KẾT LUẬNĐể kết thúc việc trình bày những kết quả mô hình hoá thống kê, doc

114
tổng quát bằng các phương pháp thống kê khác nhau, trong đó có cả
những mô hình bao gồm các thủ tục kết hợp. Những dự báo về nhiệt độ
nước lớp mặt Bắc Đại Tây Dương và lượng băng biển Baren đã cho thấy
sự ưu việt của việc sử dụng các mô hình đa chiều so với các dự báo
những chuỗi đặc trưng hải dương xuất phát trực tiếp bằng các
mô hình
một chiều cả về phương diện hiệu quả lẫn thời gian báo trước.
Nếu như kết quả thứ nhất (vận dụn
g các mô hình xác suất một chiều)
đã khá quen thuộc và được thực tiễn dự báo khẳng định [65, 146, 151],
thì kết quả thứ hai
− cho phép ta theo cách mới nhìn nhận những khả
năng dự báo các tham số tổng quát. Thật vậy, sau khi phân tích những dự
báo đã thực hiện, ta thấy rằng cách tiếp cận này cho phép: a) Dự báo quá
trình đa chiều mà không phải tăng số chiều của mô hình dự báo; b) Tăng
thời gian báo trước của dự báo không phải do ngoại suy các tham số mô
hình, mà do sự ổn định của các hàm cơ sở, tức tính tới tính liên hệ của
trường hay của các
chuỗi thời gian.
Dự báo phân
bố không gian của phù du sinh vật ở biển Na Uy bằng
cách xây dựng vectơ các lớp trạng thái phản ánh những xu thế hiện đại
trong thủy sinh học
– dự báo những đại lượng sinh khối phù du sinh vật
cụ thể hiện thời chưa thể thực hiện được do cấu trúc phức tạp của thông
tin xuất phát. Trong đó lời giải dự báo trở thành nhiều phương án. Ở đây
cần nhận thấy rằng nếu không tiến hành chẩn đoán bằng các phương pháp
phân tích thống kê đa chiều khác nhau, thì về nguyên tắc không thể đạt

tới một kết quả dự báo thoả đáng.
Như vậy,
hiệu quả dự báo tuỳ thuộc nhiều vào tính tổng hợp của
phương pháp tiếp cận cả trong khối chẩn đoán lẫn khối dự báo (xem hình
0.5).




KẾT LUẬN
Để kết thúc việc trình bày những kết quả mô hình hoá thống kê,
chúng tôi muốn nhấn mạnh một lần nữa rằng: Tính đa tham số và tính
không đơn trị của các mối liên hệ đặc trưng cho trạng thái đại dương, đã
quyết định quan điểm phương pháp luận trong nghiên cứu các quá trình
hải dương mà hạt nhân là công cụ phân tích thống kê đa chiều. Ở đây độc
giả có quyền đưa ra những câu hỏi: "Phải chăng các phương ph
áp phân
tích thống kê đa chiều là những phương pháp vạn năng trong việc phát
hiện những đặc điểm cấu trúc tiềm ẩn của các quá trình?" và "Chúng ta
đã đạt được gì?".
Kinh nghiệm nhiều năm ở nước ta và trên thế giới ứng dụng
các
phương pháp phân tích thống kê đa chiều trong nghiên cứu địa vật lý,
việc áp dụng mạnh mẽ và thành công trong các lĩnh vực khoa học khác,
cho phép trả lời câu hỏi thứ nhất một cách khẳng định. Kết luận này cũng
có thể rút ra từ những thành tựu của công trình này. Một trong những kết
quả nghiên cứu được tiến hành bằng các phương pháp phân tích thống kê

đa chiều là chuyển từ không gian thông tin ba chiều truyền thống sang
không gian

M
chiều các trạng thái, số chiều của nó được xác định bằng
số biến trong vectơ quan trắc. Ở đây trước mắt nhà nghiên cứu mở ra vô
vàn những mối liên hệ giữa các biến mà sau này được thể hiện sáng rõ
qua những thành phần chính, những nhân tố, những lớp, những kiểu, làm
cho việc lý giải các cơ chế vật lý phức tạp được dễ dàng hơn nhiều.
Vận dụng các phương
pháp phân tích thống kê đa chiều khác nhau sẽ
giúp rất nhiều phân tích toàn diện những quá trình hải dương. Một mặt,
đó là do chúng ta đã nhận thức được rằng không thể mô tả sự đa dạng
phong phú vô cùng của những trạng thái các quá trình hải dương bằng
một mô hình tuyệt hảo nào đó, vì những kiểu mô hình khác nhau có sứ
mệnh thực hiện những chức năng khác nhau và giành cho những mục


115
đích khác nhau. Mặt khác, để nhìn nhận các quá trình dưới "những góc
độ khác nhau", ví thể như ta xoay cái khối lập phương dữ liệu, cần phải
vận dụng những phương pháp phân tích thống kê đa chiều khác nhau:
Mức độ mô tả biến động quá trình bằng một phương pháp cụ thể và cấu
trúc thống kê của phần dư chưa được nó mô tả, sẽ quy định sự cần thiết
vận dụng một phương
pháp khác nữa.
Với cách tiếp cận nà
y đã cho phép người ta từ bỏ việc khảo sát
những mối liên hệ giữa các yếu tố riêng lẻ và chuyển sang phân tích tổng
hợp các quá trình nói chung. Theo chúng tôi, đây chính là câu trả lời đầy
đủ cho câu hỏi thứ nhất, nó diễn giải bản chất của phương pháp luận mà
chúng tôi đề xuất để nghiên cứu những quá trình hải dương.
Những kết quả đã nhận được trong

bối cảnh vận dụng phương pháp
luận này, dĩ nhiên, chưa phải là đã bao quát hết tất cả những khả năng
ứng dụng của phương pháp phân tích thống kê đa chiều trong hải dương
học. Song, theo ý kiến chúng tôi, cũng đã trả lời một cách đầy đủ cho câu
hỏi thứ hai. Thứ nhất, ta đã hiểu được rằng không thể mô tả đầy đủ quá
trình ng
hiên cứu bằng một phương pháp, điều này thể hiện đặc biệt trực
quan với những quá trình hải dương đa chiều, trong đó các ước lượng về
tính đồng nhất, tính dừng, tính ổn định liên hệ mang đặc điểm xác suất.
Tính bất định trong các mối liên hệ và sự biến động của các tham số quan
trắc có thể giảm thiểu tối đa nếu sử dụng ý tưởng kết hợp một số phương
pháp phân
tích thống kê đa chiều.
Thứ hai, những tham số tổng quát (các thành phần, các nhân tố, cá
c
lớp, các loại) phản ánh kết quả chẩn đoán thống kê sẽ có giá trị then chốt
khi dự báo những quá trình đa chiều thành phần quy mô lớn. Thí dụ, khi
đưa những nhân tố chung vào làm các tham số đầu vào của các mô hình
xác suất một chiều, có thể dự báo được sự tiến triển của quá trình đa
chiều (trường yếu tố trong thời gian, biến trình thời gian của một số yếu
tố).
Chúng tôi đã tiến hành n
hiều tính toán dự báo theo ba yếu tố hải
dương học: nhiệt độ nước, lượng băng và sinh khối phù du sinh vật theo
nhiều vùng Đại Tây Dương và Bắc Băng Dương. Các thí dụ đã cho thấy
tính hiệu quả cao của các dự báo đó và tạo nên niềm hy vọng và sự lạc
quan nhất định: Triển vọng của phương pháp này thật rõ ràng, đặc biệt
trong bối cảnh những nhiệm vụ nghiên
cứu biến đổi khí hậu toàn cầu sắp
tới.

