序言

前言

第一章 云南气候特征与气候变化背景

第一节 云南气候的基本特征

第二节 云南气候变化的背景

第三节 影响云南短期气候变化的物理因素

第二章 气候趋势诊断、突变检测与周期提取方法

第一节 气候趋势诊断的主要方法

第二节 气候突变检测的主要方法

第三节 气候诊断的小波分析方法

第四节 气候序列周期提取的主要方法

第三章 云南短期气候预测的传统方法

第一节 云南短期气候预测方法的简要回顾

第二节 云南短期气候预测的传统方法

第三节 影响云南初夏气候变化的物理成因分析

第四章 气候要素场的统计诊断与预测

第一节 要素场分析的基础知识

第二节 经验正交函数的分解

第三节 扩展经验正交函数分析

第四节 因子分析

第五节 旋转经验正交函数展开

第六节 复经验正交函数展开

第七节 典型相关分析

第八节 BP典型相关分析

第九节 奇异值分解

第十节 多自变量场对多因变量场预报模型

第十一节 要素场预测的EOF迭代模型

第十二节 关于场预报方法的讨论

第一节 逐步回归方法

第五章 短期气候预测的多元分析方法

第二节 多种物理因子的逐步回归方法

第三节 最优子集回归

第四节 岭回归方法

第五节 灰色预测模型

第六节 灰色时变参数预测模型

第七节 多因变量回归预测模型

第八节 多元样条回归预测模型

第六章 单时间序列预测模型

第一节 自回归预测模型

第二节 均生函数预测模型

第三节 均生函数场预测模型

第四节 模糊均生函数预测模型

第五节 最优气候均态预测模型

第六节 滑动平均双向差分预测模型

第七章 逐段线性化的非线性预测模型

第一节 门限自回归模型

第二节 逐步门限回归模型

第三节 时变参数预测模型

第四节 多层递阶预测模型

第五节 改进的时变参数预测模型

第六节 时变参数的门限自回归模型

第七节 多元门限回归模型

第八节 混合门限回归模型

第九节 场对场的复合门限回归模型

第十节 非线性动态系统预报方法

第十一节 非线性统计一动力气候模式

第十二节 半截多项式的门限回归模型

第八章 多时间序列预测模型

第一节 相空间投影预测模型

第二节 相空间相似统计预测模式

第三节 月雨量的可预报性估算

第四节 Kn近邻预测模型

第五节 相空间相似年度预测模型

第六节 汛期降水过程的相空间似预测模型

第七节 云南5月雨量和雨季开始期的相空间预测模型

第九章 小波分析在云南气候诊断与预测中的应用

第一节 小波变换的基本原理和方法

第二节 多尺度分析

第三节 时间函数的小波变换及其反演

第四节 小波变换预测模型

第五节 小波分析的讨论

第七节 云南8月低温冷害的短期气候预测

第六节 自适应多分辨数据滤波器

第十章 短期气候预测的其它方法与预测集成

第一节 短期气候预测的Shepard插值方法

第二节 云南5月雨量的人工神经网络预测模型

第三节 距离系数预测法

第四节 相似系数预测法

第五节 逐步相似预测法

第六节 秩相关秩相似预测法

第七节 短期气候预测集成方法

参考文献