绪论 1
一、基础篇 9
第1章 Markov过程与Markov链 9
1.1 基本概念和运算 9
1.2 转移概率的重要性质和运算 10
1.3 状态的划分和Markov链的分类 12
1.4 随机游动模型和Markov链 16
1.5 正则Markov链及其简单应用 18
1.6 Markov极限分布在降水气候特征描述中的应用 26
第2章 隐Markov过程及其他随机过程 32
2.1 隐Markov模型的定义 32
2.2 隐Markov模型的运算 33
2.3 HMM模型的应用 38
2.4 具有Markov性的其他随机过程 49
第3章 随机模拟方法与时空降尺度技术 53
3.1 基本概念 53
3.2 随机变量的模拟（各种分布的模拟） 54
3.3 随机过程的模拟 58
3.4 降尺度技术简介 59
3.5 随机天气发生器（WGEN） 69
二、应用篇 81
第4章 气候和水文变量的模拟试验 81
4.1 空间随机变量的模拟 81
4.2 由旱涝特征重建历史降水量场的模拟试验 83
4.3 SWAT模式的逐日天气子模式简介 88
4.4 SWAT模式在水文科学中的应用 92
4.5 改进SWAT模型的随机天气发生器及模式评估 118
第5章 基于Markov链的天气气候变量随机模拟 120
5.1 逐日降水量的Markov链模拟 120
5.2 干湿日游程的简化（0,1）变量序列模拟 123
5.3 干湿月游程的Markov链模拟 123
5.4 时间序列交叉理论的应用 131
三、前沿篇 145
第6章 复杂气候系统与Markov过程 145
6.1 一般动力学系统的描述 146
6.2 非线性动力学（含大气动力学系统） 150
6.3 涨落理论及其大气科学的应用 154
6.4 两个重要的随机微分方程 156
第7章 若干问题的探讨 159
7.1 不确定性问题 159
7.2 极值统计理论在气候变化不确定性研究中的应用 170
7.3 利用二维分布和Markov链相结合描述区域暴雨过程的算例 173
7.4 线性相关关系形成的理论机制 187
参考文献 192
后记（一） 199
后记（二） 200