觀測數(shù)據(jù)非線性時空分布理論和方法

前言
1 時間序列的研究進展
1.1 動態(tài)數(shù)據(jù)預處理
1.2 時間序列模型分析方法
1.3 氣候突變
1.4 非線性時間序列的分析
1.5 幾種新的時間序列分析方法介紹
1.6 氣候系統(tǒng)層次結構的研究進展
1.7 本章小結
參考文獻
2 氣候動力學結構突變的檢測與歸因
2.1 傳統(tǒng)氣候突變的檢測與歸因
2.2 氣候動力學結構突變
2.3 中國20世紀70年代末氣候突變性質
2.4 中國東部季風區(qū)降水的區(qū)域特征
2.5 氣候代用資料動力學結構的區(qū)域與全球特征
2.6 本章小結
參考文獻
3 BG算法與突變檢測
3.1 啟發(fā)式分割算法
3.2 檢測華北和全球氣候變化的特征
3.3 動力學指數(shù)分割算法
3.4 本章小結
參考文獻
4 氣候系統(tǒng)的復雜性研究
4.1 氣候系統(tǒng)的復雜性
4.2 復雜度
4.3 條件熵
4.4 排列熵
4.5 1ogistic映射和1orenz模型的復雜度
4.6 冰芯和石筍代用資料的復雜度
4.7 長江三角洲溫度的非線性動力學特征分析
4.8 近40年中國華北地區(qū)氣溫突變的檢測分析
4.9 本章小結
參考文獻
5 中國降水的尺度律特征
5.1 冪律尾指數(shù)
5中國華南和華北的降水特征分析
5.3 中國降水的時空演變特征
5.4 不同尺度系統(tǒng)對降水的影響
5.5 氣候系統(tǒng)與復雜網(wǎng)絡的結合
5.6 本章小結
參考文獻
6 觀測數(shù)據(jù)信息的提取與預測研究
6.1 經驗模態(tài)分解和小波變換
6.2 經驗模態(tài)分解和小波分解異同性的比較
6.3 觀測數(shù)據(jù)信息的提取與建模預測
6.4 基于EMID方法檢測1orenz系統(tǒng)對初值的敏感性
6.5 基于非線性分析方法的多種代用資料的相似性研究
6.6 本章小結
參考文獻
7 觀測數(shù)據(jù)的降噪及動態(tài)建模
7.1 氣象觀測數(shù)據(jù)的非線性去噪
7.2 非線性時序信息的提取及其動態(tài)建模
7.3 長江三角洲530年降水概率隨時間演變規(guī)律的研究
7.4 利用高階矩檢測近2000年以來氣候極端異常
7.5 本章小結
參考文獻