一、做得比较好的地方
1、教师值班情况：
2、教师到岗情况：
3、班级管理方面：开学第一周，各班都能按照学校的统一要求，加强了学生的系列常规教育，从进出楼梯、做操站位到路队管理、孩子接送等方面都做了统一要求。尤其是班主任老师对学生进行了学习、纪律方面的班级教育，让学生尽快收心，全身心的投入到新学期的学习当中。开学至今，全校基本上秩序良好。
4、教师大局观念强。今年开学因为部分教师的调动及教师缺员的实际困难，教师学科分工、兼职分工都没有出台，因此一周来所有班级只上语数外学科，每位教师进班时间长，课时量大，从1号开始到现在整整8天，每天都是满负荷工作，确实很辛苦。但全体同志没有叫苦，没有喊累，任劳任怨，认认真真搞好班级管理和教学管理，这充分表明了全体同志很有纪律意识、责任意识、大局意识， 有了这种精神，学校的质量何愁不能提高。
5、教师敬业意识强。每天早上，很多教师都能提前到校，并在7点10分前进入班级，或检查作业，或强调重点。比如像彭媛、郭桂香、陈晓红、陈益萍、田丽、石小华、陈新芬、韩琴、李会宁福云、惠远芳、陈露、韩书青、李丽等，都是丢下手提包直接进教室，特别是田丽、石小华、陈益萍、惠远芳等，几乎是每天早上都是提前进班，为大家做出了表率。（当然，这几天我转的比较少，还有很多教师都做的比较好）。
二、存在的问题及建议
1、安全意识不强。这个主要表现在课间安全，学生在树上捅马蜂窝，一年级学生上到体育器械上，下课上厕所从后院飞快的跑到前院，有一、二年级学生踩在凳子上将身体在阳台上悬空等，下雨天学生在教室门口或走廊历跳皮筋，早上学生站在大门口看见车就是不让。
建议：一是划定区域。一年级学生教学期间不准到前院，上厕所也在后院，二年级学生上厕所在后院，活动区域在餐厅楼前；二是加强安全教育，杜绝安全事故发生；三是尽快安排课间楼层值班，加强安全监管，夯实安全责任。
2、常规安排不到位。开学已经一周，教师的课程分工，兼职分工，包抓分工还没有正式出台，虽然有上层管理的因素，但影响了学校的正常秩序。
建议：一是尽快协调上级主管部门，敲定教师人数，核实科目划分，尽快将各类人员的分工及责任落实到位；二是在下周一前班子包抓，课程分工，临时课表、周历安排，学校计划，区域监管，责任划分等常规工作经过班子会及教师会落实到位，同时筹备好开学典礼工作。
3、养成教育需进一步加强。学校有新入学的200多名学生，学习、品德、行为准则都参差不齐，这周有学生出粗口的想象，有课间购买零食的想象（比较严重），有随手丢弃垃圾，卫生习惯差的现象，有洗碗不站队，把水向同学身上泼的现象，有早上一来在校园里大吵大闹，胡跑乱串的现象，还有动手打人的现象，个别学生时效性差，特别是低年级习惯还没有养成，迟到现象还是比较严重，一些家长听见铃声响了，还在门口吃东西，说：没事，慢慢来。
建议：加强学生养成教育，从爱国、爱校、团结同学、尊敬他人、艰苦朴素、文明礼貌等方面进行教育，晓之以理，动之以情，严禁体罚和表象体罚学生，教师要以身作则，为学生做好表率。同时一班为单位建立微信群，将一些班级管理的具体要求发到群里，让所有家长都知晓，并严格遵守。
一、数据、指标及计量方法的选择
（一）滞留率概念界定
远程开放教育学籍8年（16个学期）有效。在学分制背景条件和个性化学习需求下，学生最短3个学期可以修完学分，取得毕业证书。所谓滞留生，即超过学籍有效期仍没有毕业的学生。伪滞留生，我们定义为第4学期至第16学期在籍的学生，这部分学生虽然超过了最短学习年限但在学籍有效期内仍具备学习与毕业的资格。滞留率，即滞留生的人数在注册学生总人数中的比例，本文研究的滞留生范围包括伪滞留生、滞留生。滞留率=滞留生÷注册学生总数
（二）数据资料的分析与处理
1.样本数据来源
利用天津广播电视大学远程开放教育教务管理系统平台，提取2011年8月前的1999年秋季—2008年秋季18届学生的相关数据，主要包括：注册学生数、毕业人数、退学人数、专业以及地区等。
2.滞留率指标
滞留率与伪滞留率，因为2009年春季-2011年春季入学的学生无毕业生，故本文中的滞留率共涉及1999年秋季—2008年秋季18个届别的学生。不同专业的滞留率：共选取了三个具有代表性的专业，会计学、法学、计算机科学与技术。法学作为文法类专业的代表，计算机科学与技术作为理工类专业的代表，会计学属于综合性学科，招生时文理皆可。不同地区的滞留率：市区的滞留率，主要涉及总校本部五个直属学院以及市区的其他分校，共选取13个；郊县的滞留率，涉及郊区及县内的部分分校，共选取9个。
（三）计量方法
基于SPSS16.0对分层次滞留率、分地区滞留率、分专业滞留率进行t检验，进行差异比较。基于Excel对总体滞留率和影响滞留率的各相关因子进行灰关联分析，找出影响滞留率的强关联因子、次强关联因子以及弱关联因子[1]。
二、滞留率的变化趋势分析与周期变化
（一）滞留率的总体概况
1999年秋季—2008年秋季远程开放教育共招生13万余人，毕业生人数10万余人，退学人数1万余人。如图1所示，1999年秋季—2008年秋季的学生总数、毕业生数、退学学生数整体呈曲折变化趋势。学生总数、毕业生数、退学学生数在2003年秋季达到最高值，此届招生总数为13,861人，占1999年秋季—2008年秋季学生总数的10.66%；毕业生数为11,074人，占毕业生总数的10.6%。从整个变化趋势来看，每年秋季招生规模要远高于春季，在2005年秋季以前这种变化趋势非常明显，2006年春季以后，变化趋势渐缓，招生总人数趋于稳定，固定在8,000人左右。表1显示，开放教育学生的滞留率比较稳定，变化趋势不明显，滞留率维持在0.1以下。滞留率最高的是1999年秋季入学的学生，滞留率为0.09；滞留率最低的是2002年春季入学的学生，滞留率为0.02。第一个毕业年的伪滞留率整体呈下降趋势，1999年秋季学生的伪滞留率达到最低点，为0.28。从2002年春季开始，第一个毕业年的伪滞留率呈逐年下降趋势，2006年秋季下降幅度最大，下降了27个百分点。出现这种现象的原因主要有：第一，2006年秋季之后，教育部有关规定要求，成人学习最短毕业年限为2.5年（5学期），故学生的第一个毕业年均在第5个学期，学习时间变长，学生有更多的时间来学习知识，获得课程学分；第二，2007年开放教育由试点转为常规，教学模式趋于稳定，教学质量也得到了大幅度的提升。2006年之前，天津电大为了支持学生个性化学习，在其它各项条件合格的情况下，允许学生1年半（3个学期）毕业。如2003年春季，为了提高检察院工作人员的整体能力，天津电大和检察院进行合作，设立了法学（检察方向）专业，学生在学习1年半（3个学期）之后，各项考试合格，就允许其毕业并为其颁发毕业证书。表1显示了第一个毕业年的伪滞留率和最后一个毕业年的滞留率，图2显示了各级学生不同学期的滞留率，整体呈不同程度的下降趋势。第3学期至第期下降趋势明显，平均降幅达到14%；从第期开始，下降趋势渐趋平缓，滞留率基本维持在0.1以下。学生在经过9个学期的学习之后，逐渐达到教学计划规定的要求，完成学习任务，顺利拿到毕业证，致使滞留率降低。
（二）滞留率的周期变化
把开放教育的滞留率划分为三个周期，第一个周期为3至6学期，第二个周期为7至期，第三个学期为10至16学期。周期划分依据为：一般情况下3至6学期属于学生的第一个毕业年所在学期，如表1所示；7至期开放教育的滞留率还处在剧烈的变化之中，如图2所示；进入第期之后，滞留率渐趋稳定，变化较小。第一周期处于第一个毕业年，滞留率相对较高，平均滞留率为0.49，如表1所示；第二周期，学生在继续学习了4个学期之后，毕业人数明显上升，平均滞留率降至0.13，两年时间下降了37个百分点；第三周期，滞留率相对稳定，平均滞留率为0.06，和最后一个毕业年的滞留率基本吻合。
远程开放教育具个性化学习的特征，学习者需要自我组织、自主制订学习计划并按计划学习。在第一周期，学生由于不适应远程开放教育学习模式，再加上学习者多是有职业的人，时间相对不宽裕，导致第一周期的滞留率较高，约有50%的学生不能按期毕业[2]。第一周期的退学率也相对较高，约占退学学生总数的95%。第二周期，随着学校支持服务功能的加强以及学生自主学习能力的加强，滞留率大幅度下降。最后一个周期，随着学习年份的增多，滞留的这部分学生自信心下降，学习积极性下降，毕业学生明显减少，滞留率变化幅度较小。
三、多视点的滞留率变化趋势分析与差异比较
（一）不同层次的滞留率变化趋势与差异比较
1.本、专科滞留率的变化趋势
2002年春季之前入学的本科学生，滞留率呈逐年下降趋势（见图3），下降幅度较大，说明开放教育的质量不断提升，毕业人数显著增多，天津电大远程开放教育逐步探索出属于自己的教育模式。2002年春季的滞留率达到历史最低点，仅0.01。2002年秋季—2006年春季的滞留率渐趋稳定，没有大的波动，均在0.06以下。其中，滞留率最高的两届学生是2005年春季和2005年秋季，为0.06。2006年春季之后的本科学生滞留率上升速度加快，主要原因是2006年春季之后的学生还没有超过八年的学籍有效期，仍有一部分学生会在今后几年拿到毕业证书，目前属于伪滞留阶段。2000年秋季入学的学生滞留水平明显低于1999年秋季学生滞留水平，下降幅度较大。2001年春季—2007年春季学生的滞留率趋于稳定，2002年春季学生的滞留率水平达到专科滞留率的最低点，为0.03。2007年春季之后的专科滞留率和本科滞留率相类似，出现逐渐上升的趋势，同是出于学籍8年有效期的原因，目前属于伪滞留阶段。从图3的变化曲线来看，开放教育的专科滞留率要略高于本科滞留率、总体滞留率，变化也相对比较剧烈，平均高出总体滞留率3个百分点。
