| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第16-28页 |
| 1.1 选题背景及意义 | 第16-18页 |
| 1.1.1 选题背景 | 第16-18页 |
| 1.1.2 选题意义 | 第18页 |
| 1.2 国内外研究现状 | 第18-22页 |
| 1.2.1 地理时间序列的多尺度分析方法 | 第18-19页 |
| 1.2.2 地理空间数据的多尺度分析 | 第19-20页 |
| 1.2.3 地理时空数据的特征解析 | 第20-21页 |
| 1.2.4 高维时空数据分析方法 | 第21页 |
| 1.2.5 总结 | 第21-22页 |
| 1.3 研究目标与研究内容 | 第22-26页 |
| 1.3.1 研究目标 | 第22页 |
| 1.3.2 研究内容 | 第22-23页 |
| 1.3.3 技术路线 | 第23-26页 |
| 1.4 论文组织 | 第26-28页 |
| 第2章 地理时序数据的多尺度特征与结构关系解析 | 第28-56页 |
| 2.1 地理时序数据及其多尺度分解 | 第28-32页 |
| 2.1.1 地理时序数据及其主要特征 | 第28-30页 |
| 2.1.2 地理时序数据的多尺度分解模型 | 第30页 |
| 2.1.3 案例数据及实验设定 | 第30-32页 |
| 2.2 单变量时间序列的多尺度分解与特征解析 | 第32-41页 |
| 2.2.1 已有方法评述与对比 | 第32-33页 |
| 2.2.2 长期趋势的自适应稳健提取方法 | 第33-36页 |
| 2.2.3 周期波动的自动提取与分离方法 | 第36-41页 |
| 2.3 双变量地理时序数据的耦合结构与关系识别 | 第41-49页 |
| 2.3.1 复数域中相位耦合的BEMD分解 | 第41-44页 |
| 2.3.2 多尺度相位耦合特征解析与序列同步 | 第44-46页 |
| 2.3.3 基于双变量距离的非线性耦合演化关系识别模型 | 第46-49页 |
| 2.4 多变量地理时序数据的相互作用模型 | 第49-54页 |
| 2.4.1 多通道奇异谱分析 | 第49-50页 |
| 2.4.2 西北太平洋海面变化的多通道奇异谱分析 | 第50-52页 |
| 2.4.3 西北太平洋海面变化的不同尺度波动的空间传递过程 | 第52-54页 |
| 2.5 本章小结 | 第54-56页 |
| 第3章 地理过程的空间多尺度特征解析 | 第56-84页 |
| 3.1 空间多尺度分解的一般模型 | 第56-60页 |
| 3.1.1 空间多尺度分解的需求与难点 | 第56-57页 |
| 3.1.2 多尺度空间分析 | 第57页 |
| 3.1.3 空间多尺度分解的基本模型 | 第57-58页 |
| 3.1.4 研究数据与实验设定 | 第58-60页 |
| 3.2 基于一维时间序列方法拓展的空间多尺度分解 | 第60-70页 |
| 3.2.1 2D小波分解 | 第60-62页 |
| 3.2.2 空间EMD(2D-EMD) | 第62-64页 |
| 3.2.3 数据分布驱动的Spaital-EMD分解 | 第64-66页 |
| 3.2.4 Spaital-EMD分解实验 | 第66-70页 |
| 3.3 基于平行核平滑的结构自适应空间多尺度分解方法 | 第70-83页 |
| 3.3.1 空间核平滑及其快速计算 | 第70-71页 |
| 3.3.2 基于平行核平滑的空间滤波组构建 | 第71-72页 |
| 3.3.3 主导尺度提取 | 第72-74页 |
| 3.3.4 基于平行核平滑的空间多尺度分解算法 | 第74-75页 |
| 3.3.5 平行核平滑多尺度分解实验 | 第75-80页 |
| 3.3.6 平行核平滑分解的稳健性模拟实验 | 第80-83页 |
| 3.4 本章结论 | 第83-84页 |
| 第4章 地理时空过程的多尺度特征解析 | 第84-114页 |
| 4.1 时空数据及时空过程的表达 | 第84-89页 |
| 4.1.1 多维时空场数据与时空场数据模型 | 第84-86页 |
| 4.1.2 时空立方体及其多维度透视 | 第86-87页 |
| 4.1.3 基于张量的时空场数据模型与数据组织 | 第87-89页 |
| 4.2 时空数据多尺度特征及其演化过程的张量解析方法 | 第89-99页 |
| 4.2.1 时空立方体的张量分解 | 第89-92页 |
| 4.2.2 海面变化三维时空数据中经-纬-时耦合信号解析 | 第92-94页 |
| 4.2.3 时间-纬度与时间-经度构型 | 第94-96页 |
| 4.2.4 不同ENSO事件时期海面变化经纬向耦合过程分异 | 第96-99页 |
| 4.3 基于多信号小波分解的特征解析与探索性分析 | 第99-113页 |
| 4.3.1 基于多信号小波分解的时空过程多尺度特征探测方法 | 第99-101页 |
| 4.3.2 基于多信号小波的全球海面变化多尺度特征 | 第101-106页 |
| 4.3.3 基于多信号小波的时空多尺度分割 | 第106-109页 |
| 4.3.4 基于多信号小波的1997-98年厄尔尼诺时空演化跟踪 | 第109-112页 |
| 4.3.5 基于多信号小波的特征解析与时空分割计算性能评估 | 第112-113页 |
| 4.4 本章小结 | 第113-114页 |
| 第5章 地理时空多尺度分析系统设计与实现 | 第114-130页 |
| 5.1 系统架构与功能模块 | 第114-117页 |
| 5.1.1 整体架构 | 第114-115页 |
| 5.1.2 层次体系 | 第115-117页 |
| 5.1.3 功能模块 | 第117页 |
| 5.2 数据接口与时空分析的数据/业务流 | 第117-120页 |
| 5.2.1 数据IO | 第117-118页 |
| 5.2.2 时空数据管理与数据流 | 第118-119页 |
| 5.2.3 时空多尺度分析的业务流模板 | 第119-120页 |
| 5.3 计算引擎与数据分析模块 | 第120-125页 |
| 5.3.1 计算引擎层次架构与子系统划分 | 第120-122页 |
| 5.3.2 地理时空多尺度分析流程及计算引擎实现 | 第122-124页 |
| 5.3.3 计算模板与插件形式嵌入 | 第124-125页 |
| 5.4 用户界面与数据可视化模块 | 第125-127页 |
| 5.5 应用与分析实例 | 第127-129页 |
| 5.6 本章小结 | 第129-130页 |
| 第6章 结论与展望 | 第130-134页 |
| 6.1 主要结论 | 第130-132页 |
| 6.2 主要创新点 | 第132页 |
| 6.3 不足与展望 | 第132-134页 |
| 参考文献 | 第134-144页 |
| 在读期间发表的学术论文及研究成果 | 第144-146页 |
| 致谢 | 第146页 |