Thứ b
a, chúng tôi đã hiện thực hoá ý tưởng kết hợp một số mô hình
dự báo vào thực tiễn hải dương học. Giải pháp này tỏ ra có thành quả
−
tính bất định mô tả thống kê sự tiến triển của quá trình đã giảm đi đáng
kể, và do đó, hiệu quả các dự báo và tính khả báo thống kê của chúng
tăng lên.
Hiển
nhiên, chúng tôi cũng hiểu rằng để phán quyết cuối cùng về triển vọng
của cách tiếp cận này, đòi hỏi không những phải thử nghiệm thêm với nhiều quá
trình dự báo và kiểm tra, mà chủ yếu là những đánh giá của các chuyên gia đã từng
ít nhiều sử dụng những phương pháp thống kê phân tích đa chiều trong thực tiễn
của mình. Những kết quả chẩn đoán và dự báo thống kê các quá trình hải dương

đã trình bày trong sách có thể tỏ ra quá phức tạp đối với độc giả trong thực thi thực
tiễn. Chúng tôi nghĩ rằng điều đó không nghiêm trọng lắm, bởi vì đến nay đã có
nhiều bộ chương trình thực dụng các loại giúp giảm nhẹ đáng kể mặt tính toán của
hệ phương pháp này.

116

TÀI LIỆU THAM KHẢO

1. Абрамов Р. В Гушин О. А. (1985)
Исследование трендов поля ТПО на основе статистической
модели. Деп. в ВИНИТИ, 2.09.85. Но 6439-85
2. Адаменко В. Н., Богданов А. Л. (1984)
Классификапия крупных озер мира на основе опенки составля-
юших их массо-энергообмена Гидрология Байкала и других
водоёмов, Наука, Новосибирск, с. 5-14
3. Айвазян С. А., Енюков И. С., Мешалкин Л. Д. (1983)
Прикладн
ая статистика. Основы моделирования и первичная
обработка данных. Финансы и статистика, М., 471 с.
4. Александров В. В Горский Н. Д. (1983)
Алгоритмы и программы структурного метода обработки ланных.
Наука, Л., 208 с.
5. Алексеев А. П. (1959)
Полярный фронт в Норвежском и Грен-ландском морях. Труды
ПИНРО, вып. 11, с. 60-73
6. Алексеев Г. В Му
рзин А. И. (1966)
Разложение по ЕОФ как основа численного представления
сплоченности льда и прогноза его перераспределения. Труды

ААНИИ, вып. 279, с. 105-112
7. Алексеев Г. В. Николаев Ю. В., Романов В. А. (1985)
Норвежскская энергоактивная зона. Итоги науки и техники.
Атмосфера, океан. космос. Программа "Разрезы", Наука, М., т. 6,
с. 45-62
8. Андрукович Н. Ф. (19
74)
Некоторые свойства метода главных компонент. Многомерный
статистическии анализ в сониало-экономических исследованиях.
Наука, М. с. 189-228
9. Андрюшенко В. И. (1985)
Способ вероятностного прогноза непериодических колебании
уровня моря. Труды ААНИИ, вып. 389, с. 89-93
10. Асмус В. В. и др. (1988)
Программный комплекс кластеризации многозональных ланных.
Исследование Земли из космоса, МоЗ. с. 86-94
11. Асмус В. В. и др. (1986)
Ккаст
ерныи анализ самолётных радиолокационных изображений
ледяного крова. Труды ГосНИИЦИПР. вып. 25, с. 64-72
12. Афифи А., Эйзен С. (1982)
Статистический анализ. Подход с использованием ЭВМ. Мир,
М., 488 с.
13. Багров Н. А. (1982)
Объединение нескольких прогнозов. Метеорология и
гидрологии, Nо 8
14. Багров Н. А. (1962)
О комплексном методе прогнозов. Метеорология и гидрология,
Nо 4
15. Багров Н. А. (197

0)
Преобразование и отбор предсказателей в корреляционнойм
анализе. Труды Гидрометцентра СССР, вып. 64. с. 3-23
16. Багров Н. А. (1963)
Индекс аналогичности векторных полей. Труды ЦИП, вып. 123
17. Багров Н. А. (1983)
Статистическая теория опознавания в гидрометеорологии.
Труды Гидрометцентра СССР, вып. 244, с. 5 1-62
18. Багров Н. А. (1980)
О каноническои корреляции векторов. Труды Гидрометцентра
СССР, вып. 226, с. 3-10
19. Багров Н. А. (196
8)
О некоторых особенностях корреляционного анализа и их
применения к прогнозам погоды. Метео-рология и гидрология,
Nо 1
20. Багров Н. А., Мерцалова Н. И. (1970)
О тепловом взаимодействии океана и атмосферы. Труды Гидро-
метцентра СССР, вып. 64, с. 24-34
21. Багров Н. А., Кожевникова Н. Н. (1981)
Объективный анализ температуры поверхности океана на Север-
ном полу
шарии. Метеорология и гидрология, Nо 12. с. 69-76


117
22. Батырева О. В. (1983)
Сравнение канонических переменных с главным компонентами
при учете влияния Северной Атлантики на температуру воздуха
на ЕТС. Труды Гидрометцентра СССР. вып. 244, с. 62-77

23. Белкин И. М. (1984)
О методике объвктивного выделения водных масс. Труды
ВНИИГМИ-МЦД, вып. 102, с. 146-156
24. Белкин И. М. (1986)
Морфолого-статистичвская объективная классификация верти-
кальных профилей гидрофизических параметров. Доклады АН
СССР. 286,
Nо 3, с. 707-711
25. Белкин И. М. (1981)
Методы анализа вертикальных профилей гидрофизических
параметров. Труды ВНИИГМИ-МЦД, вып. 90. с. 60-67
26. Белкин И. М., Семенов А. В. (1984)
Сплайновая интерпо.пяция вертика.льных профилей гидрофи-
зических параметров. Обзор проблемы и методов интерполяции.
Труды ВНИИГМИ-МЦД. вып. 102, с. 135-145
27. Беляев В.И. (1973)
Обработка и теоретический ана
лиз океанологических наблю-
дении. Наукова думка, Киев, 295 с.
28. Беляев В.И., Бунимович Л. А. (1983)
Метолика классификации участков записей мелкомасштабных
флуктуаций гидрофизических полей. Океанология. 23, Мо 5. с.
882-886
29. Борман Б. А., Ларин Д. А., Позднякова Ф. Г. (1986)
Классификация полей аномалии теплогвого баланса северной
части Атлантического океана. Труды ВНИИГМИ-МЦД. Nо 122,
с. 3-42
30. Благу
ш П. (1989)
Факторный анализ с обобшениями. Финансы и статистика, М.,

