| 摘要 | 第1-4页 |
| ABSTRACT | 第4-10页 |
| 第一章 引言 | 第10-22页 |
| 1 选题的目的和意义 | 第10-11页 |
| 2 临近预报的国外进展 | 第11-14页 |
| 3 临近预报在国内的发展 | 第14-15页 |
| 4 本论文研究方法和内容 | 第15-18页 |
| ·论文研究目的 | 第15-16页 |
| ·论文研究内容 | 第16-17页 |
| ·论文研究方法 | 第17-18页 |
| 参考文献 | 第18-22页 |
| 第二章 临近预报方法及系统简介 | 第22-40页 |
| 1 临近预报的定义 | 第22页 |
| 2 主要的临近预报方法 | 第22-29页 |
| ·外推预报方法 | 第23-26页 |
| ·稳定状态的假设 | 第23-25页 |
| ·以回波强度和大小的趋势外推 | 第25-26页 |
| ·神经网络预报方法 | 第26-27页 |
| ·数值模式预报 | 第27-28页 |
| ·没有用雷达资料进行初始化的模式 | 第27-28页 |
| ·用雷达资料进行初始化的模式 | 第28页 |
| ·物理概念模型预报法 | 第28-29页 |
| 3 临近预报系统 | 第29-32页 |
| ·美国NCAR发展的自动临近预报系统(Auto-Nowcast) | 第30-31页 |
| ·英国的GANDOLF | 第31-32页 |
| ·Warning Improvements Warning Decision Support System(WDSS) | 第32页 |
| ·"小涡旋"(SWIRLS——Short-rang Warning of Intense Rainstorms in Localized Systems)临近预报系统 | 第32页 |
| 4 临近预报的准确性及检验 | 第32-34页 |
| ·各种临近预报方法准确性的比较 | 第32-34页 |
| ·临近预报系统的检验和比较 | 第34页 |
| 5 小结 | 第34-36页 |
| 参考文献 | 第36-40页 |
| 第三章 云团的多尺度识别方法及其在临近预报中的应用 | 第40-56页 |
| 1 引言 | 第40页 |
| 2 聚类方法介绍 | 第40-45页 |
| ·分层的k-means聚类 | 第41页 |
| ·特征向量的计算 | 第41-43页 |
| ·k-means聚类 | 第43-44页 |
| ·云团的分层聚类 | 第44-45页 |
| 3 参数敏感性试验 | 第45-48页 |
| ·K值的影响 | 第45-46页 |
| ·加权系数λ的影响 | 第46页 |
| ·特征向量的影响 | 第46-48页 |
| 4 识别结果验证 | 第48-51页 |
| 5 分层聚类与TITAN的比较 | 第51-52页 |
| 6 层级聚类方法对卫星TBB资料的识别 | 第52-53页 |
| 7 小结与讨论 | 第53-55页 |
| 参考文献 | 第55-56页 |
| 第四章 不同尺度暴雨回波的发展演变信息提取 | 第56-74页 |
| 1 引言 | 第56-57页 |
| 2 飑线过程 | 第57-65页 |
| ·较大尺度云团的发展演变 | 第57-62页 |
| ·较小尺度云团的发展演变 | 第62-65页 |
| 3 台风过程 | 第65-69页 |
| ·台风的发展演变 | 第66-68页 |
| ·强螺旋雨带的发展演变 | 第68-69页 |
| 4 小结 | 第69-72页 |
| 参考文献 | 第72-74页 |
| 第五章 基于最大相关系数的雷达回波跟踪方法(TREC)在暴雨临近预报中的应用 | 第74-98页 |
| 1 引言 | 第74-75页 |
| 2 TREC跟踪预报方法 | 第75-79页 |
| ·跟踪方法 | 第75-76页 |
| ·移动矢量场的平滑处理 | 第76-77页 |
| ·预报方法 | 第77-78页 |
| ·预报结果评价 | 第78-79页 |
| 3 参数的选择及跟踪结果 | 第79-81页 |
| 4 卡努台风暴雨过程和临近预报结果 | 第81-86页 |
| ·卡努台风暴雨过程和多普勒雷达观测资料 | 第81-82页 |
| ·资料的预处理 | 第82-83页 |
| ·跟踪、预报及分析 | 第83-85页 |
| ·预报结果评价 | 第85-86页 |
| 5 碧丽斯台风暴雨过程和临近预报结果 | 第86-90页 |
| ·碧利斯台风暴雨过程和多普勒雷达组网观测资料天气 | 第86-87页 |
| ·资料的预处理 | 第87页 |
| ·跟踪、预报结果分析 | 第87-90页 |
| 6 2005年6月23日广东的强暴雨过程 | 第90-94页 |
| ·多普勒雷达观测资料及处理 | 第90页 |
| ·跟踪及预报结果分析 | 第90-93页 |
| ·预报结果评价 | 第93-94页 |
| 7 小结 | 第94-97页 |
| 参考文献 | 第97-98页 |
| 第六章 多尺度识别方法在临近预报中的应用研究 | 第98-118页 |
| 1 回波团的跟踪 | 第98-99页 |
| 2 强度预报方法 | 第99-100页 |
| 3 预报结果及评价 | 第100-105页 |
| ·趋势预报及分析 | 第100-101页 |
| ·反射率因子预报及评价 | 第101-104页 |
| ·1h累积雨量的预报 | 第104-105页 |
| 4 预报误差分析 | 第105-113页 |
| ·TREC方法预报结果的误差分析 | 第106-111页 |
| ·卡努台风过程 | 第106-109页 |
| ·预报时效12min时的误差分析 | 第106-108页 |
| ·预报时效30min时的误差分析 | 第108-109页 |
| ·飑线过程 | 第109-111页 |
| ·预报时效12min时的误差分析 | 第109-110页 |
| ·预报时效30min时的误差分析 | 第110-111页 |
| ·聚类识别方法预报结果的误差分析 | 第111-113页 |
| ·预报时效12min时的误差分析 | 第111-112页 |
| ·预报时效30min时的误差分析 | 第112-113页 |
| 5 小结 | 第113-118页 |
| 第七章 总结和讨论 | 第118-122页 |
| 1 主要结论 | 第118-120页 |
| 2 论文的特色和创新点 | 第120页 |
| 3 存在的问题和未来的研究方向 | 第120-122页 |
| 致谢 | 第122-123页 |
| 个人简介 | 第123页 |
