1 绪论 1
1.1 气候统计诊断概述 1
1.2 气候统计预测概述 6
2 基本气候状态的统计量 13
2.1 中心趋势统计量 13
2.2 变化幅度统计量 15
2.3 分布特征统计量 16
2.4 相关统计量 18
3 基本气候状态的统计检验 23
3.1 统计检验概述 23
3.2 气候稳定性检验 24
3.3 相关性检验 30
3.4 分布的统计检验 32
4 气候变化趋势分析 36
4.1 线性倾向估计 37
4.2 滑动平均 41
4.3 累积距平 43
4.4 五、七和九点二次平滑 45
4.5 五点三次平滑 46
4.6 三次样条函数 47
4.7 潜在非平稳气候序列趋势分析 51
4.8 变化趋势的显著性检验 55
5 气候突变检测 57
5.1 滑动t检验 58
5.2 克拉默（Cramer）法 60
5.3 山本（Yamamoto）法 61
5.4 曼-肯德尔（Mann-Kendall）法 63
5.5 佩蒂特（Pettitt）方法 66
5.6 勒帕热（Le Page）法 66
5.7 BG（Bernaola-Galvan）分割算法 69
6 气候序列周期提取方法 71
6.1 功率谱 71
6.2 最大熵谱 76
6.3 交叉谱 82
6.4 多维最大熵谱 88
6.5 奇异谱分析 93
6.6 小波分析 99
7 气候变量场时空结构的分离 105
7.1 经验正交函数分解 106
7.2 扩展经验正交函数分解 113
7.3 旋转经验正交函数分解 117
7.4 复经验正交函数分解 125
7.5 主振荡型分析 131
7.6 循环稳态主振荡型分析 137
7.7 复主振荡型分析 140
8 两气候变量场相关模态的分离 143
8.1 奇异值分解式定理及其计算 144
8.2 典型相关分析 146
8.3 BP典型相关分析 157
8.4 奇异值分解 160
8.5 SVD与CCA及有关问题的讨论 169
9 气候信号检测方法 172
9.1 气候信号与噪声 172
9.2 气候信号检测方法概述 173
9.3 小波变换原理的延拓及应用 175
9.4 经验模态分解-希尔伯特（Hilbert）-黄氏（Huang）变换 182
9.5 MTM-SVD方法 191
9.6 地统计学在气象分析中的应用 204
10 最优回归预测模型 213
10.1 多元线性回归的基本方法 214
10.2 最优子集回归 220
10.3 主成分回归 226
10.4 特征根回归 230
10.5 岭回归 235
11 均生函数预测模型 239
11.1 均值生成函数 239
11.2 双评分准则 244
11.3 均生函数预测模型 247
11.4 模糊均生函数模型 253
11.5 最优气候均态模型 256
12 气候趋势预测及集成预测新方法 260
12.1 全国夏季降水趋势分布预测方法 260
12.2 全国夏季降水区域动态权重集成预测 267
12.3 华北干旱的多时间尺度组合预测模型 269
参考文献 277
附录 285