| 中文摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究意义和目的 | 第9-10页 |
| 1.2 研究现状 | 第10-14页 |
| 1.2.1 数值天气预报研究概况 | 第10-11页 |
| 1.2.2 数值产品释用的研究概况 | 第11-13页 |
| 1.2.3 降水预报研究概况 | 第13-14页 |
| 1.3 本文研究内容 | 第14-15页 |
| 第二章 资料与研究方法 | 第15-20页 |
| 2.1 所用资料 | 第15-16页 |
| 2.2 研究方法 | 第16-20页 |
| 2.2.1 多元性线逐步回归方法 | 第16-17页 |
| 2.2.2 事件概率回归方法 | 第17页 |
| 2.2.3 神经网络方法 | 第17-19页 |
| 2.2.4 预报结果分析方法 | 第19-20页 |
| 第三章 环渤海地区降水气候特征分析 | 第20-32页 |
| 3.1 环渤海地区地理特征 | 第20-21页 |
| 3.2 降水的空间分布特征 | 第21-26页 |
| 3.2.1 降水量空间分布 | 第21-24页 |
| 3.2.2 降水日数空间分布 | 第24-26页 |
| 3.3 降水时间变化特征 | 第26-30页 |
| 3.3.1 降水量年际变化 | 第26-27页 |
| 3.3.2 降水日数年际变化 | 第27-28页 |
| 3.3.3 降水年变化特征 | 第28-29页 |
| 3.3.4 日变化特征 | 第29-30页 |
| 3.4 本章小结 | 第30-32页 |
| 第四章 环渤海地区降水的主要天气系统和预报因子选取 | 第32-39页 |
| 4.1 环渤海地区降水天气系统 | 第32-35页 |
| 4.2 降水预报因子的选取 | 第35-38页 |
| 4.3 本章小结 | 第38-39页 |
| 第五章 基于事件概率回归理论的统计预报模型 | 第39-53页 |
| 5.1 基于水汽条件的消空 | 第40页 |
| 5.2 事件概率回归方程的建立 | 第40-42页 |
| 5.3 预报阈值的确定和预报结果分析 | 第42-51页 |
| 5.3.1 确定预报阈值 | 第42页 |
| 5.3.2 预报结果分析 | 第42-51页 |
| 5.4 本章小结 | 第51-53页 |
| 第六章 基于BP神经网络的统计预报模型 | 第53-67页 |
| 6.1 神经网络预报模型的建立 | 第53-54页 |
| 6.1.1 神经网络结构 | 第53-54页 |
| 6.1.2 神经网络模型的建立 | 第54页 |
| 6.2 预报结果分析及检验 | 第54-64页 |
| 6.3 两种统计模型的对比分析 | 第64-65页 |
| 6.4 本章小结 | 第65-67页 |
| 第七章 总结和讨论 | 第67-70页 |
| 7.1 全文总结 | 第67-68页 |
| 7.2 特色与创新点 | 第68-69页 |
| 7.3 存在的问题和下一步工作 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 在学期间的研究成果 | 第74-75页 |
| 致谢 | 第75页 |