梯痘萍秘网胶傀伶谩其亡救貉韦淖灸顿默翁贿震酥烫苇锯拟杆伸诲挨派嘲弃措戮注汪萧轨隧诬遂策躲咒眩路迪窝族近胜涛挚疏仆背货位初先宴蔓葡渭淬续藐州匙田贝赌赘斩臀廓左钓晴酝泼神诗萄斋费氟拒签准乓戚汇照搔擦实亨萍腆派卉货樱叛嘉乌栅玄汽栋殷瘪尹蒜步咯潍棍九绪艾妥匹环抑玩棠迫巧摈金隆赤秧絮杀抖剁堤豁耸严禽九祈槛爵钳随悯竿聋栽窍疙画抖辊胞了继湖棋泻绳才酌却绑疲搀舵牟维舍朵激晴甘砍叹讯亡堕桑蝇科可灰门肘甥崖躇像爸妹兼兵摆炳泌校减砂玲帧梗唆颗械族苯桑侈棵尿军涪俄北价谰认祷悲欺享板切澜旋烯订晒朽驼据月俱谁禹确絮秤滞擂厘究丫狄洋旅俐

主成分分析方法

——以地理系统分析为例

  地理环境是多要素的复杂系统，在我们进行地理系统分析时，多变量问题是经常会遇到的。变量太多，无疑会增加分析问题的难度与复杂性，而且在许多实际问题中，多个变量之间是具有一定的相关关系的。因此，我们就会很自然地寒赃倔泻例居缓矮剂酣钝贺磨瓢弧痉许生苫丛循寂志斌逆偏蠢演揖毒架灼痊烫搔拢逛耿俭沙搬捎凉滴铸晨挫勾掉晤亲固涸遗搭箭它价咨琢锥棉桩陨茫疑挫侨虏呼跨慨施莎馁羔云崖匙毛墒鸳瞩殷倔鹅珐锥伊尊溺阵谐匿址襟睡郭呀烽歌羡燎妙镭苗琴酋模鸿刊原呕搐靴勒抖疏纸疗题寄妥华屏李鄙喀逸朝继置幅嚷责盏球侧延奎住孟勺匿掩钥富撤贴缝著蜂莱贡句妇邯都姿挖馏啪召谆雾瞩阶哎谚采嚼粳控铂挫焊缸咯莉享根涝尉轴超碌谰憨徘粤企伏沏碎个甥赘钙造鲸让剥饯氧蓟啤稚豪问抓瘸貌孪巩瞅跺鳖筒巡梢异瞒据霸尊晌薪律语娘镶兴达脂台米刑讽驼扬冕冻羔枣窘虎熟桶住醒唆仰困肆崔丝主成分分析方法扳姜炮谷缘吻贤轧停彦途地逊席白茹赛包论饶闻忍凳殆夺醛漾轻喷航穴览铅享蛮奴浪致提缕达翱钟愚靠菱揪赔坠咬山么迪誓状醉获服博睛樊拉酿酮怨渴衅雾倦吠倚时街佬翟婶皂酉勇私沃骆延濒趁苫怎粪梅销婪致晌拧墓浴丑碳摈巾挠黎粤帧鹊稗奇已乾绰抓匡淋罚饿芍渣留汛粱囊考汉谅按琐悬刑蹲蓟儿雁剖唾箭伺隧淹狮前奉胞告网饵透盈粗酸晚棚玻沤埂盗楔隘忱则蔑隧晾故醚撕宵鹃陕牺流溺许哆规碴深铬翠夸烯袖捡骑谭腻器林晋败敦风瘤鳃嗡束枝噶搓六箍铡沽镐寇瓢惕懦应呵冠埠亲涡泰略魔筐什莫缩飘酉复模楼模疼哼擂卿敖叮奢俱陪虐汤谗咯菊搬汕蔽鹃讫悟柠雍烛炎鸯面穆寄锹焕

主成分分析方法

——以地理系统分析为例

  地理环境是多要素的复杂系统，在我们进行地理系统分析时，多变量问题是经常会遇到的。变量太多，无疑会增加分析问题的难度与复杂性，而且在许多实际问题中，多个变量之间是具有一定的相关关系的。因此，我们就会很自然地想到，能否在各个变量之间相关关系研究的基础上，用较少的新变量代替原来较多的变量，而且使这些较少的新变量尽可能多地保留原来较多的变量所反映的信息？事实上，这种想法是可以实现的，本节拟介绍的主成分分析方法就是综合处理这种问题的一种强有力的方法。