2.本、专科滞留率的差异比较
由表2可知，本科滞留率的均值为0.0721，专科滞留率的均值为0.1089。经t检验，本科滞留率和专科滞留率之间存在显著差异，t统计值为7.655（P<0.05），专科滞留率显著高于本科滞留率[3]。
（二）不同地区滞留率的变化趋势与差异分析
1.市区和郊县滞留率的整体变化趋势市区的总体滞留率偏高，平均滞留率为0.12，高于总体滞留率和郊县滞留率的水平。从图4的变化曲线来看，市区滞留率的变化曲线高于郊县滞留率和总体滞留率的变化曲线，整体呈上升趋势。郊县滞留率则相对平稳，2006年秋季以前的学生滞留率基本维持在0.05以下。从整体来看，市区的滞留率高于总体滞留率，总体滞留率高于郊县滞留率，郊县滞留率处于较低水平。2002年春季学生的滞留率降至最低点，滞留率为0。2.市区、郊县滞留率的差异比较市区滞留率的均值为0.1221，郊县滞留率的均值为0.0468（见表3）。经t检验，市区滞留率和郊县滞留率之间存在显著差异，t统计值为7.11，p值为0.00（p<0.05），郊县学生的滞留率显著低于市区学生的滞留率。
（三）不同专业滞留率的变化趋势及差异比较
目前，天津广播电视大学开设的专业有40余种，本文选取三个具有代表性且招生人数较多的专业进行分析研究。会计学专业总人数25,549人，约占1999年秋季—2008年秋季总人数的20%；法学专业总人数16,673人，约占1999年秋季—2008年秋季总人数的12%；计算机科学与技术专业总人数较少，2,000余人，但它是理科专业中招生年数较多的一个具有代表性的专业。
1.会计学、法学、计算机科学与技术滞留率的变化趋势
从图5中可以看出，会计学、法学、计算机科学与技术专业滞留率的变化曲线起伏较大。会计学的滞留率较为稳定，起伏较小，法学、计算机科学与技术的波动幅度较大，且变化无规律，滞留率也相应高于会计学的滞留率。滞留率最低的是2001年秋季和2002年春季法学专业，滞留率为0.01。滞留率最高的是2007年秋季和2008年秋季的计算机科学与技术专业，达到0.3。
2.专业间滞留率的差异比较
如表4，经过t检验，会计学滞留率和法学滞留率的t检验值为2.1，p值为0.053（p>0.05），会计学滞留率和法学滞留率之间并不存在显著差异。会计学滞留率和计算机科学与技术滞留率的t检验值为3.494，p值为0.004（p<0.05），两者之间存在显著差异，计算机科学与技术滞留率的平均值高于会计学滞留率平均值0.05个百分点。
四、滞留率与相关因子的灰关联分析
由于前述的各项滞留率是对同一批次的数据进行的分类统计，无法用多元回归分析来比较学历层次、地区、专业对滞留率影响力的大小。借鉴统计分析方法———灰关联分析对影响滞留率的各项因子进行分析，以找出影响滞留率的强关联因子、次强关联因子以及弱关联因子。
（一）指标分类
将天津电大远程开放教育2002年—2008年13批次入学学生总体滞留率作为参考序列，各批次本科滞留率、专科滞留率、郊县滞留率、市区滞留率、会计学滞留率、法学滞留率、计算机科学与技术滞留率作为比较因素序列，借助灰色系统理论分析两组序列间的关联性，以进一步探索天津电大远程教育总体滞留率的影响因素。参考序列：X0(k),k=1,……,13比较因素序列：Xi(k),i=1,……,7,k=1,……,13
（二）数据标准化
将各批次数据除以初始批次数据进行数据标准化，得到其倍数数列即为初值化数列，转化数列具有可比较性,可以将问题转向对原始数据列中各因素增长倍数进行分析对比。
（三）计算关联系数
将标准化后的总体滞留率作为母序列y0(k)，将标准化后的各滞留率作为关联序列，分别计算各组关联序列与母序列间的关联系数L0i(k)=min+ρmax0i(k)+ρmax，其中0i(k)=y0(k)-yi(k)；min和max分别代表所有比较序列各个时刻绝对差中的最大值与最小值；ρ是灰关联系数的分辨系数，其意义是削弱最大绝对差数值太大引起的失真，提高关联系数之间的差异显著性，经验数据ρ一般取值0.5[4]。
（四）计算关联度
关联度：r0i=1Nk=1ΣL0i(k)关联度描述了系统发展过程中因素间相对影响程度的大小，N为期间数量，关联度等于不同期间关联系数的加权平均值。
关联度数值反映了各因子序列对总体滞留率影响力的大小，通过关联度数值，我们可以找出影响总体滞留率的强关联因子、次强关联因子以及弱关联因子，并以此作为降低开放教育滞留率的切入点，揭示滞留规律，对强关联因子加强研究、关注，有针对性地提出对策。表7显示，在影响滞留率的各项因子中，本科滞留率为最强关联因子，对总体滞留率的变化影响力最大。其次为专科滞留率。不同专业的滞留率对总体滞留率变化的影响力各不相同，影响力最大的为会计学滞留率，在以后的教学活动中，应加强对会计学教学水平的关注。在本次研究中，对总体滞留率影响力最低的为市区滞留率和郊县滞留率，说明地区滞留率这个相关因子对总体滞留率影响不大，在哪个地区上学并不会影响到毕业学生的质量及数量。
五、主要结论与思考
（一）主要结论
通过对总体滞留率的整体变化趋势分析以及周期比较分析，并对不同层次、地区、专业的滞留率变化趋势分析以及差异比较，我们得出了初步的结论，更深层次的研究成果需要我们继续挖掘[5]。
———滞留率整体呈下降趋势。从表1可以看出，无论是伪滞留率还是滞留率都呈逐年下降趋势，学生的第一个毕业年所在学期也渐趋稳定，一般维持在第7学期。实践证明，学生经过7个学期的学习是比较合理的，此时第一个毕业年的伪滞留率相对较低。
———第二周期的滞留率下降速度较快。若将滞留率划分为三个流动周期，则滞留率在第二周期下降最快，下降速度为37个百分点。此时，学生通过前期的学习已经有了一定的基础，对学习还充满兴趣，并没有失去信心，仍有充足的动力去完成学业，加之教师的正确引导，本周期是降低滞留率、提高毕业率的最佳时期。进入第三周期，滞留率变化趋势不明显，滞留率基本稳定，没有很大的改进空间。
———专科滞留率高于本科滞留率。通过t检验显示，本科滞留率和专科滞留率有显著差异，专科的滞留率明显高于本科滞留率。本科学生在经过了前期的专科学习之后，有一定的学习基础，学习自律性也相对较高，因此，滞留率低于专科滞留率。
———市区滞留率高于郊县滞留率。通过t检验显示，市区滞留率和郊县滞留率有显著差异，市区的滞留率高于郊县的滞留率。这就打破了一些传统的观念。在传统上，一般情况下市区的教育质量高于郊县教育质量，滞留生也会相对较少。天津广播电视大学采用远程开放教育方式，真正达到了资源共享，郊县的学生也可以享有优质的教学资源，从而提高了教育质量，滞留率出现了低于市区的情况。
———专业间滞留率的比较。专业滞留率相对分层次滞留率和分地区滞留率来说，变化幅度较大，稳定性相对较低。计算机科学与技术作为理工科代表专业，滞留率高于法学和会计学，变化曲线起伏较大。开放教育的学生多是基础较差的学生，理工类课程的学习需要学生具备较高的学习能力和自主性，因此，开放教育理工类学生的滞留率相对较高。
———灰关联结果分析。以本科滞留率、专科滞留率、市区滞留率、郊县滞留率、法学滞留率、会计学滞留率、计算机科学与技术滞留率为相关因子，通过灰关联分析，可揭示各项因子对总体滞留率影响力的大小。通过分析，本科滞留率为最强关联因子，其次是专科滞留率、会计学滞留率、法学滞留率。在开放教育中，应加强对本科学生的关注，进一步提高本科教学质量。在专业方面，加强对会计学等学科的投入，加大专业建设力度，提升课程建设水平。
（二）对策思考
对策一，建立导学机制，加大支持服务力度。研究发现，在三个流动周期中，处于第二周期的学生上升空间最大。因此，可建立有效的导学机制，及早发现处于第二周期的学生的学习困难，提供相应的支持服务，使这部分伪滞留生顺利毕业。建立有效的导学机制，要从以下两方面出发。首先，进行深入细致的思想教育，端正学生的学习动机，强化他们的学习意志，激发学习热情，使他们保持良好的学习状态。其次，提高面授辅导质量。面授辅导在整个学习过程中起着答疑、解惑的作用，是开放教学中不可缺少的一环[6]。为处于第二周期的伪滞留生聘请高质量的面授辅导教师，制定适合他们的特色学习计划，发现他们学习中的不足，提高课堂的趣味性，使学生积极投入到学习过程中。同时，在条件允许的情况下，为学生增加面授课程次数，增加学生和教师直接接触的机会。
对策二，加大对本科教育的投入。对影响总体滞留率的相关因子进行分析后得出结论，最强关联因子为本科。因此，降低滞留率，需要加大对本科教育的投入，提高本科教育的教学水平。天津电大的远程开放教育模式需要学生具有一定的学习主动性，这就需要学生有一定的独立学习能力。而本科生在完成了专科学习之后，具有了一定的学习基础，良好的学习习惯也逐渐形成，更适合于这种远程教育模式。学校应加强对本科师资力量、教学设备的投入，切实加强媒体建设，提高视听、文字教材质量，为本科生的学习创造良好的环境。
对策三，为学生提供个性化服务。信息社会的快速发展，使得远程教育的教学媒体向着多样化发展，准确、及时地向学生传递学习信息，使学生不断完善个人的知识体系，建立自己的学习模式尤为重要。学校应不断更新资源库，为学生提供多样化学习资源，满足学生的个性化发展需求。
