模糊图论分类的截取水平选择

在数量分类中，模糊图论的最大树方法可直接依据模糊相似系数得到树状图。但至目前为止，模糊图论分类中的截取水平通常由分析者主观给定，或者是以逐步试验、逐步修改的方法确定的。用太白山针叶林的数量分类研究结果表明，模糊图论分类的截取水平应选在模糊关系变化较大处，并可用数学方法确定。研究的植被分类实例结果与模糊聚类分析是一致的。

基于游程理论和Copula函数研究岷江流域干旱特征

为了合理评估区域干旱灾害风险,以岷江流域14个气象站1961-2012年逐月降水数据为研究对象,以阈值为变量设定3种游程截取水平识别干旱,然后利用经拟合优选的Copula函数构建干旱历时与干旱烈度的联合分布,并进行概率分析和重现期计算。结果表明:Gumbel Copula函数对整个流域的拟合效果最优;利用Gumbel Copula函数分析二维条件概率P(S≤60mm|D≥3月),3种截取水平的发生概率从流域东南到西北递增;联合重现期结果显示流域东北部和南部一带的旱情比中西部严重,而同现重现期结果则显示流域西部的旱情比东部严重;联合重现期比同现重现期的空间分布更稳定,任意一种截取水平下的联合重现期都比较接近。研究结果可为游程理论截取水平设定、Copula函数优选以及多变量干旱分析提供依据。