248 с.
31. Божков А. Т., Гудзь П. К., Сперанский Д. А. (1983)
Структура и энтальпия вод в районе океанском станции С в
Северной Атлантике. Труды ГОИН. т. 170, с. 32-40
32. Божков А. Т., Буб А. Ф., Вольф С. В. (1978)
Некоторые результаты исследования водных м
асс с помошью
метода главных компонент. Проблемы Арктики и Антарктики,
11о 53. с. 27-35
ЗЗ. Бокс Дж Дженкинс Т. (1974)
Анализ временных рядов: прогноз и управление. Мир. М., вып.
1, 406 с.
34. Болч Б.У., Хуань К.Д. (1979)
Многомерные статистические методы дпя экономики. Финансы
и статистика, М, 341 с.
35. Борисенков Е. П. (1987)
Результаты и перспективы развития физико-статисти
ческих
методов сверхдопгосрочных и климатических прогнозов и их
интерпретация. Трупы 5 Всес. совеш. по применению стати-
стических методов в метеорологии, с. 3-12
36. Брусиловский П. М. (1987)
Коллективы предикторов в эко.логическом прогнозировании.
Изд. Саратовского гос.ун-та. 104 с.
37. Булгаков Н. П., Ильин Ю. П., Рыбалка В. А. (1983)
Использование главных компонент для ана
лиза структуры
верхнего слоя Черного моря. МГИ Деп. ВИНИТИ 187-84 деп. 4
янв. 1984, 14 с.
38. Булгаков Н. П., Ломакин П. Д., Рыбалка В. А. (1988)

Исследование гидрофизическои структуры бассейна Карибского
моря с применением кластер-анализа. Докл. АН УССР, Nо 12. с.
12-15
39. Вайновский П. А. (1984)
0 факторном анализе вертикального распределения плотности
воды. Труды ЛГМИ, вып. 87
40. Вайновский Н. А., Кондратьев А. В. (198
7)
Стохастическое моделирование термического режима верхнего
слоя Норвежского моря. Гидрометеорологические пропессы в
промысленных раионах Северной и Южной Атлантики. Изд.
ЛМИП, Л., с. 80-85
41. Вайновский Н. А., Масловский М. И. (1989)
Крупномастабные фронтальные зоны Норвежского моря. В кн.
“Исследование южной части Норвежского моря”. Гидрометео-
издат., М., с. 30-34
42. Вайновский Н. А., Титов Ю. Э., Малеко Н. В. (199
0)


118
0 вероятностном прогнозировании температуры воды в океане
(байесовский подход). Труды ЛГМИ, вып. 106
43. Вайновскии Н. А., Титов Ю. Э., Трушина Т. В. (1989)
Результаты комплексирования статистических моделей прог-
ноза. Труды ЛГМИ, вып. 105, с. 32-36
44. Вайновский Н. А., Титов Ю. Э. (1989)
Методические рекомендадии по статистико-вероятностному
прогнозированию океанологических характеристик. Мурманск.
93 с.

45. Вайновский Н. А., Титов Ю. Э. (1986)
Практиче
ские аспекты применения многомерного анализа Рук.
деп. ВИНИТИ 1.12.198, Nо 8462-В86, с. 17
46. Вайновский Н. А., Титов Ю. Э. (1986)
О структуре термоха.чинных полей деятельного слоя
Норверской энергоактивной зоны. В сб. “Исследование крупно-
масштабного взаимодействия океана и атмосферы в Северной
Атлантике”. Изд. ЛПИ. Л с. НЗ-121
47. Василенко В. М., Мирабель А. П., Ку
зин В. И. (1980)
0 пространственной скорости течениии в Саргассовом море по
данным ПОЛИМОЛЕ. Океанология, т. 20. Nо 3, с. 432-440
48. Василенко В. М., Мирабель А. П. (1976)
О параметризапии вертикально и структуры течений в тропи-
ческой Атлантике с помошью статистически ортогональных
функции. Океанология. т. 16, Nо 2
49. Василенко В. М., Мирабель А. П. (1977)
О вертикаль
нои структуре течении в океане в различных
диапазонах частот. Изв. АН СССР, ФАО. т. 13, Nо 3, с. 328-331
50. Вительс Л. А. (1960)
Многолетние изменения повторяемости форм атмосферное
циркуляции и их преобразование в связи с солнечной
активностью. Труды ГГО, вып. 90, с. 95-115
51. Воробъев В. Н Смирнов Н. П., Титов Ю. Э. (1985)
О пространстве
нной и временно и структуре энтальпии вод
Северо-Европейского бассейна. В сб. “Исследование взаимодей-
ствия океана и атмосферы в энергоактивных зонах”. Изд. ЛПИ,

Л., с. 3-15
52. Воробьев В. Н., Титов Ю. Э. (1986)
Сезонная изменчивость ентальпии вол и адвекции тепла в
северной части Атлантического океана. Научи. тр. (межвузов-
ские): Исследование крупномасштабного взаимодействия океана
и атмосферы в Северной Атлан
тике. Изд. ЛПИ, Л.
53. Вязилов Е. Д. (1981)
Применение методов объективного анализа для восстановления
океанографических полей. Труды ВНИИГМИ-МЦД, Nо 80. с. 50-
60
54. Гаврилин Б. Л., Мирабель А. П. (1973)
Методы параметризации крупномасштабных океанологических
процессов. Окванология, Т. 3, Nо 6
55. Галеркин Л. И. (1984)
Двумерная статистика термогалинных полеи и водные массы
Северной Ат
чантики. Труды ВНИИГМИ-МЦД, вып. 102. с. 108-
134
56. Галеркин Л. И. и др. (1978)
Опыт машинной кпассификации кривых вертикального распре-
деления температуры волы, солености, плотности, скорости
звука и их вертикальных градиентов. Труды ВНИИГМИ-МЦД.
вып. 45, с. 126-138
57. Гандин Л. С. (1963)
Объективные анализ метеорологических полей. Гидрометеоиз-
дат., Л., 287 с.
58. Гандин Л. С. (1967)
О применен
ии метода канонических корреляций в метеорологии.

Труды ГГО, вып. 208
59. Гасюков П. С. (1976)
О совместном разложении полей температуры воды и воздуха по
статистическим ортогональным функциям. Труды ВНИРО, вып.
114. с. 64-72
60. Глаголева М. Г. и др. (1980)
Об аналитическом представлении полей температуры волы в
Тихом океане. Труды Гидрометцентра СССР, Nо 229, с. 52-56
61. Глаголева М. Г., Скрипту
нова Л. И. (1979)
Прогноз температуры воды в океане. Л., Гидрометеоиздат., 167 с.
62. Глобальный климат. Под ред. Т. Хотона. Гидрометеоиздат., Л
1987, 551 с.


