高温热浪预测预警系统研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-20页 |
| ·研究背景 | 第10-15页 |
| ·高温天气影响 | 第10-11页 |
| ·高温热浪定义 | 第11-12页 |
| ·高温热浪天气的分类和成因 | 第12-15页 |
| ·应对高温热浪灾害措施 | 第15页 |
| ·国内外研究现状 | 第15-18页 |
| ·统计预测方法 | 第16页 |
| ·数值预测方法 | 第16-17页 |
| ·高温热浪预测现状 | 第17-18页 |
| ·本文主要内容和工作 | 第18-20页 |
| 2 相关技术概述 | 第20-24页 |
| ·Fortran | 第20-21页 |
| ·NCL | 第21页 |
| ·小结 | 第21-24页 |
| 3 数据预处理 | 第24-32页 |
| ·数据介绍 | 第24-29页 |
| ·数据存储位置和格式解析 | 第24-27页 |
| ·数据获取接口 | 第27-28页 |
| ·数据获取 | 第28-29页 |
| ·数据校验转换和异常处理 | 第29-31页 |
| ·数据校验和转换 | 第29-30页 |
| ·异常数据处理 | 第30-31页 |
| ·小结 | 第31-32页 |
| 4 高温热浪预测预警算法 | 第32-44页 |
| ·月动力延伸预报模式的高温热浪预测 | 第32-34页 |
| ·逐日极端高温阈值统计 | 第33页 |
| ·时段内极端高温概率预测 | 第33-34页 |
| ·月动力延伸预报模式与统计降尺度方法 | 第34-38页 |
| ·NCEP 和统计降尺度概述 | 第34-35页 |
| ·空间降尺度 | 第35-37页 |
| ·时间降尺度 | 第37-38页 |
| ·物理量相似方法 | 第38-39页 |
| ·物理量相似方法基本原理 | 第38页 |
| ·物理量相似方法流程 | 第38-39页 |
| ·均生函数统计模型 | 第39-41页 |
| ·神经网络模型 | 第41-43页 |
| ·小结 | 第43-44页 |
| 5 高温热浪预测预警实现 | 第44-70页 |
| ·月动力延伸预报模式的高温预测 | 第44-47页 |
| ·业务流程 | 第45页 |
| ·算法实现 | 第45-47页 |
| ·月动力延伸预报模式与统计降尺度方法的高温预测 | 第47-52页 |
| ·业务流程 | 第48页 |
| ·算法实现 | 第48-52页 |
| ·基于物理量相似方法的高温预测 | 第52-54页 |
| ·业务流程 | 第52-53页 |
| ·算法实现 | 第53-54页 |
| ·基于均生函数统计方法的高温预测 | 第54-57页 |
| ·业务流程 | 第55页 |
| ·算法实现 | 第55-57页 |
| ·基于神经网络方法的高温预测 | 第57-61页 |
| ·业务流程 | 第58页 |
| ·算法实现 | 第58-61页 |
| ·结果检验 | 第61-68页 |
| ·业务流程 | 第62页 |
| ·算法说明 | 第62-68页 |
| ·小结 | 第68-70页 |
| 6 结论与展望 | 第70-72页 |
| ·结论 | 第70页 |
| ·展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 附录 | 第76-80页 |
