第一篇 理论基础 1
第1章 极端气候变化的概率意义 1
1.1 气候事件及其概率 1
1.2 气候变量及其概率分布 4
1.3 气候变化的概率意义 13
1.4 常规观测中的气候极值和极端气候指标 15
1.5 描述极端气候的指标体系 16
第2章 气候概率分布模式拟合 22
2.1 离散型变量分布模式 22
2.2 连续型变量分布模式 27
2.3 总体、样本、样品与抽样分布 42
2.4 参数估计与拟合效果检测 45
2.5 由观测资料拟合分布模式的步骤 54
第3章 气候概率分布的成因机制与统计模拟 58
3.1 不确定性的信息度量：熵的概念 58
3.2 最大熵原理 64
3.3 气候概率分布的成因机制 66
3.4 模拟气候概率分布的Monte-Carlo方法 71
3.5 广义（时空域）气候概率分布 74
第二篇 极端气候概率与时空分布特征 79
第4章 极端气候概率特征描述 79
4.1 经典极值分布理论 79
4.2 基于AM抽样的广义极值分布模式 83
4.3 基于POT抽样的广义帕雷托（GPD）分布模式 91
4.4 GEV与GPD模式参数的关联性 91
4.5 GEV与GPD模式应用实例 93
4.6 经典极值分布的某些应用 97
第5章 极端气候的时域变化规律分析 101
5.1 气候时间序列的统计结构 101
5.2 极值变化过程的特殊性 108
5.3 平稳过程的交叉理论 110
5.4 气候时间序列的极值特征分析 112
5.5 实际时间序列样本估计公式 117
5.6 Markov过程与Markov链 123
5.7 Poisson随机点过程 127
第6章 极端气候状况时空分布特征的诊断 129
6.1 一般诊断方法简述 129
6.2 极端气温变化的分区及其时空分布特征 137
6.3 我国东部地区极端降水的时空分布特征 146
6.4 西北地区极端干期的概率参数时空分布特征 148
第三篇 极端气候的模拟与预估 151
第7章 全球气候模拟结果的降尺度精细化 151
7.1 降尺度精细化的必要性 151
7.2 降尺度方法 153
7.3 动力降尺度（DD）方法 154
7.4 统计降尺度（SD）方法 156
7.5 运用降尺度方法的关键步骤 173
7.6 应用实例 178
第8章 未来全球气候情景下的极端气候预估 189
8.1 平均气候与极端气候的关联性 189
8.2 极端气候模拟预估的一般步骤 193
8.3 极端气候统计特征的模拟 195
8.4 基于ECHAM5模式的局地流域极端气温和降水变化预估（实例之一） 200
8.5 基于IPCC AR4耦合模式的本世纪中国极端气候变化预估（实例之二） 205
8.6 基于可变分辨率模式的本世纪中国区域极端气候预估（实例之三） 211
第9章 极端气候研究进展 214
9.1 观测和模拟研究 214
9.2 极值统计分布模式的应用 219
9.3 降尺度方法述评 222
9.4 极端气候研究展望 224
后记 225
参考文献 227