119
63. Гольдман Р. С., Ильичев В. И. (1983)
Методы прогнозирования промысловых скоплении в океане на
основе анализа океанической изменчивости. Докл. АН СССР, т.
267. Nо 3, с. 737-739
64. Груза Г. В. (1969)
Опыт применения главных компонент в технике корреля-
ционного прогноза. Труды САНИГМИ, вып. 40 (55). с. 19-Зб
65. Груза Г. В., Ранькова Э. Я. (1983)
Вероятностные метеорологические прогнозы. Гилрометеоизд
ат.,
Л., 271 с
66. Даценко Н. М. (1987)
О расчете естественных составляюших поля температуры водной
поверхности океанов северного полушария. Труды Гидромет-

центра СССР. вып. 278, с. 108-126
67. Дапенко Н. М. (1987)
Анализ естественных составляюших поля температуры водной
поверхности океанов северного полушария. Труды Гидромет-
центра СССР, вып. 278, с. 108-126
68. Даценко Н. М., Перфиилов В. И., Сонечкин Д. М. (198
3)
Методика расчета естественных составляюших метеороло-
гических полей. Изв. АН СССР, ФАО, т. 19. Мо 4, с. 348-356
69. Драган Я. П., Рожков В. А., Яворский И. Н. (1987)
Методы вероятностного анализа ритмики океанологических
процессов. Гидрометеоизлат., Л., 319 с.
70. Дрейпер Н., Смит Г. (1973)
Прикладной регрессионный анализ. Статистика, М., 392 с.
71. Дрыгина И. А., Смирнов Н. П., Саруханян Э. И. (1977)

06 использовании компонентного анализа при разработке
методики долгосрочного прогноза .педовитости арктических
морей. Труды ААНИИ. вып. 341, с.119-141
72. Дубров А.М., Мазуров М. Е. (1980)
Анализ статистических связей в одномерном и многомерном
анализе. Финансы и статистика, М., 150 с.
73. Дуброскии С. А. (1982)
Прикладной многомерные статистический анализ. Финансы и
статистика, М 216 с.
74. Жамбю М. (198
8)
Иерархический кластерный анализ и соотвествия. Финансы и
статистика. М., 342 с.
75. Жуковская М., Мучник И. Б. (1976)

Факторный анализ в экономических исследованиях. Статистика,
М., 151 с.
76. Жуковский Е. Е., Гудновкий А. Ф. (1978)
Методы оптимального использования метеорологической
инфор-мации при принятии решении. Гидрометеоиздат., Л., 52 с.
77. Загоруйко Н. Д. и др. (1986)
Пакет прик
ладных программ ОТЭКС. Финансы и статистика, М.
78. Елисеев И. И., Рукавишников В. О. (1982)
Логика приккладного статистического анализа, Финансы и
статистика. М, 191 с.
79. Елкина В. Н. и др. (1973)
Применение метолов таксономии в океанологии. Экспресс инф.
ЦНИИТЭИРХ. сер. 9, вып. 2, с. 1-35
80. Енюков И. С. (1986)
Методы алгоритмы и программы многомерного статистического
анализа. Фи
нансы и статистика. М., 232 с.
81. Иберла К. (1980)
Факторный анализ. Статистика, М., 398 с.
82. Иванова Е. В., Незлин Н. П. (1986)
Выделение ассоциации планктонных фораминифер в современ-
ных осадках Мирового океана при помоши факторного анализа.
Океанология, т. 26. вып. 1, с. 94-99
83. Имас Л. И. (1976)
Обзор работ по дискриминантному анализу. Труды САРНИГМИ,
вып. З (112). с. 3-27
84. Имас Л. И. (1971)
Численный экспериме
нт прогноза слиьных похолоданий в

Ташкенте методом дискриминантного анализа. Труды
САРНИГМИ, вып. 58 (73)
85. Имас Л. И., Шмакова В. С. (1976)
Дискриминантныи анализ и прогноз. Труды САРНИГМИ, вып.
22 (103)
86. Иереског К. Г., Клован Д., Реимент Р. А. (1980)
Геологический факторный анализ. Недра. Л., 223 с.


120
87. Калашников П. А. (1985)
Первичная обработка гидрологическои информации: физикохи-
мические свойства морской волы. Гидрометеоиздат., Л 152 с.
88. Карандашева Т. Г. (1985)
Сезонная изменчивость термической стратификации вод Нор-
вежского и Гренландского мореи. Метеорология и Гидрология.
Nо 3, с. 83-89
89. Карнаухов А. А. (1982)
О возможности определения термической и соленостной
структуры водных масс по одному или двум параметрам на
поверхности. В кн. “Ги
дрофизические исследования в северной
части Тихого океана”. Влаливосток, с. 37-44
90. Карнеев Г. А. (1970)
О некоторых особенностях разложения метеорологических
полей по системам ортогональных функций. Труды Гидромет-
центра СССР, вып. 64. с. 69-80
91. Карнеев Г. А. (1970)
Статистическая ортогонализация случайных векторов и прогноз
случайных полей. Труды Гидрометцентра СССР, вып. 64, с. 81-90

92. Карпова И. П., Ку
зина Н. А. (1982)
Об использовании показателя оптимальности в классификции в
задачах выделения водных масс. Исспелование и освоение
Мирового океана. ЛПИ, Л., вып. 77, с. 103-108
93. Кашьян А., Рао Р. (1983)
Построение динамических стохастических моделей по
экспериментальным данным. Наука. М., 323 с.
94. Кендалл М. Д., Стуьюарт А. (1976)
Многомерный статистический анализ и временные ряды. На
ука.
М., 736 с.
95. Ким Дж. и др. (1989)
Факторный дискриминантный и кластерный анализ. Финансы и
статистика, М.,215 с
96. Киткин П. А., Колесник Ю. А Краснопольский Ю. А. ( 1984)
Вероятностные методы решения задач промрыболоства и
оптимального использования биоресурсов. Владивосток. 127 с.
97. Классификация и кластер. Под ред. Дж. Раизина. Мир. М.,1980
98. Клепиков В. В., Лу
кин В. В. (1972)
Выделение водных масс и фронтов в Южном океане по
совокупности признаков с помощью оптимального цикла.
Информ. бюлл. САЭ, Nо 83, с. 52-56
99. Клепиков В. В., Смирнов Н. Р., Божков А. Т. (1974)
Выделение и исследование водных масс в Индийском океане с
помошью разложения по естественным ортогональным
функциям. Вестник ЛГУ. 24. с. 7
2-81
100. Климатолого-статистическое исследование термогалинных

полей Северной Атлантики. Под ред. А. С. Монина. Гидрометео-
издат., М., 1982, 164 с.
101. Клюквин Л. Н. (1977)
0 методике интерпо.пяции океанографических характеристик с
помошью ЭВМ. Труды ААНИИ, т. 342, с. 64-79
102. Ковалев Е. Г., Николаев Ю. В Прямиков С. А. (1981)
Автоматизация поисков оптимальных предсказателей и постро-
ения прогностических схем. Тру
ды ААНИИ, т. 372. с. 44-52
103. Колесник Ю. Д., Волох Ф. Ф. (1981)
Применение факторного анализа для изучения распределения.
поведения и прогнозирования улова япо поморской сардины.
Итоги исследований по вопросам рационального использования
и охраны биоресурсов Сахалина и Курильских о-вов. Южно-
Сахалинск, с. 37-39
104. Колмогоров А. Н. (1986)
Теория вероятностей и математическая ст
атистика. Наука. М
534 с.
105. Кравчук М. А., Саруханян Э. И. (1983)
Изучение 14-месячных колебании уровня Мирового океана с
помошью метода главных компонент. Труды ААНИИ, т. 371. с. 2
1-30
106. Кротова В. А., Мезенцова Т. И., Шимараев Н. Н. (1984)
Эмпирические модели вертикального распределения темпера-
туры и плотности воды в Балтийском море глубже 300 м. В кн.
“Гидрология Байкала и пру
гих водоемов”. Наука. Новосибирск,
с. 31-40
107. Куприянова Т. П. (1977)

Принципы и методы физико-географического районирования с
применением ЭВМ. Казань, 125 с.


