摘要 | 第8-9页 |
Abstract | 第9-10页 |
第一章 绪论 | 第11-21页 |
1.1 研究背景及意义 | 第11-14页 |
1.2 国内外研究现状分析 | 第14-18页 |
1.2.1 分形理论研究的国内外进展 | 第14-15页 |
1.2.2 分数阶导数的数学发展情况 | 第15-16页 |
1.2.3 分数阶导数的应用进展 | 第16-17页 |
1.2.4 分数阶导数在天气气候中的研究进展 | 第17-18页 |
1.2.5 分数阶求导阶数的求值方法 | 第18页 |
1.3 研究目标、内容和技术路线 | 第18-21页 |
1.3.1 研究目标 | 第18页 |
1.3.2 研究内容 | 第18-19页 |
1.3.3 技术路线 | 第19-21页 |
第二章 数据和方法 | 第21-29页 |
2.1 研究区域概况 | 第21-22页 |
2.1.1 地貌特征 | 第21页 |
2.1.2 气候特征 | 第21-22页 |
2.2 数据来源 | 第22页 |
2.3 数据的预处理 | 第22-23页 |
2.4 研究方法 | 第23-29页 |
2.4.1 自相关性分析 | 第23-24页 |
2.4.2 功率谱分析 | 第24页 |
2.4.3 归一化概率密度分析 | 第24-25页 |
2.4.4 二阶结构函数 | 第25-26页 |
2.4.5 气候对天气分数阶求导的阶数'q'的确定 | 第26-29页 |
第三章 结果与分析 | 第29-48页 |
3.1 天气和气候时间序列的自相关性(记忆性)分析 | 第29-33页 |
3.1.1 天气时间序列自相关性分析 | 第29-30页 |
3.1.2 气候时间序列自相关性分析 | 第30-33页 |
3.2 天气和气候功率谱分析 | 第33-34页 |
3.3 分数阶导数阶数'q'值的确定 | 第34-39页 |
3.4 天气与气候时间序列归一化概率密度分布 | 第39-48页 |
3.4.1 日平均气温的归一化概率分布 | 第39-41页 |
3.4.2 月平均气温的归一化概率分布 | 第41-43页 |
3.4.3 年平均气温的归一化概率分布 | 第43-45页 |
3.4.4 天气极值和气候极值出现的可能性比较 | 第45-48页 |
第四章 结论与讨论 | 第48-51页 |
4.1 结论 | 第48-49页 |
4.2 讨论 | 第49-51页 |
参考文献 | 第51-56页 |
致谢 | 第56页 |