一、数据、指标及计量方法的选择
(一)滞留率概念界定
远程开放教育学籍8年(16个学期)有效。在学分制背景条件和个性化学习需求下,学生最短3个学期可以修完学分,取得毕业证书。所谓滞留生,即超过学籍有效期仍没有毕业的学生。伪滞留生,我们定义为第4学期至第16学期在籍的学生,这部分学生虽然超过了最短学习年限但在学籍有效期内仍具备学习与毕业的资格。滞留率,即滞留生的人数在注册学生总人数中的比例,本文研究的滞留生范围包括伪滞留生、滞留生。滞留率=滞留生÷注册学生总数
(二)数据资料的分析与处理
1.样本数据来源
利用天津广播电视大学远程开放教育教务管理系统平台,提取2011年8月前的1999年秋季—2008年秋季18届学生的相关数据,主要包括:注册学生数、毕业人数、退学人数、专业以及地区等。
2.滞留率指标
滞留率与伪滞留率,因为2009年春季-2011年春季入学的学生无毕业生,故本文中的滞留率共涉及1999年秋季—2008年秋季18个届别的学生。不同专业的滞留率:共选取了三个具有代表性的专业,会计学、法学、计算机科学与技术。法学作为文法类专业的代表,计算机科学与技术作为理工类专业的代表,会计学属于综合性学科,招生时文理皆可。不同地区的滞留率:市区的滞留率,主要涉>:请记住我站域名/
(三)计量方法
基于SPSS16.0对分层次滞留率、分地区滞留率、分专业滞留率进行t检验,进行差异比较。基于Excel对总体滞留率和影响滞留率的各相关因子进行灰关联分析,找出影响滞留率的强关联因子、次强关联因子以及弱关联因子[1]。
二、滞留率的变化趋势分析与周期变化
(一)滞留率的总体概况
1999年秋季—2008年秋季远程开放教育共招生13万余人,毕业生人数10万余人,退学人数1万余人。如图1所示,1999年秋季—2008年秋季的学生总数、毕业生数、退学学生数整体呈曲折变化趋势。学生总数、毕业生数、退学学生数在2003年秋季达到最高值,此届招生总数为13,861人,占1999年秋季—2008年秋季学生总数的10.66%;毕业生数为11,074人,占毕业生总数的10.6%。从整个变化趋势来看,每年秋季招生规模要远高于春季,在2005年秋季以前这种变化趋势非常明显,2006年春季以后,变化趋势渐缓,招生总人数趋于稳定,固定在8,000人左右。表1显示,开放教育学生的滞留率比较稳定,变化趋势不明显,滞留率维持在0.1以下。滞留率最高的是1999年秋季入学的学生,滞留率为0.09;滞留率最低的是2002年春季入学的学生,滞留率为0.02。第一个毕业年的伪滞留率整体呈下降趋势,1999年秋季学生的伪滞留率达到最低点,为0.28。从2002年春季开始,第一个毕业年的伪滞留率呈逐年下降趋势,2006年秋季下降幅度最大,下降了27个百分点。出现这种现象的原因主要有:第一,2006年秋季之后,教育部有关规定要求,成人学习最短毕业年限为2.5年(5学期),故学生的第一个毕业年均在第5个学期,学习时间变长,学生有更多的时间来学习知识,获得课程学分;第二,2007年开放教育由试点转为常规,教学模式趋于稳定,教学质量也得到了大幅度的提升。2006年之前,天津电大为了支持学生个性化学习,在其它各项条件合格的情况下,允许学生1年半(3个学期)毕业。如2003年春季,为了提高检察院工作人员的整体能力,天津电大和检察院进行合作,设立了法学(检察方向)专业,学生在学习1年半(3个学期)之后,各项考试合格,就允许其毕业并为其颁发毕业证书。表1显示了第一个毕业年的伪滞留率和最后一个毕业年的滞留率,图2显示了各级学生不同学期的滞留率,整体呈不同程度的下降趋势。第3学期至第期下降趋势明显,平均降幅达到14%;从第期开始,下降趋势渐趋平缓,滞留率基本维持在0.1以下。学生在经过9个学期的学习之后,逐渐达到教学计划规定的要求,完成学习任务,顺利拿到毕业证,致使滞留率降低。
(二)滞留率的周期变化
把开放教育的滞留率划分为三个周期,第一个周期为3至6学期,第二个周期为7至期,第三个学期为10至16学期。周期划分依据为:一般情况下3至6学期属于学生的第一个毕业年所在学期,如表1所示;7至期开放教育的滞留率还处在剧烈的变化之中,如图2所示;进入第期之后,滞留率渐趋稳定,变化较小。第一周期处于第一个毕业年,滞留率相对较高,平均滞留率为0.49,如表1所示;第二周期,学生在继续学习了4个学期之后,毕业人数明显上升,平均滞留率降至0.13,两年时间下降了37个百分点;第三周期,滞留率相对稳定,平均滞留率为0.06,和最后一个毕业年的滞留率基本吻合。
远程开放教育具个性化学习的特征,学习者需要自我组织、自主制订学习计划并按计划学习。在第一周期,学生由于不适应远程开放教育学习模式,再加上学习者多是有职业的人,时间相对不宽裕,导致第一周期的滞留率较高,约有50%的学生不能按期毕业[2]。第一周期的退学率也相对较高,约占退学学生总数的95%。第二周期,随着 学校支持服务功能的加强以及学生自主学习能力的加强,滞留率大幅度下降。最后一个周期,随着学习年份的增多,滞留的这部分学生自信心下降,学习积极性下降,毕业学生明显减少,滞留率变化幅度较小。
三、多视点的滞留率变化趋势分析与差异比较
(一)不同层次的滞留率变化趋势与差异比较
1.本、专科滞留率的变化趋势
2002年春季之前入学的本科学生,滞留率呈逐年下降趋势(见图3),下降幅度较大,说明开放教育的质量不断提升,毕业人数显着增多,天津电大远程开放教育逐步探索出属于自己的教育模式。2002年春季的滞留率达到历史最低点,仅0.01。2002年秋季—2006年春季的滞留率渐趋稳定,没有大的波动,均在0.06以下。其中,滞留率最高的两届学生是2005年春季和2005年秋季,为0.06。2006年春季之后的本科学生滞留率上升速度加快,主要原因是2006年春季之后的学生还没有超过八年的学籍有效期,仍有一部分学生会在今后几年拿到毕业证书,目前属于伪滞留阶段。2000年秋季入学的学生滞留水平明显低于1999年秋季学生滞留水平,下降幅度较大。2001年春季—2007年春季学生的滞留率趋于稳定,2002年春季学生的滞留率水平达到专科滞留率的最低点,为0.03。2007年春季之后的专科滞留率和本科滞留率相类似,出现逐渐上升的趋势,同是出于学籍8年有效期的原因,目前属于伪滞留阶段。从图3的变化曲线来看,开放教育的专科滞留率要略高于本科滞留率、总体滞留率,变化也相对比较剧烈,平均高出总体滞留率3个百分点。
2.本、专科滞留率的差异比较
由表2可知,本科滞留率的均值为0.0721,专科滞留率的均值为0.1089。经t检验,本科滞留率和专科滞留率之间存在显着差异,t统计值为7.655(P<0.05),专科滞留率显着高于本科滞留率[3]。
(二)不同地区滞留率的变化趋势与差异分析
1.市区和郊县滞留率的整体变化趋势市区的总体滞留率偏高,平均滞留率为0.12,高于总体滞留率和郊县滞留率的水平。从图4的变化曲线来看,市区滞留率的变化曲线高于郊县滞留率和总体滞留率的变化曲线,整体呈上升趋势。郊县滞留率则相对平稳,2006年秋季以前的学生滞留率基本维持在0.05以下。从整体来看,市区的滞留率高于总体滞留率,总体滞留率高于郊县滞留率,郊县滞留率处于较低水平。2002年春季学生的滞留率降至最低点,滞留率为0。2.市区、郊县滞留率的差异比较市区滞留率的均值为0.1221,郊县滞留率的均值为0.0468(见表3)。经t检验,市区滞留率和郊县滞留率之间存在显着差异,t统计值为7.11,p值为0.00(p<0.05),郊县学生的滞留率显着低于市区学生的滞留率。
(三)不同专业滞留率的变化趋势及差异比较
目前,天津广播电视大学开设的专业有40余种,本文选取三个具有代表性且招生人数较多的专业进行分析研究。会计学专业总人数25,549人,约占1999年秋季—2008年秋季总人数的20%;法学专业总人数16,673人,约占1999年秋季—2008年秋季总人数的12%;计算机科学与技术专业总人数较少,2,000余人,但它是理科专业中招生年数较多的一个具有代表性的专业。
1.会计学、法学、计算机科学与技术滞留率的变化趋势
从图5中可以看出,会计学、法学、计算机科学与技术专业滞留率的变化曲线起伏较大。会计学的滞留率较为稳定,起伏较小,法学、计算机科学与技术的波动幅度较大,且变化无规律,滞留率也相应高于会计学的滞留率。滞留率最低的是2001年秋季和2002年春季法学专业,滞留率为0.01。滞留率最高的是2007年秋季和2008年秋季的计算机科学与技术专业,达到0.3。
2.专业间滞留率的差异比较
如表4,经过t检验,会计学滞留率和法学滞留率的t检验值为2.1,p值为0.053(p>0.05),会计学滞留率和法学滞留率之间并不存在显着差异。会计学滞留率和计算机科学与技术滞留率的t检验值为3.494,p值为0.004(p<0.05),两者之间存在显着差异,计算机科学与技术滞留率的平均值高于会计学滞留率平均值0.05个百分点。
四、滞留率与相关因子的灰关联分析
由于前述的各项滞留率是对同一批次的数据进行的分类统计,无法用多元回归分析来比较学历层次、地区、专业对滞留率影响力的大小。借鉴统计分析方法———灰关联分析对影响滞留率的各项因子进行分析,以找出影响滞留率的强关联因子、次强关联因子以及弱关联因子。
(一)指标分类