121
108. Левасту Т., Ларкинд Г. (1987)
Морская промысловая система. Количественная оценка пара-
метров и регулирование рыболоства. Агропромиздат., М., 165 с.
109. Лемешко Е. М. (1987)
0 методе комп.лесных главных компонент. МГИ АН УССР.
Севастополь,19 с. Деп. ВИНИТИ 06.02.87. 873-В87
110. Лифшиц А. В., Хромов В. М. (1980)
Исследование взаимодействии в водных экосистемах с поиошью
информашюнно-логического анализа. Жу
рн. обшей биологии. т.
41, Nо 1. с. 49-55
111. Ломакин А. Ф., Покулов В. В. (1984)
Естественные ортогональные функции температуры поверхно-
стного слоя северной части Тихого оквеана. Труды ДВНИИ, вып.
П1. с.50-57
112. Лопатухин Л. И., Рожков В. А Румянцева С. А. (1984)
Применение метода главных компонент для районирования
морей и океанов по режимным характеристикам. Тру
ды ЛГМИ,
вып. 87, с. 10-19
113. Максимов И. В. (1970)
Геофизические силы и воды океана. Гидрометеоиздат., Л., 448 с.
114. Мещерская А. В., Гирская Э. И. (1974)
Об интерпретации фори естественных ортогональных функции.
Труды ГГО, вып. 298, с. 90-96

115. Мешерская А. В. и др. (1970)
Естественные составляюшие метеорологических полей. Гидро-
метеоиздат., Л., 160 с.
116. Минский Д. С., Чижевский А. М. (1982)
Быстрая ба
йесовская классификация многозональных изобра-
жений. Исследование Земли из космоса. Nо 1. с. 52-59
117. Мирвис В. М. (1975)
К вопросу об объективизации проведения границ в задачах
прикладной классификации климатов. Труды ГГО. вып. 330, с.
156-170
118. Миронов Е. У. (1981)
Представление положения кромки льда посредством разложения
на естественные ортогональные составляюшие. Труды ААНИИ,
т. 384, с. 45-52
119. Монин А. С., Камен
кович В. И., Корт В. Г. (1974)
Изменчивость Мирового океана. Гилрометеоиздат., Л., 264 с.
120. Монин А. С. (1969)
Прогноз погоды как задача физики. Наука, М., 184 с.
121. Мордвинов В. И., Репинская Р. П. (1988)
Разложение случайных процессов на косоугольные составля-
юшие и возможности его применения в метеорологии. Труды
ГГО, вып.516, с.121-127
122. Мостеллер Ф., Тычки Дж. (1981,
1982)
Анализ данных и регрессия. Финансы и статистика, М., вып. 1, 2
123. Налимов В. В. (1971)
Теория эксперимента. Наука, М., 207 с.
124. Никифоров С. Г., Шпайхер А. О. (1980)

Закономерности формирования круномасштабных аномалии
режима Северного Ледовитового океана. Гидрометеоиздат., Л.,
269 с.
125. Николаев Ю. В. (1976)
Классификация гидрометеоро.логических продессов с помошыо
ЭВМ. Гидрометеоиздат., Л., 35 с.
126. Николаев Ю. В. (1975)
Модификадия метода разложения по естест
венным ортого-
нальным составляюшим. Труды ААНИИ, т. 321
127. Николаев Ю. В. (1976)
Применение дискриминантного анализа лля долгосрочных
прогнозов льдов арктических морей. Труды ААНИИ, т. 320, с. 4
26
128. Николаев Ю. В. (1973)
Применение метода главных компонент в изучении многолетних
колебаний ледовитости арктических морей. Труды ААНИИ, т.
307
129. Николаев Ю. В., Ко
валев Е. Г. (1971)
К вопросу применения дискриминантного анализа для долго-
срочного прогноза .деловитости. Труды ААНИИ, т. 303, с. 14-26
130. Николаев Ю. В., Левин А. И. (1973)
Применение теории распознания образов в океанологии.
Наукова Думка, Киев, 106 с.
131. Николаев Ю. В., Смирнов Н. П. (1972)


122
Опыт применения дискриминантного анализа для прогноза

годового стока Верхней Волги. Информ. Бюлл. ИБВВ АН СССР,
Nо 12, с. 67-73
132. Николаев Ю. В., Саруханян Э. И., Смирнов Н. П. (1970)
Применения дискриминантного анализа при определении
различий между классам. Информ. Бюлл. ИБВВ АН СССР, Nо 8,
с.
!8-25
133. Обухов А. М. (1954)
Статистическое описаие непрерывных полей. Труды Геофизи-
ческого ин-та АН СССР, вып. 24 (151), с. 3-42
134. Оганесян В. Б. (1978)
Каноническая коррелядия температурных полей атмосферы и
океана. Метеорология и гидрология, Nо 2, с. 42-51
135. Орлов Н. Э. (1983)
Метод долгосрочного прогноза среднемесячной ледовитости
районов северо-западной части Атлантического океана. Труды
ААНИИ, т. 385, с. 46-49
136. Островский А. Г., Питербарг Л. И. (1986)
О стати
стической предсказуемости температуры поверхности
океана. Изв. АН СССР. ФАО, Nо 4
137. Островский А. Г., Питербарг Л. И. (1988)
Динамико-стохастическая молель лолгопериолных колебаний
уровня моря. Океанология, т. 28, Но 6, с. 918-924
138. Перфилов В. И. (1982)
О собственных значениях выборочной корреляционной матрицы
метеорологических полеи. Труды Гидрометцентра СССР, вып.
243, с.1
14-119
139. Песаран М., Слейтер Л. (1984)

Динамическая регрессия. Финансы и статистика, М., 310 с.
140. Петрович М. Л. (1982)
Регрессионный анализ и его математическое обеспечение на ЕС
ЭВМ. Финансы и статистика, М., 199 с.
141. Перевочникова О. И. (1985)
Пространственно-временной ананализ изменения теплосодер-
жания деятельного слоя Северной Атлантики. Труды Гидромет-
центра СССР, вып. 269, с. 89-100
142. Питербарг Л. И. (19
89)
Динамика и прогноз крупномасштабных аномалий температуры
поверхности океана. Гидрометеоиздат., Л., 198 с.
143. Питербарг Л. И., Островский А. Г. (1984)
Динамическая стохастическая модель долгопериодной измен-
чивости температуры поверхности океана. Докл. АН СССР, т.
276, Nо 6. с. 1469-1470
144. Плюта В. (1989)
Сравнительный многомерный анализ в экономическом модели-
ровании. Финансы и статистика, М., 175 с.
145. Поздынин В. Д. (198
3)
Возможности байесовских метолов в обработке результатов
гидрофизических измерений. Океанология, т. 23, Но 4, с. 671-676
146. Поляк И. И. (1989)
Многомерные статистические модели климата. Гидрометеоиз-
дат., Л., 183 с.
147. Поляков В. М. (1983)
Применение факторного анализа при обработке данных
дистационного зондирования окружаюшей среды. В кн.
“Статистические методы обработки данных дистационного

зондирования окружаюшей срелы”. Тру
ды 1-ого Межведом.
совеш. Изд. ИРЭ АН СССР, с. 109-112
148. Поляков Г. Г., Хаибуллина Л. С. (1984)
О прогнозировании полеи с использованием канонических
корреляций. Трупы ЗапСибНИИ, вып. 66, с. 85-99
149. Покровский Б. Н., Мартышенко С. Н. (1981)
Применение метода многомернои статистической классифи-
капии при изучении гидрофизических полеи. В кн. “Автомати-
запия океанологических исследовании”. Владивосток, с. 103-
106
150. Праги У. (1984)
Факторный анализ как метод решения проблемы классификапии
в географии. В кн. “Математико-географическое моделирование
территориальных систем”. Изд. КГУ, Казань, с. 47-54
151. Привальский В. Е. (1985)
Климатическая изменчивость (стохастические модели. предска-
зуемость, спектр). Наука, М., 182 с.
152. Прошутинский А. Ю., Уранов Е. Н. (1985)
Комплексный метод прогноза сгонно-нагонных колебаний


