| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目的与意义 | 第11-12页 |
| 1.3 研究现状 | 第12-15页 |
| 1.4 研究内容、技术路线及结构安排 | 第15-19页 |
| 1.4.1 研究内容 | 第15-16页 |
| 1.4.2 技术路线 | 第16-17页 |
| 1.4.3 文章结构安排 | 第17-19页 |
| 第二章 AI方法在地面气温观测资料质量控制中的应用 | 第19-36页 |
| 2.1 AR模型的基本理论 | 第19-22页 |
| 2.1.1 模型的参数估计 | 第20-21页 |
| 2.1.2 模型阶数的确定 | 第21-22页 |
| 2.2 IDW和SRT的简要介绍 | 第22-23页 |
| 2.2.1 IDW的介绍 | 第22页 |
| 2.2.2 SRT的介绍 | 第22-23页 |
| 2.3 AI方法的提出 | 第23-24页 |
| 2.4 实例分析 | 第24-35页 |
| 2.4.1 资料的选取 | 第24-25页 |
| 2.4.2 评价指标 | 第25-26页 |
| 2.4.3 AI模型的确定 | 第26-27页 |
| 2.4.4 AI方法的试验结果及对比分析 | 第27-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 EMD-AI法在地面气温观测资料质量控制中的应用 | 第36-46页 |
| 3.1 EMD的基本理论 | 第36-41页 |
| 3.1.1 EMD分解的基本原理 | 第36-37页 |
| 3.1.2 IMF的筛分准则 | 第37-38页 |
| 3.1.3 EMD分解终止准则 | 第38-39页 |
| 3.1.4 信号重构 | 第39-41页 |
| 3.2 EMD-AI方法的提出 | 第41页 |
| 3.3 实例分析 | 第41-45页 |
| 3.3.1 资料的分解与重构 | 第41-43页 |
| 3.3.2 EMD-AI方法试验结果及对比分析 | 第43-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 SPD方法在地面气温观测资料质量控制中的应用 | 第46-70页 |
| 4.1 SPD的基本概念 | 第46-49页 |
| 4.1.1 SPD的定义 | 第46页 |
| 4.1.2 空间效应 | 第46-47页 |
| 4.1.3 空间权重矩阵 | 第47-49页 |
| 4.2 SPD模型的设定 | 第49-50页 |
| 4.3 SPD模型的参数估计 | 第50-55页 |
| 4.3.1 极大似然估计的原理及方法 | 第51-52页 |
| 4.3.2 固定效应空间滞后模型的极大似然估计 | 第52-54页 |
| 4.3.3 固定效应空间误差模型的极大似然估计 | 第54-55页 |
| 4.4 SPD模型的设定检验 | 第55-57页 |
| 4.4.1 空间效应检验 | 第55-57页 |
| 4.4.2 LR检验 | 第57页 |
| 4.5 实例分析 | 第57-69页 |
| 4.5.1 资料的选取 | 第57-59页 |
| 4.5.2 模型的设定与检验 | 第59-63页 |
| 4.5.3 SPD方法的试验结果对比及分析 | 第63-69页 |
| 4.6 本章小结 | 第69-70页 |
| 第五章 总结与展望 | 第70-72页 |
| 5.1 工作总结 | 第70-71页 |
| 5.2 展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 作者简介 | 第78-79页 |
| 致谢 | 第79-80页 |