将天津电大远程开放教育2002年—2008年13批次入学学生总体滞留率作为参考序列,各批次本科滞留率、专科滞留率、郊县滞留率、市区滞留率、会计学滞留率、法学滞留率、计算机科学与技术滞留率作为比较因素序列,借助灰色系统理论分析两组序列间的关联性,以进一步探索天津电大远程教育总体滞留率的影响因素。参考序列:X0(k),k=1,……,13比较因素序列:Xi(k),i=1,……,7,k=1,……,13
(二)数据标准化
将各批次数据除以初始批次数据进行数据标准化,得到其倍数数列即为初值化数列,转化数列具有可比较性,可以将问题转向对原始数据列中各因素增长倍数进行分析对比。
(三)计算关联系数
将标准化后的总体滞留率作为母序列y0(k),将标准化后的各滞留率作为关联序列,分别计算各组关联序列与母序列间的关联系数L0i(k)=min+ρmax0i(k)+ρmax,其中0i(k)=y0(k)-yi(k);min和max分别代表所有比较序列各个时刻绝对差中的最大值与最小值;ρ是灰关联系数的分辨系数,其意义是削弱最大绝对差数值太大引起的失真,提高关联系数之间的差异显着性,经验数据ρ一般取值0.5[4]。
(四)计算关联度
关联度:r0i=1Nk=1ΣL0i(k)关联度描述了系统发展过程中因素间相对影响程度的大小,N为期间数量,关联度等于不同期间关联系数的加权平均值。
关联度数值反映了各因子序列对总体滞留率影响力的大小,通过关联度数值,我们可以找出影响总体滞留率的强关联因子、次强关联因子以及弱关联因子,并以此作为降低开放教育滞留率的切入点,揭示滞留规律,对强关联因子加强研究、关注,有针对性地提出对策。表7显示,在影响滞留率的各项因子中,本科滞留率为最强关联因子,对总体滞留率的变化影响力最大。其次为专科滞留率。不同专业的滞留率对总体滞留率变化的影响力各不相同,影响力最大的为会计学滞留率,在以后的教学活动中,应加强对会计学教学水平的关注。在本次研究中,对总体滞留率影响力最低的为市区滞留率和郊县滞留率,说明地区滞留率这个相关因子对总体滞留率影响不大,在哪个地区上学并不会影响到毕业学生的质量及数量。
五、主要结论与思考
(一)主要结论
通过对总体滞留率的整体变化趋势分析以及周期比较分析,并对不同层次、地区、专业的滞留率变化趋势分析以及差异比较,我们得出了初步的结论,更深层次的研究成果需要我们继续挖掘[5]。
———滞留率整体呈下降趋势。从表1可以看出,无论是伪滞留率还是滞留率都呈逐年下降趋势,学生的第一个毕业年所在学期也渐趋稳定,一般维持在第7学期。实践证明,学生经过7个学期的学习是比较合理的,此时第一个毕业年的伪滞留率相对较低。
———第二周期的滞留率下降速度较快。若将滞留率划分为三个流动周期,则滞留率在第二周期下降最快,下降速度为37个百分点。此时,学生通过前期的学习已经有了一定的基础,对学习还充满兴趣,并没有失去信心,仍有充足的动力去完成学业,加之 教师的正确引导,本周期是降低滞留率、提高毕业率的最佳时期。进入第三周期,滞留率变化趋势不明显,滞留率基本稳定,没有很大的改进空间。
———专科滞留率高于本科滞留率。通过t检验显示,本科滞留率和专科滞留率有显着差异,专科的滞留率明显高于本科滞留率。本科学生在经过了前期的专科学习之后,有一定的学习基础,学习自律性也相对较高,因此,滞留率低于专科滞留率。
———市区滞留率高于郊县滞留率。通过t检验显示,市区滞留率和郊县滞留率有显着差异,市区的滞留率高于郊县的滞留率。这就打破了一些传统的观念。在传统上,一般情况下市区的教育质量高于郊县教育质量,滞留生也会相对较少。天津广播电视大学采用远程开放教育方式,真正达到了资源共享,郊县的学生也可以享有优质的教学资源,从而提高了教育质量,滞留率出现了低于市区的情况。
———专业间滞留率的比较。专业滞留率相对分层次滞留率和分地区滞留率来说,变化幅度较大,稳定性相对较低。计算机科学与技术作为理工科代表专业,滞留率高于法学和会计学,变化曲线起伏较大。开放教育的学生多是基础较差的学生,理工类课程的学习需要学生具备较高的学习能力和自主性,因此,开放教育理工类学生的滞留率相对较高。
———灰关联结果分析。以本科滞留率、专科滞留率、市区滞留率、郊县滞留率、法学滞留率、会计学滞留率、计算机科学与技术滞留率为相关因子,通过灰关联分析,可揭示各项因子对总体滞留率影响力的大小。通过分析,本科滞留率为最强关联因子,其次是专科滞留率、会计学滞留率、法学滞留率。在开放教育中,应加强对本科学生的关注,进一步提高本科教学质量。在专业方面,加强对会计学等学科的投入,加大专业建设力度,提升课程建设水平。
(二)对策思考
对策一,建立导学机制,加大支持服务力度。研究发现,在三个流动周期中,处于第二周期的学生上升空间最大。因此,可建立有效的导学机制,及早发现处于第二周期的学生的学习困难,提供相应的支持服务,使这部分伪滞留生顺利毕业。建立有效的导学机制,要从以下两方面出发。首先,进行深入细致的思想教育,端正学生的学习动机,强化他们的学习意志,激发学习热情,使他们保持良好的学习状态。其次,提高面授辅导质量。面授辅导在整个学习过程中起着答疑、解惑的作用,是开放教学中不可缺少的一环[6]。为处于第二周期的伪滞留生聘请高质量的面授辅导教师,制定适合他们的特色学习计划,发现他们学习中的不足,提高课堂的趣味性,使学生积极投入到学习过程中。同时,在条件允许的情况下,为学生增加面授课程次数,增加学生和教师直接接触的机会。
对策二,加大对本科教育的投入。对影响总体滞留率的相关因子进行分析后得出结论,最强关联因子为本科。因此,降低滞留率,需要加大对本科教育的投入,提高本科教育的教学水平。天津电大的远程开放教育模式需要学生具有一定的学习主动性,这就需要学生有一定的独立学习能力。而本科生在完成了专科学习之后,具有了一定的学习基础,良好的学习习惯也逐渐形成,更适合于这种远程教育模式。学校应加强对本科师资力量、教学设备的投入,切实加强媒体建设,提高视听、文字教材质量,为本科生的学习创造良好的环境。
对策三,为学生提供个性化服务。信息社会的快速发展,使得远程教育的教学媒体向着多样化发展,准确、及时地向学生传递学习信息,使学生不断完善个人的知识体系,建立自己的学习模式尤为重要。学校应不断更新资源库,为学生提供多样化学习资源,满足学生的个性化发展需求。
[关键词]周末电量 季节 回归分析
中图分类号：TM715 文献标识码：A 文章编号：1009-914X（2016）02-0365-01
目前，在气温与电量关系研究上，各学者结合当地气温情况，各则重点的进行了分析研究。洪国平[1]等通过一次线性回归分析了气温对武汉市日用电量和电力负荷的影响，耿光飞等使用模糊线性回归法对电网负荷进行预测[2]。刘健、陈星等使用一次线性回归分析了城市系统用电量在随社会经济发展增长的同时， 因气候异常特别是因夏季高温波动而引起的居民和城市系统用电量的变化情况[3]。本文结合区域气候变化，分析周末电量变化情况，为其科学预测未来电量走势提供依据。
周末是法定休息时间，办公人群较少，除大型企业连续生产外，大部分企事业单位均放假休息。因此，与居民生活习惯密切相关的居民用电量在周末与工作日变化较大。本文借鉴艾林[4]和潘小辉[5]对用电量预测分析方法，结合春夏秋冬四季特点，通过对比分析周末日均电量与前后工作日均电量，研究四季周末统调用电量变化规律。
一、数据分析
本文以西部地区某供电公司2006年3月1日至2014年2月28日数据为样本数据。结合该地区春秋短、冬夏长的气候特点，划分春、夏、秋、冬四季比较分析，四季划分标准如下：3-5月为春节，6-9月为夏季，10-11月为秋季，12-第二年2月为冬季。
二、大样本回归分析
将2006年3月1日至2014年2月的全部数据进行单一回归分析。当日期为周六或周日时，设变量weekend=1，若为周一到周五，则weekend=0。具体回归模型为：
上式中，被解释变量为统筹用电量的自然对数（ln（Electricity）），C为常数项，为随机误差项。回归结果为：
上式表明，变量weekend与被解释变量间存在显著地负相关关系，表明周六与周日的用电量与工作日的用电量存在显著地差异，周六与周日的用电量明显小于工作日，具体而言，周六与周日的用电量约比工作日少3.2%。
三、分季节回归分析
该部分将总体样本分为春夏秋冬四个季节，其中设定3-5月为春季、6-9月为夏季、10-11月为秋季、12-次年2月为冬季，因此在各个季节样本中，若日期为周六或周日，则变量weekend=1，若为周一到周五，则weekend=0。具体回归模型为：
上式中，被解释变量为统筹用电量的自然对数（ln（Electricity）），C为常数项，为随机误差项。回归结果为：（见表1）
从检验结果看，虽四个回归结果中的变量weekend系数值均为负，但仅夏季样本通过了显著性检验，表明工作日与非工作日的用电差异，仅在夏季会出现显著地差异，具体而言，在夏季中，非工作日的用电量要低于工作日用电量的3.8%。因此，推断周末电量波动无季节性，而夏季非工作日与休息日电量差异显著性通过可能高温下的降温负荷明显有关。
四、季节性均值分析
在数据对比分析中，我们将各周一至周五求5天的日平均统调用电量为标准用电量，5天最高气温均值为标准用电量对应的气温，求本周六和周日的日平均统调用电量为周末电量，周末两天的最高气温的均值为其气温。将各周一至周五求5天的日平均统调用电量为标准用电量，5天最高气温均值为标准用电量对应的气温，求本周六和周日的日平均统调用电量为周末电量，周末两天的最高气温的均值为其气温。结合该地区春秋短、冬夏长的气候特点，划分春、夏、秋、冬四季比较分析，四季划分标准如下：3-5月为春节，6-9月为夏季，10-11月为秋季，12-第二年2月为冬季。