123
уровня на устьевом взморье Енисея в зимний период с заблаго-
временностью 2-3 суток. Труды ААНИИ, т. 389. с. 78-85
153. Рабочая книга по прогнозированию. Мысль, М., 1982, 423 с.
154. Репинская Р. П., Скляренко В. Л., Смирнов Н. П. (1975)
Прогноз поля давления экстраполированием параметров разло-
жения по е.о.ф Труды ЛГМИ, вып. 53. с. 124-133
155. Рожков В. А., Трапез

ников Ю. А. (1983)
К вопросу о построении вероятностных моделей океанологи-
ческих пропессов. Труды ГОИН, вып. 169, с. 46-60
156. Романов Л. Н., Шарифуллин Н. К. (1983)
Об уточнении гранин классов при альтернативном прогнози-
ровании. Метеорология и гидрология. Nо 4, с. 40-47
157. Романов Л. Н. и др. (1980)
О выборе параметров в регрессионных моделях с помощью
скользящего контроля. Тру
ды ЗапСибНИИ. вып. 46
158. Романов Л. Н. и др. (1980)
О выборе параметров для построения регрессионных моделей.
Метеорология и гидрология, Nо 7
159. Романпов В. А., Буб А. Ф. (1977)
Некоторые результаты многомерного анализа водных масс
Норвежского и Гренландского мореи. Труды ААНИИ. т. 342, с.
24-37
160. Романпов В. А., Смирнов Н. П. (1983)
О тепловом состоянии вод Норвеж
ского моря. Труды ААНИИ, т.
382. с. 101
161. Русанов В. П. (1984)
О кпассификапии вод Арктического бассейна по
гидрохимическим признакам. Труды ААНИИ. т. 368, с. 5-21
162. Саруханян Э. И., Смирнов Н. П. (1986)
Водные массы и пиркуляпия Южного океана. Гидрометеоиздат.,
Л., 288 с.
163. Себер Дж. (1980)
Линейный регрессионный анализ. Статистика. М., 456 с.
164. Семенов Ю. Л. (1977)

Факторный анали
з обшего природного пропесса, формируюшего
гидролого-гидрохимический режим восточной части Каспия. В
кн. “Вопросы промысловой океанологии Мирового океана”.
Мурманск, с. 10-101
165. Семенов Ю. Л. (1986)
Эмпирическая модель гидрохимических условий восточной
части Среднего и Южного Каспия на основе факторного анализа.
Гидрохимические материалы, т. 94. с.90-103
166. Семовскии С. В., Белкин И. М. (1986)
Климатолого-статисти
ческая модель востановления
вертикальных профилей гидрофизических параместров. Докл.
АН СССР, т. 287, Nо 1, с.208-210
167. Симонов А. И. и др. (1988)
Химико-океанографическое районирование и гидрохимический
режим Мирового океана. Докл. АН СССР. т. 299, Nо 4, с. 981-985
168. Скляренко В. Л., Смирнов Н. П. (1974)
О применении многомерного анализа в гидрологии. Труды
ИБВВ АН СССР, вып. 26 (29). с. 1
80-206
169. Скляренко В. Л., Смирнов Н. П. (1977)
О формальных и неформальных аспектах применения многомер-
ного анализа в гидрометеорологии. Труды ААНИИ, т. 342, с. 5-23
170. Смирнов Н. П., Вайновский П. А. (1989)
Исследование структуры гидрофизических полей методом
факторного анализа. Метеорология и гидрология, Nо 1. с. 10 1-
103
171. Смирнов Н. П., Кондратьев А. В., Вайновский П. А. (1987)
Статист

ические моделирование и прелсказуемость теплового
состояния верхнего слоя Норвежской ЭАЗО. Тез. докл. Ш
Съезда советских океанологов. Физика и химия океанов.
Гидрометео-издат., Л., с 68-70
172. Смирнов Н. П., Скляренко В. Л. (1974)
Классификапия в гидрологии как залача теории распознавания.
Труды ИБВВ АН СССР, вып. 26 (29), с.166-180
173. Смирнов Н. П., Скляренко В. Л. (1986)
Методы многомерного статис
тического анализа в гидрологи-
ческих исследованиях. Изд. ЛГУ, Л., 190 с.
174. Смирнов Н. Ф. (1988)
Пространственно-временное распределение зоопланктона в Нор-
вежском и Баренцевом морях. Экология, биологическая продук-
тивность и проблемы марикультуры Баренцева моря. Тез. докл.


124
(II Всесоюзн. конф. Мурманск, с. 83-84
175. Спичкин В. А., Кириллов А. А. (1977)
Определение средней сезонной характеристики ледовых условии
методом главных компонент. Труды ААНИИ, 346. с. 135-142
176. Статистические методы анализа климато.погической инфор-
мации.Факторный анализ/Обзорная информ ВНИИГМИ М
Щ1,
1984, вып 2. 26 с.
177. Статистические методы для ЭВМ. Пер. с англ. Наука, М., 1986,
464 с.
178. Степанов В. И. (1984)
Многомерный анализ водных масс северо-западной части

Тихого океана методом потенциальных функции. Труды ВНИ-
ИГМИ-МЦД, 101, с.27-40
179. Степанов В. И. (1983)
Океаносфера. Мысль, М., 270 с.
180. Тер-Мкртчян (1970)
О применении лискриминантного ана.лиза для улучшения
статис
тических прогнозов по методу множественной регрессии.
Труды Гидрометцентра. вып. 64, с. 130-139
181. Титов Ю. Э. (198 1)
Об использовании метода разложения рядов гидрометеороло-
гических элементов по естественным ортогональным функциям
времени. Научн. труды (межвузовские): Исследование и
освоение Мирового океана. Изд. ЛГМИ, Л., вып. 77, с. 46-50
182. Трофимов А. М. (1977)
Математические методы и в физической географии. Изд. КГУ,
Казань
183. Тру
сенков С. Т. (1986)
Климатическая пространственная структура полей температуры
поверхности северной части Тихого океана. Прерпринт ИАПУ
ДВНЦ АН СССР, Владивосток. 30 с.
184. Трусенков С. Т. (1988)
Эмпирические ортогональные функции температуры поверх-
ности севернои части Тихого океана. Прерпринт ИАПУ ДВНЦ
АН СССР. Владивосток, 24 с.
185. Трусенков С. Т., Трусенкова О. О. (1984)
Анапиз геофизических полей на основе многомерных статис
ти-
ческих методов. Прерпринт ИАПУ ДВНЦ АН СССР, Влади-

