第1章 气候系统复杂性研究进展 1
1.1气候系统复杂网络研究进展 1
1.1.1气候系统的复杂性 1
1.1.2气候系统空间结构特征 2
1.1.3复杂网络研究 3
1.1.4典型的网络模型 4
1.1.5气候系统复杂网络 6
1.2气候系统关联性进展 10
1.2.1关联性分析方法研究 10
1.2.2全球环流系统空间关联性研究 11
1.2.3全球温度场空间关联性研究 15
1.2.4全球温度场与环流场间的关联性 19
1.3信息论和气候系统可预报性研究进展 19
1.3.1天气气候的可预测性及其预测 19
1.3.2信息论 20
1.3.3信息论在气象学的应用 23
1.4本章小结与讨论 24
参考文献 25
第2章 全球温度场时空关联性 35
2.1全球温度场时空关联性特征 35
2.1.1温度场关联性研究方法 35
2.1.2全球温度场关联性时空分布特征 36
2.2时间延迟对全球温度场关联性的影响 49
2.2.1时间延迟的关联性分析方法 49
2.2.2时间延迟对全球温度场关联性 50
2.3全球变暖和极端事件对全球温度场关联性的影响 54
2.3.1增/降温趋势对全球温度场关联性的影响 54
2.3.2极端温度事件对全球温度场关联性的影响 57
2.4本章小结与讨论 61
参考文献 62
第3章 全球高度场时空关联性 64
3.1全球高度场时空关联性特征 64
3.1.1高度场关联性分析方法 64
3.1.2高度场关联性的空间分布 64
3.1.3关联系数与延迟天数的关系 66
3.1.4关联系数随时间的演变 71
3.2北太平洋关联中心特征 72
3.2.1北太平洋负关联中心的空间分布特征 73
3.2.2北太平洋负关联中心超前关联特征 77
3.3本章小结与讨论 79
参考文献 80
第4章 气候系统复杂网络的构建 81
4.1全球温度场复杂网络 81
4.1.1复杂网络性质及结构特征量 81
4.1.2温度关联网络的构建 82
4.1.3温度关联网络的结构特征 83
4.2环流系统复杂网络 88
4.2.1环流系统关联网络的构建 88
4.2.2环流系统关联网络的结构特征 89
4.3全球海气相互作用双层网络 91
4.3.1海气双层网络的构建 92
4.3.2海气双层网络的结构特征 93
4.4四种气候要素空间关联结构特征 100
4.4.1四种要素关联网络的构建和结构特征 100
4.4.2网络平均顶点度的时间演变特征 105
4.5本章小结与讨论 106
参考文献 107
第5章 温度序列的复杂网络特征 111
5.1温度序列的复杂网络拓扑性质 111
5.1.1三种时间序列的构造 112
5.1.2三种序列的粗粒化方法 112
5.1.3三种波动网络 114
5.2中国温度变化的网络区域性研究 122
5.2.1温度资料粗粒化 122
5.2.2温度序列波动网络构建 122
5.2.3网络特征量的空间分布特征 123
5.3二分图的温度网络拓扑性质研究 130
5.3.1二分图原理 131
5.3.2二分图温度网络的构建 131
5.3.3二分图温度网络节点统计性质 133
5.3.4二分图温度网络项目统计性质 135
5.4本章小结与讨论 138
参考文献 139
第6章 气候系统复杂网络的结构稳定性 141
6.1温度系统网络的结构稳定性 141
6.1.1网络结构稳定性分析 141
6.1.2资料长度的影响 141
6.1.3准周期振荡的影响 143
6.1.4极端事件的影响 145
6.1.5 El Nino年和La Nina年的影响 149
6.1.6关键区域的影响 151
6.2环流系统网络的稳定性 152
6.2.1遥相关型对网络稳定性的影响 153
6.2.2南极偶极子对网络稳定性的影响 156
6.3三维海气作用关键区的年代际变化和空间配置 157
6.3.1主模态组分的年代际变化 158
6.3.2关键区不同组合态的空间配置 161
6.4本章小结与讨论 166
参考文献 167
第7章 气候系统复杂网络的应用研究 169
7.1温度关联指数的定义和应用 169
7.1.1 TPTI指数的定义 169
7.1.2 TPTI指数的年代际特征 173
7.1.3 TPTI指数和中国夏季降水的关系 173
7.1.4 TPTI指数对应的中国夏季降水的环流特征 176
7.1.5 TPTI指数与El Nino和La Nina的可能联系 179
7.2北半球遥相关型的年代际配置特征 182
7.2.1北半球中高纬度环流系统空间结构的时间演变特征 182
7.2.2北半球中高纬度环流系统遥相关型的年代际配置特征 184
7.2.3遥相关型与中国夏季降水的可能联系 196
7.2.4多因子物理统计模型的构建 198
7.2.5基于多因子物理统计模型的中国夏季降水预测方法 200
7.2.6独立样本回报检验 201
7.3动态北太平洋指数在长江中下游夏季降水预测中的应用研究 202
7.3.1动力和统计相结合的相似误差订正方法 203
7.3.2相似误差场的选取 204
7.3.3基于MNPI与NPI的降水预报 204
7.3.4长江中下游地区夏季降水预测的相似误差订正分析 207
7.3.5 2003～2009年独立样本回报 208
7.3.6单因子加权相似误差订正方法在中国汛期降水预测中的应用 216
7.4三维海气相互作用和长江中下游汛期降水 217
7.4.1长江中下游汛期降水及影响因素 218
7.4.2三维海气相互作用指数 218
7.4.3基于三维海气相互作用指数的长江中下游降水的订正 219
7.5本章小结与讨论 222
参考文献 224
第8章 气候系统信息特征及可预测性研究 227
8.1信息熵的适用性研究 227
8.1.1信息熵的计算 228
8.1.2计算方法对信息熵的影响 230
8.1.3实际气象资料信息熵与样本量 232
8.2全球温度场和高度场信息熵的时空特征 234
8.2.1气象要素信息熵的定义与计算 235
8.2.2温度场信息熵 236
8.2.3高度场信息熵 242
8.3北半球高度场的可预测精度与经向信息传输 245
8.3.1高度场的可预测性判断方法 246
8.3.2可预测精度和经向信息传输整体特征 248
8.3.3不同时间尺度上的可预测精度和信息传输 253
8.3.4不同季节对可预测精度和信息传输的影响 263
8.4本章小结与讨论 266
参考文献 267