春季：周末统调用电量比工作日平均下降2.34%，剔除五一假期影响后周末电量下降3.33%；
夏季：周末统调用电量比工作日平均下降3.17%；
秋季：周末统调用电量比工作日平均下降2.62%，剔除国庆假期影响后周末电量下降3.03%；
冬季：周末统调用电量比工作日平均下降2.38%，剔除春节假期影响后周末电量下降2.33%
五、结论
从本文来，全年整体看，周末休息日电量较工作日电量下降约3个百分点。在引入季节性分析后，仅夏季样本通过了显著性检验，表明工作日与非工作日的用电差异，仅在夏季会出现显著地差异，具体而言，在夏季中，非工作日的用电量要低于工作日用电量的3.8%。因此，推断周末电量波动无季节性，而夏季非工作日与休息日电量差异显著性通过可能高温下的降温负荷明显有关。
参考文献：
[1] 洪国平，李银娥，孙新德，李青.武汉市电网用电量、电力负荷与气温的关系及预测模型研究，华中电力，2006，19（2）：4-7，30.
[2] 耿光飞，郭喜庆.模糊线性回归法在负荷预测中的应用[J].电网技术.2002，26（4）：19-21.
[3] 刘健，陈星，彭恩志，周学东.气候变化对江苏省城市系统用电量变化趋势的影响[ J]，长江流域资源与环境.2005，14（5）：546-549.
关键词：氯化物；总硬度；电导率；再生水；相关系数
中图分类号：TU991 文献标识码：A
本实验主要研究某再生水厂出水中氯化物、总硬度与电导率的关系，通过化验数据分析监测结果，比较两者的相关关系，并总结数据之间的规律性，帮助运行人员根据电导率快速判断氯化物、总硬度具有一定的指导意义。
1 再生水厂工艺流程及水质情况
1.1工艺流程
以某再生水厂为例，目前再生水厂主要的深度处理工艺包括连续微滤膜（SMF）过滤、部分反渗透（RO）、部分臭氧（03）、氯消毒，核心工艺为双膜（SMF和RO）与臭氧联用，其中臭氧工艺段主要功能是脱色除味。SMF出水一部分直接进入臭氧工艺，另外一部分加入亚硫酸氢钠中和余氯后进入反渗透工艺，两个工艺出水后混合进入清水池。去除离子类指标的工艺主要是反渗透（RO），通过设计SMF出水与RO出水勾兑比例达到再生水相关的标准要求。
1.2再生水厂进出水水质
再生水厂采用污水处理厂的出水作为水源，通过分析进水水质发现，氯化物和总硬度变化较大，氯化物在367.6～148.3mg/L，总硬度在408.6～129.5mg/L波动。由于再生水用于工业用户，尤其是热电厂作为循环冷却水，按照《城市污水再生利用 工业用水水质》（GB/T19923-2005）要求，氯化物250mg/L以下，总硬度450mg/L以下。目前总硬度基本满足电厂要求，氯化物要满足水质要求则需要用RO水进行勾兑。为了保证供水水质，在进水的氯化物浮动较大的季节，以氯化物作为工艺调整指标，随时调整勾兑比。通过查阅相关文献资料了解到氯化物、总硬度与电导率具有相关性，为了及时、方便、快捷的了解氯化物、总硬度，通过本实验找到两者与电导率相关系数，通过方便测得的电导率推算氯化物、总硬度，及时调整RO水勾兑比，保证送水水质平稳达标。
3 实验部分
3.1 数据来源
由于水质的不同，其监测因子总硬度、氯化物与电导率的关系也不同。本实验选取样品的取样点为某再生水厂出水，时间范围是1～l2月春、夏、秋、冬四个季节，定3～5月为春季，6～8月为夏季，9～11月为秋季，1、2和12月为冬季。
3.2 分析方法
氯化物分析方法为硝酸银滴定法，其原理为在中性至弱碱性范围内（pH6.5～10.5），以铬酸钾为指示剂，用硝酸银滴定氯化物时，由于氯化银的溶解度小于铬酸银的溶解度，氯离子首先被完全沉淀出来后，然后铬酸盐以铬酸银的形式被沉淀，产生砖红色，指示滴定终点到达。该沉淀滴定的反应如下：
Ag++Cl-AgCl
2Ag++CrO4Ag2CrO4（砖红色）
总硬度分析方法采用EDTA滴定法，其原理为在pH10的条件下，用EDTA溶液络合滴定钙和镁离子。铬黑T作指示剂，与钙和镁生成紫红或紫色溶液。滴定中，游离的钙和镁离子首先与EDTA反应，跟指示剂络合的钙和镁离子随后EDTA反应，到达终点时溶液的颜色由紫变为天蓝色。
电导率则采用美国麦隆的多参数水质分析仪（6P）进行测定，方便、简单、快捷、准确。
4 结果与分析
4.1 氯化物与电导率的化验结果与分析
将12个月出水氯化物和电导率的化验结果汇总。
表1 再生水月平均值氯化物与电导率化验数据汇总
图1 年度出水氯化物与电导率关系
上述图表可清晰看出氯化物与电导率存在明显相关性，假设氯化物=K×电导率，其中K表示氯化物与电导率之间的比例系数。通过氯化物和电导率的化验数据总结两者之间的关系，计算得出K值，如表2所示。
表2 再生水氯化物与电导率相关系数K值
图2 年度出水氯化物与电导率相关系数K汇总
由图表可知， K值范围为0.138～0.154，最小值出现在4月，最大值出现在9月。综合12个月均值可以得出，春、夏、秋、冬四季的K季均值，即K春季、K夏季、K秋季、K冬季，分别为：K春季=（K3月+K4月+K5月）/3=0.142；K夏季=（K6月+K7月+K8月）/3=0.142；K秋季=（K9月+K10月+K11月）/3=0.149；K冬季=（K12月+K1月+K2月）/3=0.144，综合4个K季度平均值，可以得出K年均值，即K值，K年均=（K春季+K夏季+K秋季+K冬季）/4=0.144。
通过氯化物与电导率的相关性分析，可以揭示氯化物与电导率两者之间的相关关系，由方便测得的电导率值即可估算出氯化物值。
4.2 总硬度与电导率的化验结果与分析
将12个月出水总硬度和电导率的化验结果汇总。
表3 再生水月平均值总硬度与电导率化验数据汇总
图3 年度出水总硬度与电导率关系
由图可见，总硬度与电导率存在明显相关性。假设总硬度=K×电导率，K表示总硬度与电导率之间的比例系数。通过总硬度与电导率的化验数据总结两者之间的关系，从而计算得出K值见表4。
表4 再生水总硬度与电导率相关系数K值
图4 年度出水总硬度与电导率相关系数K汇总
由图表可知，相关系数K范围为0.194～0.231，最小值出现在冬季1月，最大值出现在夏季7月。综合12个月均值可以得出，春、夏、秋、冬四季的K季均值，即K春季、K夏季、K秋季、K冬季，分别为：K春季=（K3月+K4月+K5月）/3=0.214；K夏季=（K6月+K7月+K8月）/3=0.223；K秋季=（K9月+K10月+K11月）/3=0.208；K冬季=（K12月+K1月+K2月）/3=0.206，综合4个K季度平均值，可以得出K年均值，即K值，K年均=（K春季+K夏季+K秋季+K冬季）/4=0.213。可见，K在周期一年内变化幅度不大且呈现周期变化，4月、9月的K值较接近年平均，故可以代表一年中总硬度与电导率的比值。以K值的大小判断总硬度与电导率系数关系，从而可以根据电导率的化验数据估算总硬度的化验结果。
5 结语
再生水中氯化物、总硬度与电导率在数值上存在相关性。不同月份氯化物与电导率、总硬度与电导率相关系数K值略有不同，波动范围较小。通过本文研究结果，可据相关系数K由电导率值方便快捷及时估算出氯化物、总硬度。突况下，再生水厂必须及时采取措施，对运行工艺参数进行调整，保证出水水质合格达标，对用户平稳供水。
参考文献
关键词 气候变化；气温；降水量；甘肃肃北；1973―2010年
中图分类号 S162.3 文献标识码 A 文章编号 1007-5739（2017）04-0190-02
Abstract Using annual temperature and precipitation observation data of Subei General Weather Station during 1973-2010，the decadal，inter-annual，seasonal and monthly variation characteristics of the meteorological elements of Subei County were figured out by Excel，SPSS，Matlab software，linear trend estimation，the running average method and wavelet analysis.The results showed that during the past 38 years，the annual average temperature of Subei County had a upward trend，and a slight downward trend in rainfall. Among the four seasons，the trend of increasing temperature was obvious in winter and summer，followed by spring and autumn.The precipitation of spring，autumn and winter increased every year，and that in summer decreased.