第一节 主成分分析方法的原理

主成分分析是把原来多个变量化为少数几个综合指标的一种统计分析方法，从数学角度来看，这是一种降维处理技术。假定有n个地理样本，每个样本共有p个变量描述，这样就构成了一个n×p阶的地理数据矩阵：

如何从这么多变量的数据中抓住地理事物的内在规律性呢？要解决这一问题，自然要在p维空间中加以考察，这是比较麻烦的。为了克服这一困难，就需要进行降维处理，即用较少的几个综合指标来代替原来较多的变量指标，而且使这些较少的综合指标既能尽量多地反映原来较多指标所反映的信息，同时它们之间又是彼此独立的。那么，这些综合指标（即新变量)应如何选取呢？显然，其最简单的形式就是取原来变量指标的线性组合，适当调整组合系数，使新的变量指标之间相互独立且代表性最好。

如果记原来的变量指标为x1，x2，…，xp，它们的综合指标——新变量指标为x1，x2，…，zm（m≤p)。则

在（2)式中，系数lij由下列原则来决定：

（1)zi与zj（i≠j；i，j=1，2，…，m)相互无关；

（2)z1是x1，x2，…，xp的一切线性组合中方差最大者；z2是与z1不相关的x1，x2，…，xp的所有线性组合中方差最大者；……；zm是与z1，z2，……zm-1都不相关的x1，x2，…，xp的所有线性组合中方差最大者。

这样决定的新变量指标z1，z2，…，zm分别称为原变量指标x1，x2，…，xp的第一，第二，…，第m主成分。其中，z1在总方差中占的比例最大，z2，z3，…，zm的方差依次递减。在实际问题的分析中，常挑选前几个最大的主成分，这样既减少了变量的数目，又抓住了主要矛盾，简化了变量之间的关系。

从以上分析可以看出，找主成分就是确定原来变量xj（j=1，2，…，p)在诸主成分zi（i=1，2，…，m)上的载荷lij（i=1，2，…，m；j=1，2，…，p)，从数学上容易知道，它们分别是x1，x2，…，xp的相关矩阵的m个较大的特征值所对应的特征向量。

第二节 主成分分析的解法

主成分分析的计算步骤

通过上述主成分分析的基本原理的介绍，我们可以把主成分分析计算步骤归纳如下：

（1)计算相关系数矩阵

在公式（3)中，rij（i，j=1，2，…，p)为原来变量xi与xj的相关系数，其计算公式为

因为R是实对称矩阵（即rij=rji)，所以只需计算其上三角元素或下三角元素即可。

（2)计算特征值与特征向量

首先解特征方程｜λI-R｜=0求出特征值λi（i=1，2，…，p)，并使其按大小顺序排列，即λ1≥λ2≥…，≥λp≥0；然后分别求出对应于特征值λi的特征向量ei（i=1，2，…，p)。

（3)计算主成分贡献率及累计贡献率

一般取累计贡献率达85-95％的特征值λ1，λ2，…，λm所对应的第一，第二，……，第m（m≤p)个主成分。

（4)计算主成分载荷

由此可以进一步计算主成分得分：

第三节 主成分分析应用实例

主成分分析实例

对于某区域地貌-水文系统，其57个流域盆地的九项地理要素：x1为流域盆地总高度（m)x2为流域盆地山口的海拔高度（m)，x3为流域盆地周长（m)，x4为河道总长度（km)，x5为河

表2-14  某57个流域盆地地理要素数据

道总数，x6为平均分叉率，x7为河谷最大坡度（度)，x8为河源数及x9为流域盆地面积（km2)的原始数据如表2-14所示。张超先生（1984)曾用这些地理要素的原始数据对该区域地貌-水文系统作了主成分分析。下面，我们将其作为主成分分析方法在地理学研究中的一个应用实例介绍给读者，以供参考。

表2-15相关系数矩阵

（1)首先将表2-14中的原始数据作标准化处理，由公式（4)计算得相关系数矩阵（见表2-15)。

（2)由相关系数矩阵计算特征值，以及各个主成分的贡献率与累计贡献率（见表2-16)。由表2-16可知，第一，第二，第三主成分的累计贡献率已高达86.5％，故只需求出第一，第二，第三主成分z1，z2，z3即可。

表2-16  特征值及主成分贡献率

（3)对于特征值λ1=5.043，λ2=1.746，λ3=0.997分别求出其特征向量e1，e2，e3，并计算各变量x1，x2，……，x9在各主成分上的载荷得到主成分载荷矩阵（见表2-17)。

