摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第7-14页 |
1.1 研究背景 | 第7-8页 |
1.2 国内外研究进展 | 第8-12页 |
1.2.1 多模式集成预报进展 | 第8-11页 |
1.2.2 偏最小二乘回归进展 | 第11-12页 |
1.3 论文研究内容 | 第12-14页 |
第二章 资料和方法 | 第14-27页 |
2.1 多模式集成方法简介 | 第14-23页 |
2.1.1 偏最小二乘回归方法简介 | 第14-22页 |
2.1.2 多模式集合平均(EMN) | 第22页 |
2.1.3 消除偏差集合平均(BREM) | 第22页 |
2.1.4 超级集合预报(SUP) | 第22-23页 |
2.2 预报结果检验方法 | 第23-24页 |
2.2.1 均方根误差 | 第23-24页 |
2.2.2 相关系数 | 第24页 |
2.3 模式资料简介 | 第24-26页 |
2.3.1 TIGGE计划简介 | 第24-25页 |
2.3.2 FNL资料简介 | 第25页 |
2.3.3 Era-interim资料简介 | 第25-26页 |
2.4 资料 | 第26-27页 |
第三章 2012年冬季地面气温的多模式集成预报试验 | 第27-37页 |
3.1 2012年12月地面气温的多模式集成预报试验 | 第27-33页 |
3.1.1 部分格点权重 | 第27-29页 |
3.1.2 模式性能检验 | 第29-33页 |
3.2 寒潮个例的多模式集成预报试验 | 第33-35页 |
3.3 本章小结 | 第35-37页 |
第四章 2011-2012年夏季水汽的多模式集成试验 | 第37-50页 |
4.1 2011-2012年夏季850hPa水汽的多模式集成试验 | 第37-44页 |
4.1.1 多模式集成的时间序列效果分析 | 第40-42页 |
4.1.2 比湿多模式集成的地理分布分析 | 第42-44页 |
4.2 2011-2012年夏季500hPa水汽的多模式集成试验 | 第44-48页 |
4.2.1 多模式集成的时间序列效果分析 | 第44-46页 |
4.2.2 比湿多模式集成的地理分布分析 | 第46-48页 |
4.3 本章小结 | 第48-50页 |
第五章 总结与展望 | 第50-53页 |
5.1 全文总结 | 第50-51页 |
5.2 论文创新 | 第51页 |
5.3 问题与展望 | 第51-53页 |
参考文献 | 第53-58页 |
致谢 | 第58-60页 |
作者简介 | 第60页 |