Key words climate change；temperature；precipitation；Subei Gansu；1973-2010
天庀低潮浠不仅是全球性的，而且具有局地特征[1]。目前，全球异常天气常规化，气候变化引起了众多研究者的关注[2-3]。天气要素中的降水量和气温的周期变化会极大地影响气候变化。肃北县具有悠久的养畜历史，农业生产的主体是牧业，占农业总产值的95%以上，南山片区河流与泉水较多，水源充足。境内4条常年河流均发源于祁连山区，且落差很大，年总径流量达14.5亿m3，水能资源蕴藏量达50万kW，得天独厚的水利资源开发前景十分广阔。因此，分析研究本地区的气温、降水量变化特征，不仅可以得到肃北县气候变化的时空变化特征和规律，而且对该地区进行气候预测、气象资源合理应用及保障农牧业生产有着重要的意义。
1 资料与方法
1.1 资料来源
对肃北国家一般观测站1973―2010年气温资料（四季平均气温、年均气温）和降水资料（四季降水量、年总降水量）进行研究，对该期间的季节进行定义（冬季为12月至翌年2月，春季为3―5月，夏季为6―8月，秋季为9―11月）。
1.2 研究方法
对1973―2010年气象资料进行研究时，利用数学方法建立一元线性回归方程，利用线性气候倾向估计法[4]，对气候趋势变化进行分析，线性倾向趋势系数利用最小二乘法求出[5]，降雨和气温变化规律使用一元线性回归方程来演示：
y（t）=a0+a1t（1）
其中t为时间（t=1，2，3，…，n），单位为年，a0为常数，a1为回归系数，当a1为正（负）时，表示相应的气象要素在该时段内线性增加（减弱）。
运用小波分析法分别对气温、降水量进行小波分析，获得气象要素在不同时间尺度上的变化特征，从而总结出气温、降水量的变化周期，以及对未来的变化趋势进行预测。
2 结果与分析
2.1 气温变化
2.1.1 年平均气温变化。从总的变化趋势来看肃北县年平均气温整体呈现震荡上升趋势，气候倾向率为0.5 ℃/10年，也就是说1973―2010年肃北县年平均气温上升1.9 ℃。利用5年滑动平均法对年平均气温距平时间序列进行平滑，可以看到气温升高较快的时段分别为1983―1990年、1994―1998以及2003―2006年，其中年平均气温最大值出现在2009年，达到了8.4 ℃；而气温呈现比较明显下降趋势的时段只有1998―2003年，年最低气温出现在1976年，为5.6 ℃。从平均气温距平曲线可以看到气温变化波动较大，1987年以前气温距平值基本为负值，之后的年份气温距平基本为正值。分析1973―2010年逐年平均气温距平Morlet小波变换图（图1）可以发现研究区域近40年年平均气温变化有2个尺度的结构，其中4～6年的周期性变化为小时间尺度，大时间尺度存在着10～20年上的周期振荡非常明显，期间经历了气温低―高的交替。1992年以前年平均气温表现为低值期，1992年之后表现为高值期。
2.1.2 各季平均气温变化。肃北县气温变化也存在着随季节变化不同程度升高的特征：其中夏季平均气温增加最为明显，气候倾向率略高于年平均气温，达到了0.7 ℃/10年，表明夏季增温贡献最大；冬季与春季次之，气候倾向率均为0.5 ℃/10年；秋季气候倾向率等于年平均气温气候倾向率，为0.4 ℃/10年。冬季平均气温5年滑动平均曲线波动最为明显，特别是1980年之前，说明冬季平均气温年际变化最为突出；春季、夏季、秋季平均气温5年滑动平均曲线较平稳，表明年际变化较小。
2.2 降水量变化
2.2.1 逐年降水量变化。根据肃北县1973―2010年年平均降水量的变化情况，能够清晰地看到降水量随年代变化的波动性比较大，其中波动频率较大的时间段主要有1979―1988年、1994―2002年，从总的变化趋势来看降水量随着时间的推移呈现出较弱的下降趋势，气候倾向率为-1.0 mm/10年，也就是说1973―2010年肃北县年降水量下降了3.8 mm。降水量在1991―1993年增加速率较快，而年最大降水量就出现在1993年，达到了252.3 mm；年降水量最小值出现在2009年，为73 mm，较历年平均降水量少了52%。
由图2可知，降水量变化有2个较为明显的周期：5年和15年。在15年时间尺度上，降雨量变化周期为2002―2010年为降雨偏多期，1994―2001年为降雨偏少期，1983―1993年同样为降雨偏多期，而1982年以前为降雨偏少期，所以15年时间尺度降雨量变化为4个变化周期。同时分析图2还可发现2002―2010年这个降雨周期的降雨等值线已经完全闭合，这表明2010年以后的下个10年间降雨量变化可能为偏少期。在5年的时间尺度研究肃北县降雨量发现，在1998年之前降雨量化明显存在相关的变化周期，共有7个周期，分别为1988―1990年、1983―1984年、1977―1979年3个降雨量偏多期和1991―1994年、1985―1987年、1980―1982年、1973―1976年4个降雨偏少期。
2.2.2 各季降水量变化。春季、夏季、秋季、冬季降水量气候倾向率分别为7.9、-14.0、5.1、0.6 mm/10年，可以看到四季降水量变化趋势差异较大：夏季降水量呈减少趋势，春季、秋季、冬季平均降水量均呈增加的趋势。秋季、冬季曲线的波动比较明显，说明这两季降水量的年际变化特征突出，春季、夏季曲线较平滑，表明降水量的年际变化趋势不明显。
经过统计分析，春、夏、秋、冬四季的降水量分别占全年降水总量的20%、63%、11%、6%，由此可见，肃北县降水量的60%～70%都集中在夏季，对该地区水资源的变化起着重要的作用。
3 结论与讨论
（1）1973―2010年肃北县气温整体呈现震荡上升趋势，气候倾向率为0.5 ℃/10年；降水量呈现下降的趋势，降水量气候倾向率为-1.0 mm/10年；同时，气温、降水量均存在着季节性的变化。气温在四季具有不断升高的特性，具体表现为：夏季平均气温增加最为明显，气温气候倾向率为0.7 ℃/10年；冬季与春季次之，为0.5 ℃/10年；秋季气温增加最缓慢，气温气候倾向率为0.4 ℃/10年，与年平均气温气候倾向率相等。
（2）四季降水量表现为：春季、夏季、秋季、冬季降水量气候倾向率分别为7.9、-14.0、5.1、0.6 mm/10年，说明四季降水量变化趋势差异较大，其中夏季降水量表现为减少的特征，春季、秋季、冬季平均降水量均表现为增加的趋势。通过降水序列的小波分析发现2002―2010年等值线已闭合，由此预测未来10年降水量有可能减少。四季中春季降水量增加趋势最为明显，降水量气候倾向率高达7.9 mm/10年，由于春季降水量占全年总降水量的比重仅次于夏季，为20%，这可能是导致肃北县春季易发生雪灾的主要原因[6]。
4 参考文献
[1] 邓自旺，林振山，周晓兰.西安市近50年来气候变化多时间尺度分析[J].高原气象，1997，16（1）：81-93.
[2] 丁丽佳.潮州气候变化特征及其对农业生产的影响和对策[J].气象科技，2009，37（2）：190-195.
