| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 缩略词 | 第10-11页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景与意义 | 第11页 |
| 1.2 国内外研究现状分析 | 第11-14页 |
| 1.3 主要研究内容及章节安排 | 第14-15页 |
| 第二章 降水影响因子的统计分析方法 | 第15-26页 |
| 2.1 引言 | 第15页 |
| 2.2 降水的形成条件和影响因素 | 第15-16页 |
| 2.3 降水主要类型 | 第16-20页 |
| 2.4 降水预报因子 | 第20-25页 |
| 2.4.1 梅雨锋降水的热动力因子概念模型 | 第21-23页 |
| 2.4.2 降水预报因子的选择 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 KNN 算法及其改进 | 第26-33页 |
| 3.1 KNN 算法 | 第26-28页 |
| 3.2 KNN 算法的不足 | 第28-29页 |
| 3.3 面向气象数据处理的 KNN 算法的分析与改进 | 第29-32页 |
| 3.3.1 传统 KNN 算法的分析 | 第29-32页 |
| 3.3.2 EI 加权 KNN 算法 | 第32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 基于 EI 加权 KNN 算法的降水相似预报方法 | 第33-49页 |
| 4.1 资料 | 第33-42页 |
| 4.1.1 NCEP/NCAR 再分析资料 | 第33-35页 |
| 4.1.2 NCEP 资料预处理 | 第35-36页 |
| 4.1.3 预报因子的筛选 | 第36-38页 |
| 4.1.4 降雨量 | 第38-42页 |
| 4.2 相似预报方法 | 第42-47页 |
| 4.2.1 相似离度 | 第42-43页 |
| 4.2.2 皮尔逊相关系数（PPMCC） | 第43-44页 |
| 4.2.3 组建相似预报方程 | 第44-45页 |
| 4.2.4 逐步引入因子场 | 第45-47页 |
| 4.3 本章小结 | 第47-49页 |
| 第五章 算法实现及实验结果分析 | 第49-59页 |
| 5.1 确定因子场个数及其范围并建立相似预报方程 | 第49-52页 |
| 5.2 基于 EI 加权 KNN 算法实验 | 第52-55页 |
| 5.3 预报效果分析 | 第55-58页 |
| 5.4 本章总结 | 第58-59页 |
| 第六章 总结和展望 | 第59-61页 |
| 6.1 论文工作总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 在学期间的研究成果及发表的学术论文 | 第65页 |