                    关键词
                    
                            面板数据
                            聚类分析
                            时间序列趋势外推预测
                    
                
- 
                    分类号
                    
                            
                                
                                    F224
[经济管理—国民经济]                                
                            
                    
                
- 
                
            
            - 
                题名我国东部北亚热带植物群落季相的时空变化
                    被引量:8
            
- 2
- 
                
            
- 
                
                            作者
                                陈效逑
                                亓孝然
                                阿杉
                                徐琳
                
            
- 
                    机构
                    
                            北京大学城市与环境学院
                    
                
- 
                出处
                
                
                    《生态学报》
                    
                            CAS
                            CSCD
                            北大核心
                    
                2011年第13期3559-3568,共10页
            
- 
                        基金
                        
                                    国家自然科学基金项目(40871029,40671028)
                        
                    
- 
                    文摘
                        研究我国东部亚热带植物群落物候与气候变化的关系,对于揭示东部季风区生态系统对气候变化响应的整体特征和空间分异,具有重要的科学意义。利用物候累积频率拟合法对盐城、武汉、合肥、屯溪1982—1996年的植物群落季相阶段进行划分,并分析了季相阶段的时空变化及其与气温的统计关系。结果表明:(1)各站多年平均变绿期、旺盛光合期和休眠期初日均有随海拔升高而推迟的倾向,而多年平均季相阶段长度的空间分异特征不明显。休眠期初日随海拔升高而推迟的事实表明,树木秋季叶变色和落叶除受到气温的影响外,还可能与光照和霜等其它环境因素有关,从而使得海拔升高对秋季物候期提早的影响有所削弱,其生态机制有待进一步研究。(2)各站变绿期初日以提前为主,长度以延长为主;旺盛光合期和凋落期初日均以提前为主,长度延长与缩短参半;休眠期初日提前与推迟参半,长度以缩短为主。(3)各站变绿期和旺盛光合期初日与前期平均气温多呈显著负相关,而凋落期和休眠期初日与前期平均气温相关不显著。利用最佳时段气温-物候回归模型重建的1982—2006年季相阶段初日的时间序列显示,盐城、武汉和屯溪的变绿期初日呈显著提前的趋势,盐城、合肥和武汉旺盛光合期初日也呈显著提前的趋势。在2002—2006年期间,各站变绿期和旺盛光合期初日均表现出明显推迟的倾向,与各地该时段前期平均气温呈下降的倾向一致。(4)从北亚热带各站到温带北部的哈尔滨,平均每向北1个纬度,多年平均变绿期和旺盛光合期初日分别显著推迟2.7—4.0 d和1.8—2.8 d,而长度则多呈不显著缩短的趋势;凋落期初日提前不显著,但长度显著缩短1.8—2.6 d;休眠期初日显著提前2.9—3.3 d,且长度显著延长5.8—7.0 d。总体上看,上述观测事实符合植物物候空间变化的一般规律,即在生长季节前半段,低纬地区的植物物候早于高纬地区;在生长季节后半段,高纬地区的植物物候早于低纬地区。
                        
                    
            
- 
                    关键词
                    
                            植物群落季相
                            时空变化
                            气温-物候回归模型
                            时间序列外推
                            纬向变化速率
                    
                
- 
                    Keywords
                    
                            plant community aspection
                             spatiotemporal variation
                             air temperature-phenology regression model
                             time series extrapolation
                             latitudinal changing rate
                    
                
- 
                    分类号
                    
                            
                                
                                    Q948
[生物学—植物学]                                
                            
                    
                
- 
                
            
            - 
                题名经济预测模型在碳减排压力中的应用探讨
                    被引量:2
            
- 3
- 
                
            
- 
                
                            作者
                                简晓彬
                                施同兵
                                刘宁宁
                
            
- 
                    机构
                    
                            徐州空军学院财务系
                            徐州师范大学经济学院
                            徐州工程学院经济学院
                    
                
- 
                出处
                
                
                    《生态经济》
                    
                            北大核心
                    
                2011年第4期43-46,69,共5页
            
- 
                        基金
                        
                                    2010年徐州市科技计划项目"徐州市新能源产业发展前景分析研究"(XC10B013)
                                    徐州市科技情报研究计划项目"徐州市发展低碳经济的思路及对策研究"
                        
                    
- 
                    文摘
                        文章论述低碳经济与碳排放的内涵及意义,阐明影响碳排放的主要因素,进而以徐州市为例,在分析全市碳排放主要影响因素的基础上,着重利用时间序列曲线趋势外推和灰色关联分析两个经济预测模型探讨徐州市碳减排压力。预测结果表明:两个经济模型预测结论基本相符。从长期来看,至2020年,徐州市碳减排压力较小,但由于工业结构偏重、工业能耗弹性系数波动性大、能源结构单一等原因,徐州市面临短期及中期碳排放压力。
                        
                    
            
- 
                    关键词
                    
                            低碳经济
                            碳减排
                            时间序列曲线趋势外推
                            灰色关联分析
                    
                
- 
                    Keywords
                    
                            low carbon economy
                             carbon emissions
                             time sequence curves trend extrapolation
                             the grey relational analysis
                    
                
- 
                    分类号
                    
                            
                                
                                    F062.2
[经济管理—政治经济学]                                
                            
                            
                                
                                    F224
[经济管理—国民经济]                                
                            
                    
                
-