[3] 黄向荣，葛红卫.合肥市近55年日照时数气候变化特征分析[J].安徽农业科学，2008（20）：8723-8725.
[4] 魏凤英.现代气候统计诊断与预测技术[M].北京：气象出版社，2007.
关键词：树莓 品种 秋果型品种 秋福 黑龙江 尚志
树莓，被称为第三代水果，是蔷薇科悬钩子属植物，浆果颜色鲜红，味道鲜美，营养丰富，富含有黄酮、超氧化物歧化酶（SOD）、花青素等抗衰老物质，易于人体吸收，可改善新陈代谢，提高免疫力，能有效降低血液中胆固醇，有助于防治心脏病和糖尿病。此外，红树莓含天然鞣化酸高，并可保持其活性，对癌症有特殊疗效，树莓酮还可以无副作用地减肥。
树莓结果时间早，修剪技术简单，属于一种投资少见效快的”短平快”经济林树种，市场广阔，其产品时尚流行,开发潜力大。我国早期引进的树莓为2年生茎开花结果的夏果型品种，这类品种冬季埋土防寒及春季的去防寒土需要大量的人力，即使正常防寒，在黑龙江省也存在某些品种侧枝萌芽率低、越冬后易发生树莓茎腐病，果实采收期过于集中、需大量人工、采用费用高，且果实成熟期正值雨，导致果实采收困难及果实腐烂大量发生等问题。秋果型树莓具1年生茎秋季结果、2年生茎夏季结果特点，但是由于原来引进的秋果型树莓哈瑞太兹果实成熟较晚，在东北易遭受霜冻，影响产量，所以黑龙江省树莓栽培类型多为夏果型。自从沈阳农业大学选育出“秋福”，改变了这一切。秋福在北方冬天埋土防寒，一年可收两季果。若不埋土防寒，可省去许多工序并节约大量开支，由于将二年生枝在养分回流之后从基部剪除，促使主茎基部和根系的养分比较集中，虽然仅收秋季一季果，但是质量好，产量多，效益高，所以生产中多采用秋季一茬结果的方式进行栽培。
秋福的品种特性：秋果型品种，沈阳农业大学引进选育而成。植株生长健壮，抗病性强。枝条较粗壮，直立性强，株高1.3～1.8 m，绿色、刺细软、较少，基生枝萌发能力中等，一年生枝可当年结果。黑龙江省尚志地区两年生枝7月初果实成熟，8月上旬结束。一年生枝8月15日果实成熟，根据每年天气不同，大约在10月10日左右结束，秋季结果成熟期比哈瑞太兹早 2周以上，可避开秋霜对产量的不利影响，单位面积产量达13170 kg/hm2。果实鲜红色，圆锥形，大果型，整个采收季节平均 3.5 克 ，最大果达7.5克。硬度大，耐贮运，适合鲜食和加工。口味酸甜，芳香宜人，含总糖9.337克/100克，总酸2.254克/100克，总氨基酸1.069克/100克，黄酮1.38毫克/100克，水杨酸0.66毫克/100克，维生素 C 含量2340μg/g，鞣化酸1.5-2.0毫克/100克鲜果。“秋福”延长了采收期,可缓解集中采收和加工的压力,深受生产者和加工者欢迎,是极有发展潜力的加工鲜食兼用优良新品种, 适合基地大规模发展。
秋果型树莓与夏果型树莓相比在生长发育、结果习性、栽培管理等方面均有较大差别，因此，在行株距、架式、修剪、采收、越冬等方面栽培管理不同。栽培技术要点：
1、园地选择：宜选择地势较平坦，疏松肥沃、湿润但不积水的沙壤土，土壤PH值6.5―7.0，地下水位1米以下。交通便利，但要距离沙土公路等交通线100米以上，防止尘土污染。
2、整地方法：彻底清除树根、杂草、秸棵等杂物，平整地面，深耕或深松 30 厘米 ～35 厘米,耙平、起垄，垄距60厘米。
3、苗木选择：苗高 25 厘米左右，茎粗 0.5厘米左右，根系要发达鲜活的根数 6 条以上，带有毛细根，根长 10 厘米以上。苗木定植前要覆土假植，保湿，有条件的可在栽前将苗根浸在水中或在生根液中浸数小时后栽植。
4、定植时间：树莓可选春季或秋季的早晚，阴天，小雨天，下雨前，避免干热大风天气。多以春栽为主，4月中、下旬土壤解冻后至苗木萌发前，土壤 10 厘米地温稳定通过 5℃时进行，最迟不要晚于5月10日。秋季栽植在10月上、中旬，在苗木完全成熟木质化至土壤结冻前，以早栽为宜，地上部分 20 厘米，栽后应全株埋土越冬。
5、定植方式
采用带状栽植，平地宜南北行，坡地的行向应与等高线平行。
6、栽植密度：行距为 2.4 米,株距为 0.4 米，每亩植约700株。
7、挖定植穴
按株行距挖定植穴，定植穴直径 25 厘米,深 25厘米。
8、回土和施肥
先把有机肥2千克和果树专用肥 25 克～ 30 克置于穴底，把表土回填在穴底约 10 厘米厚。
9、栽苗方法：将苗根展开放入坑中，埋土踩实，苗根的覆土不要超过苗木在圃地时的原有土印。埋土后，定植穴比周围土地要低些，形成浇水盘,以便灌溉。
10、浇定植水：栽后不下雨，必须立即浇透水，然后根据天气情况确定再次浇水的时间，可确保成活率。
11、生长期管理：定植当年只需一般除草、浇水、松土等管理。可在行间空地使用除草剂，在植株附近用人工锄草并结合松土，保持地面无杂草，但需慎用除草剂；在开花及结实季节不能缺水，在干旱的季节每7-10天浇一次水；树莓园地积水超过72小时就会死亡，地块积水一天就要及时、彻底排除，达到根部没有积水；保留全部的基生枝，培养成当年结果枝；在7月中旬果实膨大期，用塑料绳，将一年生结果枝沿垄拢住，防止倒伏，当年秋季8月即可开花结果。
12、果实采收：采果前一周禁止施药。树莓成熟期不一致，要分批采收，每天或每隔1天采收，尽可能在气温低的时候采摘，下雨天不要采收，否则易于霉烂。在九分成熟时采摘，不可过熟，也不可过早。树莓果实较软，需使用小塑料盒装盛运送，每盒可装约500克，禁止用太深的容器，采收后果实应保持新鲜完整，及时送往加工厂。
13、割除结果枝：采收后临近结冻或者春季化雪后，将结果后的母枝从基部剪除，同时将地面枯枝烂叶清理干净。
14、越冬防寒：不需要进行。
15、以后各生产年份中管理方法与定植当年基本相同，需注意以下几点：
（1）基生枝选留在50厘米的生长带里，疏除过短、过细、有病虫害的枝条，以每米20枝条为宜。
（2）肥水管理 ：施肥时间一般在早春新梢出土约15 厘米时，在距树行中心一侧35厘米处开深15厘米的沟施入混合肥，氮磷钾比例5-10-10，施肥量500克/10延长米，施后浇水及盖土。也可用追肥器在毛细根分布区打眼追肥。在现蕾期换另一侧再施1次。如果长势不旺，可在7月中下旬宜连续喷 2次不含氯元素的叶面肥，间隔时间为7-10天。树莓根系较深，吸水能力较强，干旱时每周浇一次水即可。最好采用滴灌或渗灌。
（3）修剪秋果型树莓植株相对较矮，修剪技术简单容易掌握。每年有2次修剪：第1次是在夏季新梢现蕾时期将过密、瘦弱的茎疏除；第2次是割除采收完成的结果枝。也根据需要，也可在大量新茎萌发后将行内过多或者行间太远的茎尽早去除。
16、病虫害防治：选择不带病原菌的植株，及时剪除病枝、病芽、病叶，清理园内的腐枝烂叶，以减少侵染来源；加强栽培管理，栽培密度不要过大；注意通风透光；增施磷钾肥，氮肥要适量；在休眠期喷洒波美2―4度石硫合剂；树莓病害主要有灰霉病、白粉病、茎腐病，可在初发期喷施生物农药丁香芹酚防治；虫害主要有金龟子、柳蝙蝠蛾、红蜘蛛等，可选用苦参碱、齐螨素乳油防治。
参考文献
1、代汉萍, 林莉娜, 郭修武, 等. 树莓不同结果型品种生长发育和开花结实特性的研究. 果树学报, 2008, 25(3):343-347.
2、张海军, 王彦辉, 张清华, 等. 国内外树莓产业发展现状研究, 林业实用技术, 2010，10:54-56.