восток, 45 с.
186. Тычки Дж. (1981)
Анализ результатов наблюдений: разведочный анализ. Мир, М.,
693 с.
187. Угрюмов А. И. (1970)
Тепловой режим океана и до.пгосрочные прогнозы поголы.
Гидрометеоизлат., Л., 176 с.
188. Урбах В. Ю. (1969)
Дискриминантный анализ: основные идеи и приложения/
Статист
ические методы классификации, вып. 1, с. 79-174
189. Федоров К. Н. (1983)
Физическая природа и структура океанских фронтов. Гидроме-
теоиздат., Л., 296 с.
190. Фёрстер Э., Рёндц Б. (1983)
Методы корреляционного и регрессионного анализа. Наука. М.,
302 с.
191. Филюшкин Ю. Б. (1984)
Представление по.пей температуры и солености с помошью
статистических ортогональных функций. Океанология, т. 24,
вып. 5, с. 756-763
192. Форт
ус М. И. (1980)
Метод эмпирических ортогональных функции и его применение
в метеорологии. Метеорология и гидрология, Nо 4, с. 113-119
193. Хайбуллина Л. С., Еремин В. В., Аксенова Е. Н. (1984)
Анализ статистической структуры поля температуры воздуха на
основе метола канонических корреляций. Труды ЗапСибНИИ,
вып. 64, с. 23-27
194. Харман Г. ( 1972)

Современный факторный анализ. Статистика, М., 486 с.
195. Ха
устов А. П. (1984)
Факторная модель формирования подземного стока в бассейне
оз. Байкал. В кн. “Гидрология Байкала и лругих водоемов”.
Наука, Новосибирск, с. 129-138
196. Хей Дж. (1987)
Ввеление в методы байесовского статистического вывода.
Финансы и статистика, М., 335 с.


125
197. Цехоцкая Л. К., Злобин В. С. (1977)
Опыт применения метола раз.пожения океанологических полей
по е.о.ф. к анализу водных масс Баренцева моря. Труды ПИНРО.
вып. 38, с.45-57
198. Шаихмеистер В. А. (1983)
Реализация на ЭВМ некоторых алгоритмов по дискриминант-
ному анализу. Труды ГГО. вып. 308
199. Ширяев Е. Е. (1977)
Новые методы картографического отображения и анали
за геоин-
формании с применением ЭВМ. Недра, М., 183 с.
200. Эфрон Б. (1988)
Нетрадиционные методы многомерного статистического ана-
лиза. Финансы и статистика, М., 262 с.
201. Яглом А. М. (1981)
Корреляционная теория стационарных случайных функции.
Гидрометеоиздат., Л., 280 с.
202. Яковлев В. Н. (1976)

Гидрометеорологическое обеспечение океанического рыболов-
ства. Пишевая промышленность, М., 229 с.
203. Яковлев В. Н. (1983)
Клас
сификация гидрометеорологических полей Атлантики. В сб.
“Океанографические основы биологической продуктиности
океана”. Калининград. с.141-142
204. Яковлев А. А. (1979)
О расчете естественных ортогональных составпяюших при
малых выборках. Изв. АН СССР, ФАО, 5)о 3, с. 338-340
205. Яковлев В. Н., Альтман Ю. С. (1984)
Классификация гилрометеорологических элементов в море
Скотия. В сб. “Океанологические факторы в промысловом
прогнозировании”. Кали
нинград. с. 6 1-66
208. Яковлев В. Н., Альтман Ю. С. (1985)
Методические рекоменлации по прогнозированию промыслово-
океанологических характеристик некоторыми статистиковероят-
ностными методами.: Калининград, АтлантНИРО, 94 с.
207. Яковлев В. Н., Альтман Ю. С. (1981)
Типизация гидрометеорологических элементов в Северной
Атлантике. В сб. “Океанологические основы формирования
биологической продуктивности Северной Атлантики”, с.3-40
208. Barnett T. P. (1982)
Statistical relations bet
ween ocean−atmosphere fluctuations in the
tropical Pacific.
J. Phys. Oceanogr., v. 11, n 8, p. 1043−1057
209. Barnett T. P. (1981)
Significance tests for regression model.

J. Phys. Oceanogr., v. 11, n 8,
p. 1238
−1245
210. Barring L. (1988)
Regionalization of daily rainfall in Kenia by means of common factor
analysis.
J. Climatol., v. 8, n 4, p. 371−389
211. Bennet A. F., Buldol W. P. (1987)
Ocean data assimillation and the Kalman filter: spatial regularity.
J.
Phys. Oceanogr., v. 17, n 10, p. 1583
−1601
212. Borko
wski M. R., Goulet T. (1971)
Comparison of methods for interpolation oceanographic data. Deep
Sea Res., v. 18, n 2, p. 269
−274
213. Christenson W.
J., Bryson R. A. (1966)
An investigation of the potential of component analysis for
weather
classification. Mon. Wea. Rev., v. 94, p. 697
−704
214. Coulter R. F. (1983)
Application of the bayes decision rules. Proc. 17th Intern. Symp.
Remote sens. Environ. Amsterdam, v. 2, p. 589
−597
215. Davis R. E. (1977)
Techniques for statistical analysis and prediction of geophysical fluid
systems. Geophys. astrophys. Fluid Dynamics, v. 8, p. 245

−277
216. Doeffer R. (1981)
Factor analysis in ocean colour interpretation. Oceanogr. Spac. Proc.
COSPAR/SCOR/IUCRAM Symp. Ne
w York, p. 339−345
217. Ducksein H., Bobec B., Bogardi I. (1987)
Bayesian forecasting of hydrologic variables under changing
climatology. The influence of climate change and climat variability
on the hydrologic regime and
water resources. IAHS Publ., n 168, p.
301
−311
218. Fleming H. E., Hill M. L. (1982)
An ob
jective procedure for detecting and correcting errors in
geophysic data.
J. Geophys. Res., C. 87, n 9, p. 7312−7324


126
219. Flos J. (1980)
Ordination and cluster analysis applied to oceanographic data.
Estuarine and coast. Marine Sci., 11, n 4, p. 393
−406
220. Glahn H. R. (1988)
Canonical correlation and its relationship to discriminant analysis and
multiple refression.
J. Atmos. Sci., v. 25, p. 2−23
221. Graham N., Michaelson
J., Barnett F. P. (1987)

An investigation of the El
−Nino−South Oscillation cycle with
statistical models.
J. geoph. Res., C 92, n 13, p. 14251−14270
222. Gonella
J. (1972)
A rotary
−component method foe analyzing meteorological and
oceanographic vector time series. Deep Sea Res., v. 19, p. 833
−846
223. Hannes G. (1976)
Factor analysis of coastal air pressure and
water temperature. J. Appl.
Meteor., v. 15, p. 120
−126
224. Hasselmann K. (1976)
Stochastic climate models. Part 1. Tellus, v. 28, p. 473
−485
225. Horel
J. D. (1984)
Complex principal component analysis: theory and examples.
J. Clim.
Appl. Meteor., 23, p. 1660
−1673
226. Horel
J. D., Wallace J. M. (1981)
Planetary scale atmospheric phenomenon associated
witn the
southern oscillation. Mon. Wea. rev., v. 109, p. 813
−829

