| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-17页 |
| ·研究背景及意义 | 第9-11页 |
| ·集合预报简介 | 第11-14页 |
| ·初值扰动方法简介 | 第11-13页 |
| ·模式扰动方法简介 | 第13页 |
| ·集合预报产品简介 | 第13-14页 |
| ·EFI 的研究进展 | 第14-15页 |
| ·本文研究目的与内容 | 第15页 |
| ·本文创新性 | 第15页 |
| ·本文各章主要内容 | 第15-17页 |
| 2 EFI 简介 | 第17-20页 |
| ·EFI 定义与性质 | 第17-19页 |
| ·EFI_3对极端天气的预报原理 | 第19页 |
| ·本章小结 | 第19-20页 |
| 3 基于 T213EPS 的 EFI_3数学处理方案及极端低温识别试验 | 第20-35页 |
| ·模式与数据简介 | 第20-21页 |
| ·T213L31 模式简介 | 第20-21页 |
| ·TIGGE 数据简介 | 第21页 |
| ·EFI_3的计算方案 | 第21-23页 |
| ·气候累积概率分布计算方案 | 第21-23页 |
| ·EPS 累积概率分布的计算方案 | 第23页 |
| ·EFI_3阈值的确定 | 第23-25页 |
| ·EFI_3的预报效果 | 第25-30页 |
| ·实况场的生成方案 | 第25-26页 |
| ·单点识别效果 | 第26-28页 |
| ·区域识别效果 | 第28-30页 |
| ·EFI_3识别技巧的评估检验 | 第30-33页 |
| ·检验原理简介 | 第31-32页 |
| ·检验结果分析 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 4 模式气候累积概率分布对 EFI_3识别技巧的影响 | 第35-48页 |
| ·基于 EFI_3-MCCPD2 的识别试验 | 第35-40页 |
| ·MCCPD2 生成方案 | 第35-36页 |
| ·EFI_3-MCCPD2 阈值的确定 | 第36-37页 |
| ·EFI_3-MCCPD2 的识别效果 | 第37-38页 |
| ·EFI_3-MCCPD2 与 EFI_3-MCCPD1 识别技巧对比 | 第38-40页 |
| ·基于 EFI_3-MCCPD3 的识别试验 | 第40-46页 |
| ·MCCPD3 生成方案 | 第41页 |
| ·EFI_3-MCCPD3 阈值的确定 | 第41-43页 |
| ·EFI_3-MCCPD3 的识别效果 | 第43-44页 |
| ·EFI_3-MCCPD3 与 EFI_3-MCCPD1 识别技巧对比 | 第44-46页 |
| ·本章小结 | 第46-48页 |
| 5 EPS 累积概率分布对 EFI_3识别技巧的影响 | 第48-55页 |
| ·EPSCPD2 方案简介 | 第48-49页 |
| ·气候等概率区间的确定 | 第48-49页 |
| ·集合成员变权方法简介 | 第49页 |
| ·EFI_3-EPSCPD2 阈值的确定 | 第49-51页 |
| ·EFI_3-EPSCPD2 的识别效果 | 第51-52页 |
| ·EFI_3-EPSCPD2 与 EFI_3-EPSCPD1 识别技巧对比 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 6 基于 A-D 检验的 EFI 改进及极端低温识别试验 | 第55-67页 |
| ·原理简介 | 第55-56页 |
| ·EFI_(AD)阈值的确定 | 第56-57页 |
| ·EFI_(AD)的识别效果 | 第57-59页 |
| ·EFI_(AD)与 EFI_3识别技巧对比 | 第59-61页 |
| ·基于 EFI_(AD)-MCCPD3 的识别试验 | 第61-66页 |
| ·EFI_(AD)-MCCPD3 阈值的确定 | 第61-62页 |
| ·EFI_(AD)-MCCPD3 识别效果 | 第62-63页 |
| ·EFI_(AD)-MCCPD3 与 EFI_(AD)-MCCPD1 识别技巧对比 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 总结与讨论 | 第67-71页 |
| 参考文献 | 第71-76页 |
| 作者在读期间科研成果简介 | 第76-77页 |
| 致谢 | 第77-78页 |
