气象数据统计分析方法PDF电子书下载

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