| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 时间序列发展现状 | 第11-12页 |
| 1.2.2 国内外海洋温度研究预报现状 | 第12-13页 |
| 1.3 本文研究方法 | 第13-15页 |
| 2 聚类分析和气候月 | 第15-20页 |
| 2.1 聚类分析简介 | 第15-16页 |
| 2.1.1 个体聚类与变量聚类 | 第15页 |
| 2.1.2 距离与相似系数 | 第15页 |
| 2.1.3 数据变换 | 第15-16页 |
| 2.2 常用的聚类方法 | 第16-17页 |
| 2.2.1 系统聚类方法 | 第16页 |
| 2.2.2 动态聚类法 | 第16-17页 |
| 2.2.3 模糊聚类分析 | 第17页 |
| 2.3 聚类结果 | 第17-18页 |
| 2.4 气候月月平均海表温度(S S T )时间序列 | 第18-20页 |
| 3 时间序列分析方法 | 第20-29页 |
| 3.1 时间序列分析的一般问题 | 第20-22页 |
| 3.1.1 时间序列的定义 | 第20页 |
| 3.1.2 时间序列相关概念 | 第20-22页 |
| 3.2 时间序列常用模型 | 第22-25页 |
| 3.3 ARIMA模型的建模过程 | 第25-29页 |
| 3.3.1 模型识别 | 第25-26页 |
| 3.3.2 模型的估计 | 第26-28页 |
| 3.3.3 模型的诊断检验 | 第28-29页 |
| 4 海表温度时间序列建模 | 第29-43页 |
| 4.1 SARIMA模型 | 第29页 |
| 4.2 SARIMA模型的建立 | 第29-43页 |
| 4.2.1 模型识别 | 第30-34页 |
| 4.2.2 模型估计 | 第34-36页 |
| 4.2.3 模型的诊断检验 | 第36-40页 |
| 4.2.4 模型预测 | 第40-43页 |
| 5 谱分析及混合潜周期建模 | 第43-55页 |
| 5.1 平稳序列的谱密度 | 第43页 |
| 5.2 平稳序列的谱估计 | 第43-46页 |
| 5.2.1 周期图 | 第44页 |
| 5.2.2 加窗谱估计 | 第44-46页 |
| 5.3 潜周期模型 | 第46-49页 |
| 5.3.1 复值潜周期模型的初估计 | 第47-48页 |
| 5.3.2 实值模型的参数估计 | 第48页 |
| 5.3.3 模型的检测 | 第48-49页 |
| 5.4 混合潜周期模型的建立 | 第49-55页 |
| 5.4.1 东海潜周期建模 | 第49-51页 |
| 5.4.2 杭州湾潜周期建模 | 第51-53页 |
| 5.4.3 台湾海峡、南海潜周期建模 | 第53-55页 |
| 6 结论与展望 | 第55-57页 |
| 6.1 结论 | 第55-56页 |
| 6.2 展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录 | 第62-63页 |
| 附录A 东海气候月的划分 | 第63-65页 |
| 附录B 论文中的原始数据 | 第65-68页 |