227. Hsiung
J., Newell R. (1983)
The principal nonseasonal modes of variation of Global sea surface
temperature.
J. Phys. Oceanogr., v. 13, n 10, p. 1957−1967
228.
Johnston C. M., Lemke P., Barnett T. P. (1985)
Linear prediction of sea ice anomalies.
J. Geoph. Res., v. 90, N D3, p.
5665
−5675
229.
Johnston R. J. (1981)
Regarding the delimination of regions according to climatic
fluctuation. Arch. Met. Geoph. Bloclim., Ser. B, v. 29, n 3
230. Karl T. R., Kosci elny A.
J., Diaz H. F. (1982)
Potential errors in the application of principal component analysis to
geophysical data.
J. Appl. Meteor., v. 21, p. 1183
231. Kutzbach
J. E. (1976)
Empirical eugenvectors of sea-level pressure surface temperature and
precipitation complexes over North America.
J. Appl. Meteor., v. 6, n
5, p. 791
−802
232. Li Fengi, Su Yusong, Yu Zuxiang (1984)
Application of cluster analysis method to modified
water masses in

shallo
w sea. Acta ocean. sin., 3, n 4, p. 451−461
233. Lopatukhin L.
J., Rozhkov V. A. (1982)
The Baltic sea zoning by means of
wind and wave probability
characteristics. Proc. of XIII Conf. of the Baltic Oceanogr., Helsinki,
v. 2, p. 522
−534
234. Lorenz E. (1956)
Empirical orthogonal functions and statistical
weather prediction.
Statistical Forecasting Pro
ject, Sci. Rep. n 1, MIT, 48 p.
235. Makriakis S., Winkler R. L. (1983)
Averages of Forecats: Some empirical results. Management Sci., Vol.
29, n 9, p. 987
−996
236. Maves
J. L. (1985)
Application d
'un modele chaine Markov a la prevision du temps a
longue echeance. Meteorology and Hydrology, n 1, 2, p. 41
−48
237. McBoyle G. R. (1972)
Factor analysis approach to a climatic classification of Europe.
Climatol. Bull., n 12, p. 1
−11
238. Michaelsen
J. (1985)

The estimation of artificial skill in forecast models. Ninth Conf. on
Probabil. and statist., Amer. meteor. Soc., Boston, p. 247
−251
239. Michaelsen
J. (1982)
Long
−period variability in North Pacific sea surface temperature
anomalies.
J. Phys. Oceanogr., 12, n 7, p. 694−703
240. Miller R. N. (1986)
To
ward the application of the Kalman filter to regional open sea
modeling.
J. Phys. Oceanogr., Vol. 16, p. 72−86
241. Morin G., Fortin
J. P., Sochanska W., Lardeau J. P. (1979)
Use of principal component analysis to identfy homogeneous
precipitaion stations for optimal interpolation. Water Resources Res.
Vol. 15, p. 1841
242. Murthy H. a., Haykin S. (1957)


127
Bayesian classification of surface−based ice−radar images. IEEE J.
Ocean. Eng., 12, n 3, p. 493
−502
243. Neumann
J. M. (1977)
Canonical correlation applications. US Air Weather Service, Techn.
Rep. n 7, p. 6.1

−6.14
244. Nichol D. G. (1987)
Autonomous Extraction of an Eddy-like structure from infered
images of the Ocean. IEEE Transact. on Glosci. and Remote sens., v.
GE25, n 1, p. 28
−34
245. Nielsen P. B. (1980)
Orthogonal representation of oceanographic data. Rept. Inst. fis.
oceanogr. Kopenhavn. Univ., 42, p. 129
−144
246. North G. R. et al. (1982)
Sampling errors in the estimation of empirical orthogonal functions.
Mon. Wea. Rev., 110, p. 72
−82
247. Perry A. H. (1970)
Filtering climatic anomalies fields using principal component
analysis. Transact. Inst. Brit. Geographers, 50, p. 55
−72
248. Preisendorfer R. W., Barnett T. P. (1977)
Significance tests for empirical orthogonal functions. Fifth
conference on probability and statistics in atmospheric sciences, Las
Vegas, Nevada, November 15.18, p. 169
−172
249. Preisendorfer R. W., Mobley C. D., Barnett T. R. (1988)
The principal discriminant method of prediction: theory and
evalution.
J. Geoph. Res. D., Vol. 93, n 9, p. 10815−10830
250. Qiu D., Zhou S., Zi C. (1985)
Application of cluster analysis method in determining
water masses

of the Huanhai sea. Acta ocean. sin., Vol. 4, n 3, p. 337
−348
251. Reynolds R. W., Gemmill W. H. (1984)
An ob
jective monthly mean sea surface temperature analysis.
Tropical ocean
−atmos. news−lett., n 23, p. 4−5
252. Richman M. B. (1986)
Rotation of principal components.
J. Climatol., n 3, p. 293−335
253. Richman M. B. (1983)
Specification of complex modes of circulation
with T−mode factor
analysis. Second Intern. Met. on Stat. Climatol. Lisboa, Portugal, p.
5.1.1
−5.1.8
254. Rinnie
J., Jarvenoja S. A. (1986)
A rapid method of computing empirical orthogonal functions from
large data set. Mon. Wea. Rev., 114, n 12, p. 2571
−2577
255. Rothroch D. A., Thomas D. R., Thorndike A. S. (1988)
Principal component analysis of satellite passive micro
wave data over
sea ice.
J. Geoph. Res., C 93, n 3, p. 2321−2332
256. Servain
J., Legler D. M. (1986)
Empirical orthogonal function analysis of tropical Atlantic sea
surface temperature and

wind stress 1964−1979. J. Geoph. Res., 91,
p. 14181
−14191
257. Solo
w A. R. (1988)
A Bayesian approach to statistical inference about climate change.
J.
of Climate, Amer.Meteor. Society, Vol. 1, p. 512
−521
258. Stundev M. (1987)
The potential for expert system development in meteorology. Reseach
Associate Artificial Intelligence Branch GEOMET Technologies,
Inc. Germonto
wa, Maryland, p. 1−2
259. Time series in the time domain. Handbook of statistics vol. 5 /
Hannan
J., Krishnaiah P. R., Rao M. M. Amsterdam, North−Holland,
1985, 490 p.
260. Wallace
J. M., Dickinson R. E. (1972)
Empirical orthogonal representation of time series in frequency
domain.
J. Appl. Meteor., 11, p. 887−892
261. Weare B. C. (1983)
Interannual variation in net heating at the surface of the tropical
Pacific ocean.
J. Phys. Ocean., v. 13, n 5, p.873−885
262. Weare B. C. (1977)
Empirical orthogonal analysis of Atlantic Ocean surface temperarure.
Quart.

J. Roy. Meteorol. Soc., 103, n 437, p. 467−478
263. White W. E. (1981)
West
ward propagation of short−term climatic anomalies in the
western North Pacific ocean from 1964 to 1974. J. Marine Res.,
v. 41, n 1, p. 113
−125
264. Weare B. C., Nasstrom
J. S. (1982)
Examples of extend empirical orthogonal function analysis. Mon.


128
Wea. Rev., 110, p. 481−485
265. Weare B. C., Navato A. R. Ne
well R. E. (1976)
Empirical orthogonal analysis of Pacific ocean surface temperature.
J. Phys. Oceanogr., 6, p. 671−678
266. Wieuer N. (1949)
Extrapolation, interpolation and smoothing of stationary time series.
Cambridge, Mass: MIT Press, 163 p.
267. Worthinhton L. V. (1970)
The Norvegian sea as a mediterranian basin. Deep Sea Res., 17, p.
77
−84
268. Xie Simei, et al (1987)
Characteristics on interannual variations of North Pacific sea surface
temperature and its relation to East Asia Climate. Acta oceanol. sin.,
6, n 1, p. 69
−79

269. Yao Dirong (1988)
The nonlinear discriminant and step
wise nonlinear discriminant
analysis. Adv. Atmos. Sci., 5, n 1, p. 27
−31