1. 研究目的与意义及国内外研究现状

敏感性是指给定的输入对系统输出的影响。这里给定的输入指的是初始条件，边界条件或者是参数。令每个输入在可能的取值范围内变动,研究和预测这些输入的变动对模型输出值的影响程度。我们将影响程度的大小称为该属性的敏感性系数。敏感性分析的研究在优化控制，模型矫正以及气象目标观测方面都有着广泛的应用。

本次研究中我们将运用两种敏感性分析，分别为直接法和向前敏感性分析法，并对其计算结果进行主分量分析(principal component analysis，pca)。主分量分析是一种统计分析方法，它主要研究如何将多指标数据整合成几个简单又具有较强代表性的数据。由于实验环境和观测手段的限制，实验数据往往变得极其复杂、混乱和冗余数据本身具有较高的信噪比，所以pca方法隐含了这样的假设：主元是所有数据其中具有最高方差的一维向量，而变化较小的方差则定为噪音。此方法可以很快地确定数据中最“主要”的结构和元素，除去噪音和冗余，将原来较复杂的数据进行降维，从而揭示了隐藏在原复杂数据内的简单结构。由于主分量分析的主分量是完全不同的，并且它们的相关系数非常低，因此能够通过极少的主分量来表达现有数据的大部分信息。

2. 研究的基本内容

本文将基于enso模型采用参数敏感性主分量分析法讨论输入参数的变化对输出变量变化的影响，主要内容安排为下：

第一步，介绍主分量分析的基本概念和原理。

3. 实施方案、进度安排及预期效果

先阅读相关文献，掌握与课题相关的知识，在此基础上详细敏感性分析和主分量分析的基本原理和相关概念，并用直接法和向前敏感性分析法对厄尔尼诺海气耦合模型进行敏感性分析。当遇到问题时，如果自己无法解决可以和导师讨论。在论文基本完成之后，还需要按要求进行修正，改进。

计划每周与导师见面一次，报告一周内完成的论文进度，并按上面的顺序逐渐完成毕业论文。

4. 参考文献

[1] 王惠文. 变量多重相关性对主分量分析的危害[j]. 北京航空航天大学学报，1996，22(1):65-70.

[2] 叶双峰. 关于主分量分析做综合评价的改进[j]. 数理统计与管理，2001，20(2):52-56.