关键词：肃北；小波变换 ；气温；Morlet小波变换
中图分类号： P423文献标识码： A
引言：
气候变化及影响已成为全球广泛关注的热点。气温是重要的气象要素，它的周期性变化对本地的气候变化起到至关重要的作用，肃北蒙古族自治县地处河西走廊西部，祁连山西端，大部分位于高山地带，属西北干旱气候区，高寒半干旱气候带。气候较干燥，蒸发量大，降水集中在夏季，光照充足。春季多沙尘天气，时有寒潮活动；入夏较迟，雨热同季，降水集中，但时有伏旱，局地有洪涝；秋季气温较高，降水量少；冬季大风多，有时发生雪灾。因此，分析研究本地区的气温特征及变化趋势，对该地区气候预测，保障农业生产有着重要的意义。
资料来源于统计方法
1.1资料来源
本文利用肃北县城区观测站1973～2010年气温资料，包括：逐年平均气温、年代平均气温、四季平均气温作为基础资料。四季划分为：（3 -5月）为春季、（6 -8月）为夏季、（9 -11月）为秋季、（12 -2月）为冬季。
首先根据逐日的气温数据分别统计得到各年、以及四季的气温资料，然后对年平均气温距平数据进行连续小波变换得到小波变换的系数，通过对小波变换系数的分析就可以判别气候资料序列中所包含的不同时间尺度下的气温变化特征[5]。从而通过分析得到肃北县气温变化的周期特征。
1.2统计方法
1.2.1 线性气候倾向率方法[1]
利用spss得到线性回归方程、气温5a的滑动平均[2]。通过线性回归方程y（t）=a0＋a1t（t=1，2，3…n）来拟合气温序列，a0为常数, a1为回归系数，当a1为正(负)时,表示相应的气象要素在该时段内线性增加(减弱)，a1×10称为气候倾向率,其单位为气象要素单位/10a。[3-4]
1.2.2小波分析法
小波变换是时间(空间)频率的局部化分析，它通过伸缩平移运算对信号逐步进行多尺度细化，高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，小波分析优于傅立叶变换的是时域和频域同时具有良好的局部化性质。所以，近些年来被广泛的应用于气候的多尺度分析研究，并取得了显著性的效果[5-7]。本文利用小波分析理论，对肃北县38年来各气温时序变化特征和规律进行诊断分析，发现了气温变化的周期特征，这些特征对进一步探讨、研究肃北县气候变暖和变化趋势提供了一定的参考。
结果分析
2.1 年平均气温分析
通过对气温资料的统计可以看到，20世纪70年代的平均气温为6.4℃，较多年平均气温7.0℃低8.6%；80年代的平均气温为6.7℃，较多年平均气温7.0℃低4.3%； 90年代的平均气温为7.3℃，较多年平均气温7.0℃高4.3%；21世纪前10年平均气温为7.6℃，较多年平均气温7.0℃高8.6%；很明显看出从70年代到21世纪前10年气温一直在升高，而且增温的幅度在不断的提升，90年代气温较80年代升高0.6℃，90年代是20世纪最暖的10年，这与全球气温变暖的趋势一致[8]，21世纪的前十年，平均气温较多年平均气温增幅达到了8.6%，总体上看气温在随着年代的变化逐渐升高。
表1.肃北县1973～2010年气温变化统计（℃）
时段
70年代平均温度 80年代平均温度 90年代平均温度 21世纪前十年平均温度 多年平均温度 多年平均最高温 多年平均最低温
年 6.4 6.7 7.3 7.6 7.0 8.4 5.6
春季 7.1 7.4 8.0 8.5 7.8 10.0 6.0
夏季 17.9 18.1 18.8 19.8 18.7 20.5 16.6
秋季 6.7 6.7 7.4 7.7 7.1 9.3 4.9
冬季 -6.4 -5.3 -4.9 -4.5 -5.3 -1.5 -8.1
2.2年平均气温变化的多尺度分析
图1a为1973～2010年肃北县逐年平均气温距平Morlet小波变换图。由图可以明显看出肃北县的年平均气温变化存在多时间尺度结构。小时间尺度存在着4～6a的周期性变化，年平均气温变化表现为四个高值期和四个低值期，1980～1983年、1989～1993年、1999-2002、 2008-2010年为气温高值期，1973～1979年、1984～1988年、1994～1998年、2003～2007年为气温低值期；大时间尺度存在着10～20a上的周期震荡非常明显，期间经历了气温低-高的交替。1992年以前年平均气温表现为低值期，1992年之后表现为高值期,4a以下的尺度，气温变化呈现出的波动较大，不够明显，因此不再做分析。
2.3春季平均气温变化的多尺度分析
图2a（略）中春季平均气温序列的线性倾向率为0.46℃/10a与年平均气温序列的线性倾向率基本相同。可以看到春季气温变化的波动性更强，这也是肃北县容易在这个时段出现霜冻、寒潮以及暴雪天气的主要原因。春季历年平均气温为7.8℃，其中高于平均值的年份有15a，低于平均值的年份有20a，1997年夏季平均气温为9.9℃，为38a中的最高值，高出历年春季平均气温27%。图中温度升高最明显的时段为1995～1997年之间，1997～2003、2009～2010年降温幅度较大，其中2009～2010年的变温幅度达到了3.5℃，为38年中变差最大的时段。2010年3月肃北县境内连续降雪，局部地方降了大雪。局部地方降雪深度达100CM以上，大雪造成的灾情为60年罕见[9]。
图2b（略）上看春季气温变化有两个较为明显的周期： 5a和14～19a。对于5a时间尺度来说，1990年前的周期比较明显。气温变化经历了低-高-低的交替：1973 ～1980年、1986 ～1990年为低值期，1981～1985年为高值期；对于14～19a时间尺度的周期变化，气温变化经历了1次交替：1995年以前为低值期，1995年以后为高值期。可以看到无论是5a，还是14a～19a，2008～2010年曲线都表现为闭合的状态，这说明未来春季气温有可能出现下降的趋势。
2.4夏季平均气温变化的多尺度分析
图3a（略）是肃北县城区夏季气温的小波系数图。从图中可以看到夏季气温变化主要存在4a、8a、19a的震荡周期。通过分析它们存在的阶段发现：4a左右周期震荡存在于1987年以前：1973～1978年、1982-1987年为气温低值期，1979～1991年为气温高值期；1998年以后：1998～2003年、2008～2010年为气温低值期，2004～2007年为气温高值期。8a周期震荡存在于1999年以前，表现为：1973～1983年、1992～1999年为气温低值期，1983～1991年为气温高值期。19a震荡周期存在一个高低交替：1994年以前为气温低值期，1994年以后气温表现为高值期。从各个尺度的气温变化趋势来看，未来夏季气温仍将持续一段时间。4a尺度情况下交替特别频繁，此处不再做分析。
2.5秋季平均气温变化的多尺度分析
从图4（略）上看秋季气温变化有两个较为明显的周期： 3～4a和17～18a。对于3～4a时间尺度来说，1986～2010年期间震荡周期比较明显。气温变化经历了低-高的3次交替：1986 ～1990年、1994 ～1998年、2003～2006年为低值期，1990～1993年、1999～2002年、2007～2010年为高值期；对于17～18a时间尺度的周期变化，气温变化经历了1次交替：1993年以前为低值期，1993年以后为高值期。3a尺度情况下交替特别频繁，此处不再做分析。
2.6冬季气温变化的多尺度分析
图5a（略）是肃北县城区冬季气温的小波系数图。从图中可以看到夏季气温变化主要存在4a、8～10a、19a的震荡周期。通过分析它们存在的阶段发现：4a左右周期震荡存在于1987年以前：1973～1978年、1982～1987年为气温低值期，1979～1991年为气温高值期；1998年以后：1998～2003年、2008～2010年为气温低值期，2004～2007年为气温高值期。8～10a周期震荡存在于1973～2009年之间，表现为：1973～1983年、1993～2001年为气温低值期，1984～1992年、2002～2009年为气温高值期。19a震荡周期存在一个高低交替：1988年以前为气温低值期，1988年以后气温表现为高值期。从各个尺度的气温变化趋势来看，未来冬季气温将进入降低趋势里。4a尺度情况下交替特别频繁，此处不再做分析。
3结论
近38a肃北城区气温呈现出不断升高的趋势。以21世纪前十年升高幅度最明显（2000～2010年）,20世纪90年代次之，70、80年代平均气温均低于历年平均气温。
38a年平均气温距平趋势系数为正，说明气温随着时间具有上升趋势，1988年以前年平均气温距平大多为负值，之后年平均气温距平值为正的时间明显增多；年平均气温距平在4～6a、10～20a上的周期震荡非常明显。
四季当中，各个季节平均气温距平值均呈现出增加趋势，其中夏季平均气温序列的线性倾向率最大为0.68℃/10a，冬季次之为0.54℃/10a，春季0.46℃/10a，秋季最小为0.44℃/10a，这说明夏季气温升高最明显，其后依次是：冬季、春季、秋季。
近38年年平均气温存在4～6a、10～20a的周期震荡，春季气温存在5a和14～19a的周期，夏季气温在4a、8a、19a尺度周期明显，秋季气温存在3～4a、17～18a、两个显著周期，冬季气温存在4a、8～10a、19a三个周期。
通过对四季气温距平各个尺度的变化特征分析，肃北城区未来一段时期内，夏季气温将持续升高，春季、秋季、冬季气温有可能呈现出下降的趋势。
参考文献：
[1]卞韬, 连志鸾. 石家庄地区近46 a温度变化特征[J].干旱气象, 2008年2期.
[2]汪婷 沈玉峰 孙首华 钱钰林 1961—2008年昆山市气候变化特征[J].《气象与环境学报》2010年 第5期.
[3]徐建华.现代地理学中的数学方法[M].北京:高等教育出版社,1996:48-63.
[4]黄嘉佑.气象统计分析与预报方法[M].北京:气象出版社,2004:28-30.
[5]尤卫红,段旭,杞明辉.连续小波变换在云南近百年气温和降水变化分析中的应用.《高原气象》,1999年01期.
[6]邵晓梅,许月卿,严昌荣.黄河流域降水序列变化的小波分析[J].北京大学学报(自然科学版)2006年04期.
[7]倪林,张国栋,邹良超,肖尚斌.武汉近60年冬季气温和夏季降雨量变化的小波分析[J].《三峡大学学报：自然科学版》,2009年 第3期.
购物车(0)