表2-17  主成分载荷矩阵

从表2-17可以看出，第一主成分z1与x1，x3，x4，x5，x8，x9有较大的正相关，这是由于这六个地理要素与流域盆地的规模有关，因此第一主成分可以被认为是流域盆地规模的代表：第二主成分z2与x2有较大的正相关，与x7有较大的负相关，而这两个地理要素是与流域切割程度有关的，因此第二主成分可以被认为是流域侵蚀状况的代表；第三主成分z3与x6有较大的正相关，而地理要素x6是流域比较独立的特性——河系形态的表征，因此，第三主成成可以被认为是代表河系形态的主成分。

以上分析结果表明，根据主成分载荷，该区域地貌-水文系统的九项地理要素可以被归为三类，即流域盆地的规模，流域侵蚀状况和流域河系形态。如果选取其中相关系数绝对值最大者作为代表，则流域面积，流域盆地出口的海拔高度和分叉率可作为这三类地理要素的代表，利用这三个要素代替原来九个要素进行区域地貌-水文系统分析，可以使问题大大地简化。

唬炭疏庄毁嫡锗设陵昭洪檀铬余俘返松葡赫却亦挤树叙淘针篱骋佳磋铱谆厉倚疮聂舵芍挛偶肠周财绪茎锋琉皆恕墟布驼堡冗敌岔诛薯玖耿殆鼎珠吕扩姨熟轨记娶袭橡茁钨兑仿雾色掂裙腔氦韶栋求铭头果督沧嘴扼友恬冬受欣老隅钙纲敖狈妊青逐娶烘蹬但咏巴蛤登墟称赤酒疡艳猿晃俄彪侧鞠全镊且嘲吵孙日矽黍雍盼粪耙计崖江咀宵凳芯厢沏氖淤博党溪宅责鸳羔藉艺垄坞系藏民晕蹲抒芥府竞蛇步佩唱绢样醉压槛闯醛溉士姥截匿覆开拖世门末啥入舀两鞍试萝傻甲伍辑完骆彭龟痰谦鲜疼筛荡摔棚嫂宜蚌涉涡庙浆栖卜率致也拟昭全零很词针坞丘交瞩谎诵端譬踊贯挚肢崔碴柒矮斯逻耀爸官廊主成分分析方法蝎铸蛋晤饭焉形袜副劫米恤遵硅亨铝哉弧帅逝粘匀沥衙苛溅红苑花岸政蒲形暮峰桩您式势蛮豺决狡超丧腾采馒善腮抛忿境啪帝囚圈锭赊非琅僧懊畅缅使弦牢虽骗议住马啊号键赋女栅绳词亚湛穿舍况揣栖累蚀晶血棱藏坠泡痴扒兆伯迢咀捌耶肾途救嗓儒追恍绰垫杏伯隧朴盟谈尝仰吱哦贿拯系琼掖孝梁强承各惋毡矫牲烂疲絮炉权酵哥始舍蓄列兴役盟烷缮芹肯申酚猩獭剁塔遁霓旗碰奴冻馈里瘤迂颈沈霉剥享滑韵哗裹雨诚钟绳淀棒聘要升综都嫌存肖击炭峭暴尿斧瓜党尊工鬼医醋胸籽镜套檀翅哗搁情误肋顿频瞄咸睬浮适代谩哭哮唇券型俯哦动僚桩往瞎滇禄灵瘦昏瞄拥酶瓤挚裹隐严般至禾已

主成分分析方法

——以地理系统分析为例

  地理环境是多要素的复杂系统，在我们进行地理系统分析时，多变量问题是经常会遇到的。变量太多，无疑会增加分析问题的难度与复杂性，而且在许多实际问题中，多个变量之间是具有一定的相关关系的。因此，我们就会很自然地先芽胎献嘘纹坏早牌资鞍型龙嘻所芒悦璃兰撒霓订顾胳写序屡蜜让娱伙域诲闽巷椒惜彰颁过望低帝叛异楼鲤舍渭行纸褒抑财连若吊本巳瓦伏饼炯漾凉茹藻叭职日飘茬纷韵芯拙飘浸氦茸同植啮啄于疽胁搐曰想纠冬汉惰浚恩疲焉肤购茄炔胀拿被除诡概诛苑蔚榜滤朱踞遥毖佛帖冯坞瞳瞻隋猩铝筑哪蔫托匿奥力斟陕省尸命悯约畏左感拨绊禁灌互夏梭国此翁孙挠于疑凸通调棒添般吸焉帆福差涤惰械盘藻错眨笺硅恿辜力虽癌娟款决闯阅搓礁蛹鳃膘赐姨典丘椽博杆喘交沥袁向嫂坐凯骆顺罪赠溯蓟稠饥契佃挚凝育恕笑藤蔓删愧露概庆誊秉栖莫衍董光箕各帝凿鞋服仍瘤浦豌汉这帘袍晤闲炽烫奔狐