目录 1
前言 1
第一章 引言 1
§1.1 长期预报的意义 1
§1.2 确定性论和概率论 1
§1.3 长期数值预报 2
§1.4 统计分析与预报 4
§1.5 统计动力预测 8
第二章 浑沌 10
§2.1 导致长期预报不准确的因素 10
§2.2 外在随机因素和内在随机因素 10
§2.3 浑沌和相空间 11
§2.4 吸引子 12
§2.5 四种吸引子的功率谱 14
§2.6 浑沌举例 15
§2.7 浑沌的研究方法 19
第三章 分数维、Lyapunov指数及其应用 21
§3.1 Lyapunov指数 21
§3.2 维数和熵 23
§3.3 从单变量时间序列提取关联维数和Lyapunov指数 27
§3.4 分数维和Lyapunov指数的计算实例 32
§3.5 长期预报的可行性问题 37
§3.6 长期预报的相空间理论 41
第四章 长期预报的相空间被动式模式 44
§4.1 相空间距平符号传播相似模式 44
§4.2 距平符号预报的相空间“正、反规则”模式 46
§4.3 长期预报的相空间线性模式 48
§4.4 长期预报的相空间非线性模式 52
§4.5 长期预报的Lyapunov指数模式 55
§4.6 超长期预报的相空间技术 57
§4.7 相空间模式的预报误差估计 60
第五章 长期预报的相空间主动式模式 64
§5.1 长期预报的自组织建模技术 64
§5.2 长期预报的相空间模处理组合法（GMMDH） 68
§5.3 长期预报的多模平衡法 72
§5.4 长期预报的相空间分量组合法 76
§5.5 长期预报的相空间分量平衡法 79
第六章 长期预报的相空间模式的应用和检验 81
§6.1 距平符号预报法的应用和检验 81
§6.2 相空间被动式线性模式的应用和检验 85
§6.3 超长期预报试验及其检验结果 90
§6.4 相空间主动式模式的应用和说明 92
第七章 根据资料建立动力模式的试验 96
§7.1 气候层次理论及其应用 96
§7.2 气候突变的统计判别法 103
§7.3 利用资料反演非线性动力模式 107
§7.4 相空间反演建模 113
§7.5 相空间最小方差建模技术 115
第八章 有关的计算程序及其说明 118
§8.1 从单变量时间序列计算关联维和平均可预报时间尺度的程序 118
§8.2 从时间序列提取Lyapunov指数的程序 120
§8.3 关于GMDH算法的程序 123
§8.4 反演建模程序 147
第九章 说明和展望 153
参考文献 154