basicknowledege.docxVIP

Meiqin Han’s backgroundGrassland science B.S. this major in Qinghai is focusing on grassland botanic classification, ecology, and grassland conservation.Master topic is palaeo-environment in Upper Yellow River zone. This topic have explored the vegetation change in the area and reflected climate history.As working with ecologists in Upper Yellow river zone over the past three years, she noticed the local researchers ignore the riverine landscape evolution. Upper Yellow River has been developed and interrupted a lot, while the ecological conservation focus is remain on grassland but neglected rivers. She has vegetation related working experience in this area, so she wants to working on this topic to reveal what’s happening to the rivers how vegetation is important to rivers...聚类分析一般是用来描述变量或者样品之间相似性的方法，事先是不知道有多少中类别的。判别分析是事先知道了有哪些类别，而且有相应的分类数据，那么可以通过已知的分析数据建立一个分类的规则，那么给出一个或多个未知类的数据就可以通过建立的规则对其进行分析，判别其到底是属于哪个类别的。因此因子分析、主成分分析、对应分析与上面两种分析方法有很大的不同。主成分分析是通过已给的变量或者样品找到少于其变量个数或者样品个数的几个公共因子，这些公共因子所能代表的含义能够最大限度的解释所有的变量或样品。其实可以理解为当我想分析一些变量时，这些变量的个数太多，分析起来有点复杂，那么可以通过主成分分析对变量的个数进行降维，通过找到的少数几个综合变量（公共因子）来分析的话会使问题变得简单、明了。而因子分析其实相当于是主成分分析的逆过程，即用找到的公共因子来解释变量。不过寻找公共因子的方法有多种，不只是有主成分方法，还有主轴因子发、极大似然法等。不过可以通过了解主成分分析的过程来理解因子分析的过程。对应分析其实就是分别对变量和样品做因子分析，通过一张二维图展现两个因子分析的结果而已，方便我们分析变量间、样品间或者变量和样品间的相关性。上面说的是这几种不同分析的的用法，或者说是目的，那么如果要了解他们的使用条件的话，需要从他们的使用目的进行分析。 聚类分析一般比较适用于变量（样品）存在相关性的情况，如果所有变量（样品）均不相关的话，那么聚类的结果将会非常差。判别分析适用于分类数据的分析，及存在某一个变量描述的是样品属于哪个类。 主成分分析、因子分析和对应分析对数据一般没有过分的要求，由于均是通过降维的方式来进行分析，所有都要求变量存在一定的相关性。而对应分析最适用的数据是列联表数据，对于定距尺度和定比例尺度的数据也有一定的适用性，只需要将数据看做成频数即可。但是在做对应分析时，无论是列联表数据、定距尺度数据还是定比例尺度都需要将其数据转化成频率的形式才能分析。其实spss软件都是自动帮助使用者自动转化了。 受本人水品所限，了解的主要就这么多，如有差错的地方还望及时指正。谢谢。TM图像波段介绍 (2013-03-06 17:16:59)转载▼标签： tm it分类： ENVI一、各波段特征：1.TM1 0.45-0.52um,蓝波段,对水体穿透强,对叶绿素与叶色素反映敏感,有助于判别水深及水中叶绿素分布以及水中是否有水华等.2.TM2 0.52-0.60um,绿波段,对健康茂盛植物的反射敏感,对力的穿透力强,用于探测健康植物绿色反射率,按绿峰反射评价植物的生活状况,区分林型,树种和反映水下特征.3.TM3 0.62-0.69UM ,红波段,叶绿素的主要吸收波段,反映不同植物叶绿素吸收,植物健康状况,用于区分植物种类与植物覆盖率,其信息量大多为可见光最佳波段,广泛用于地貌,岩性,土壤,植被,水中泥沙等方面.4 .TM4 0.7