气象数据统计分析方法PDF|Epub|txt|kindle电子书版本网盘下载

气象数据统计分析方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 气象资料与数据1

1.1 气象数据的特征1

1.2 气象数据的类型1

1.3 气象数据的描述2

1.4 数据整理的方法论6

参考文献6

第2章 大气基本状态7

2.1 大气平均状态的描述7

2.2 大气状态的异常8

2.3 大气平均状态的代表性10

2.4 大气平均状态的差异性11

2.5 大气状态出现的频率12

2.6 大气变量的分布14

2.7 大气状态的分级18

2.8 大气异常的极端状态21

2.9 大气变量的数据变换24

参考文献26

第3章 大气变量的相互关系28

3.1 大气状态的关联性28

3.2 信息关联30

3.3 列联表32

3.4 级别变量的相关33

3.5 连续变量的相关34

3.6 偏相关37

3.7 不同时刻的交叉相关38

3.8 不同时段的相关39

3.9 变量的瞬时相关40

3.10 变量相关程式关系43

3.11 多个变量的相关44

3.12 变量变化的相似性45

参考文献47

第4章 大气变量的时间演变特征49

4.1 离散变量持续性49

4.2 连续变量的持续性51

4.3 变量的变化趋势54

4.4 变量变化趋势的检验60

4.5 变量变化的突变61

4.6 变量变化的周期性70

4.7 两个变量变化的交叉周期性82

4.8 变量的时间变化滤波84

参考文献86

第5章 大气变量场基本特征89

5.1 大气变量场基本状态89

5.2 变量场的变化特征92

5.3 变量的条件平均场94

5.4 变量信号场99

5.5 条件差值场104

5.6 外力影响特征108

参考文献113

第6章 大气变量场中的相关性115

6.1 遥相关115

6.2 高度场时空特征模态119

6.3 大气涛动124

6.4 地面要素场时空特征模态128

6.5 风场时空特征模态133

6.6 变量场中的关联性136

6.7 变量场中气候分类139

6.8 变量场中的波动特征146

参考文献150

第7章 两个变量场的关系154

7.1 两个变量场的差异性154

7.2 两个变量场的相似性指标155

7.3 两个风场相似性157

7.4 两个变量场的关联性158

7.5 两个变量场的回归关系165

7.6 两个变量场的耦合关系168

参考文献179

第8章 多个变量场耦合分析181

8.1 多变量场的综合模态181

8.2 风场综合模态182

8.3 多变量场模态184

8.4 变量场时间演变模态185

8.5 联合耦合模态186

参考文献189

第9章 变量场的时间演变特征190

9.1 变量场的趋势分析190

9.2 变量场的平均序列演变特征192

9.3 变量场的时间演变特征提取194

9.4 变量场的周期变化特征198

9.5 变量场时间演变模态203

9.6 风场的时间演变特征207

9.7 多变量场时间演变特征210

9.8 周期变化外力成因214

参考文献217

第10章 大气变量的预报219

10.1 外因子预报模型219

10.2 持续性预报模型224

10.3 周期模式预报模型225

10.4 时间外延预报模型227

10.5 大气变量场的预报229

10.6 潜在可预报性236

10.7 预报的稳定性243

10.8 预报效果评价247

参考文献256

第11章 大气变量动力统计预报259

11.1 数值预报产品释用259

11.2 随机气候模式267

11.3 动力系统的可预报性274

11.4 集合预报276

11.5 降尺度预报279

11.6 数值预报的统计订正285

参考文献289

第12章 气象数据修正、插补和融合292

12.1 气象资料数据的质量评估与控制292

12.2 气象资料数据的均一性处理295

12.3 城市化对气候序列均一性的影响302

12.4 资料恢复与插补305

12.5 大气变量场的空间插值309

12.6 气象数据融合、同化及再分析315

参考文献317

附录A 回归分析321

A1 单个因子的回归模型321

A2 多因子线性回归模型325

A3 逐步回归模型331

A4 事件概率回归（REEP）335

A5 Logit回归模型337

A6 最佳子集回归模型339

A7 预报残差最小逐步回归342

A8 权重回归344

A9 卡曼滤波回归346

A10 岭回归348

A11 贝叶斯回归349

A12 支持向量机回归351

附录B 判别分析354

B1 费歇判别方程354

B2 贝叶斯判别方程359

B3 逐步判别360

B4 回归逐步判别363

附录C 变量场的分解365

C1 主分量分析365

C2 经验正交函数分解368

C3 多变量场经验正交函数分解373

C4 复向量经验正交函数分解374

C5 扩展经验正交函数分解377

C6 联合经验正交函数分解378

C7 复经验正交函数分解379

C8 主振荡模态分析382

C9 独立分量分析384

附录D 聚类分析388

D1 因子分析的一般模型388

D2 主因子分析模型390

D3 因子轴的转动393

D4 对应分析396

D5 串组法398

附录E 变量场的耦合分析402

E1 典型相关分析402

E2 奇异值分解413

E3 偏最小二乘回归416

附录F 大气变量时域分析419

F1 自回归模型419

F2 滑动平均模型423

F3 自回归滑动平均模型425

F4 方差分析模型428

F5 均生函数模型429

F6 经验模态分解430

F7 去趋势的涨落分析430

附录G 大气变量频域分析432

G1 变量的频谱432

G2 功率谱434

G3 非整谱439

G4 最大熵谱440

G5 双谱分析442

G6 多窗口谱分析443

G7 滤波444

G8 交叉谱451

G9 奇异谱454

G10 交叉奇异谱456

G11 小波分析457

G12 交叉小波谱459

附录H 大气变量场的谱分析460

H1 纬向谐波分析460

H2 高度场的物理量谱462

H3 高度场的球谐分析464

H4 时空谱465

H5 二维空间谱分析467

H6 变量场中的交叉谱分析467

H7 多窗口—奇异值分析468

H8 循环平稳经验正交函数分解469

附录Ⅰ 马尔科夫概型分析471

I1 马尔科夫链471

I2 转移概率471

I3 绝对概率473

I4 转移概率矩阵的谱分解474

I5 马尔科夫性质的检验475

附录J 神经网络477

J1 神经元模型477

J2 神经网络结构479

J3 网络学习481

J4 前馈型神经网络482

J5 径向基函数网络486

J6 自组织映射网络487

附录K 统计检验490

K1 假设检验490

K2 平均值检验491

K3 两组样本平均值差异的检验491

K4 方差检验492

K5 相关系数的检验493

K6 变量的分布检验495

K7 频率的检验496

K8 趋势检验497

K9 突变检验498

K10 蒙特卡洛检验501

附录L 气象统计常用数表502

L1 正态分布函数502

L2 x2分布503

L3 F分布504

L4 t分布506