一、以环流相似为依据的短期气候预测方法（论文文献综述）
胡侨宇[1]（2021）在《气候变化和人类活动对中国不同分区干湿程度的影响》文中研究说明干旱是自然灾害中最严重、破坏性最强的灾害之一。在全球气候变暖的驱动下,气候变化和人类活动对干旱的影响及其驱动因子逐渐成为科学研究的热点。为了更好地监测和预报我国的干湿程度,分析研究干旱的驱动因子具有十分重要的意义。本文采用了气象站点、环流指数、社会经济指标和温室气体等数据分析了气候变化、社会经济发展和人类活动对干旱的影响。基于水分亏缺/盈余指数（water deficit/surplus,D）对我国七个不同分区干旱的时空变化规律进行了分析,利用改进的Mann-Kendall（MMK）方法对其变化趋势进行了检验;利用共线性分析和皮尔逊相关分析及其显着性检验对干旱的关键环流指数进行筛选;建立了关键环流因子与D值的多元线性回归模型,以此对我国未来不同分区干旱进行短期预测;基于社会经济指标将我国分为6个不同的社会经济水平,探究不同社会经济水平下,社会经济和人类活动对我国极端湿润和干旱事件的影响,并利用不确定分析方法从不同站点、不同分区和不同社会经济水平方面确定了气候变化（以环流因子表示）和人类活动（以温室气体表示）对干旱的贡献度。主要得出以下结论:（1）分析了七个不同区域水分亏缺/盈余指数（D）的时空演变规律。将全国划分为七个区域,1961～2020年D值在不同分区上具有差异性,其中西北地区（I区）、内蒙古草原地区（II区）、青藏高原地区（III区）处于干旱状态,而且I区在5、6月最严重;华中地区（VI区）和华南地区（VII区）表现为湿润,东南区湿润程度在5～8月湿润程度最高。D的年值的变化趋势结果表明:除II和V区外,其它区域的D值呈增长趋势的站点数大于降低趋势的站点数,尤其是VI区。此外,在研究期内我国的东部、西北部以及东南部等多地区有变湿润的趋势,而在我国的中部地区有干旱化趋势。（2）对不同区域干旱关键驱动环流因子进行严格筛选。通过共线性分析和皮尔逊相关及其显着性检验对干旱的关键环流因子进行筛选,发现干旱的发生是多种环流因子并发的结果;环流指数对各个分区乃至全国范围内的干旱具有影响。此外,气候变化下环流因子对干旱的影响存在约为12个月的周期,并且存在一定滞后性,滞后时间基本在0～12月内。在众多环流因子中,大气类环流因子对各分区干旱的影响占据主导地位,如西北地区（I区）干旱的环流驱动因子最多,影响程度最高,其中在同月与太平洋区极涡强度指数（PPVI）的相关系数高达0.88,在滞后时间为10个月时与南海副高脊线位置指数（SSRP）的相关系数为-0.86。（3）基于关键环流因子的干旱定量分析及预测。多元线性回归模型结果表明:率定期（1961～2010）的皮尔逊相关系数（r）比验证期（2011～2020）要高,而归一化均方根误差（n RMSE）要低,但都表明率定期的模型好。无论是率定期,还是验证期,模型在西北地区（I区）的表现效果最好。同一分区不同滞后时间下的模型表现效果各不相同,在率定期下,I区在滞后时间为5个月时,模拟效果最好,r和n RMSE分别为0.96和8.2%;验证期下华中地区（VI区）在滞后时间为1个月下,模拟效果最好,r和n RMSE分别是0.58和15.3%。此外,2021年各月的D值在西北地区（I区）、内蒙古草原地区（II区）、青藏高原地区（III区）、东北地区（IV区）和华北地区（V区）为负,表明这些地区2021年将会处于干旱状态,且II区在2021年6月干旱最为严重,其D值为-144.1 mm;华中地区（VI区）和华南地区（VII区）的D值大部分大于0,表明这些地区在2021年将会处于湿润状态,且在VII区最为湿润,D值为113.3mm。根据预测模型的评价,II区2021年干旱程度比以往更严重（<40%）,需要提前采取措施预防和应对干旱;VII区在2021年的湿润程度比以往更加高（>60%）,需要我们提前采取一定措施防止该地区发生洪水风险。（4）社会经济状况对极端干旱和湿润事件的影响。考虑社会经济指标（人口和GDP）将525个站点划分为6个社会经济水平,各社会经济水平下的人口和GDP均有增加的趋势,特别是属于社会经济水平6下的广州、深圳、北京、上海等发达城市,主要分布在我国东部。随着时间的推移,极端湿润事件逐渐严重,极端干旱事件逐渐缓和。2016年和2011年分别是中国的湿润年和干旱年,其对应的12个月尺度中的标准化降雨蒸散发指数的最大值（SPEI＿MAX）和最小值（SPEI＿MIN）为1.83和-1.58。随着社会经济水平的提高,SPEI＿MAX总体呈上升趋势,SPEI＿MIN总体呈下降趋势,但上升或下降的速率各不相同。在高社会经济水平下,发达城市的极端湿润事件更为严重,在低社会经济水平下,欠发达城市的极端干旱事件更为严重。（5）气候变化和人类活动对干旱的贡献度。从时间上看,温室气体CH4、CO2、N2O和SO2随时间变化都有上升的趋势,随着社会经济水平的提升,温室气体的浓度也逐渐增加。从空间上看,四项温室气体浓度在我国的空间分布具有一定的区域性,并且由西向东逐渐增加。无论是从不同站点、不同分区,还是不同社会经济水平上看,气候变化对干旱的贡献度都要比人类活动的贡献度大。不同站点下,气候变化对干旱的贡献度范围在30～99.2%,人类活动占比为0～70%,同时人类活动对干旱的贡献度在我国由西向东逐渐增大;不同分区下,青藏高原地区（III区）气候变化对干旱的贡献度最高,贡献度大小为82.7%;内蒙古草原地区（II区）人类活动对干旱的贡献度最高,贡献度大小为37.4%;气候变化对干旱的贡献度随社会经济水平的提高而减小,而人类活动对干旱的贡献度随社会经济水平的提升逐渐增加。
商滢[2]（2021）在《黄河源区径流演变规律及预报模型研究》文中提出水资源一直是人类生存的必要条件之一,河川是我国水资源的主要来源之一。本文选取黄河源区2个典型水文站（吉迈站、唐乃亥站）1961～2012年共计52年、624个月的水文资料,在前人研究基础之上对黄河径流的基本数理统计特征和演变规律进行分析,并构建预测模型对黄河源区月径流序列、年径流序列进行预测分析,为相关部门以后开展水文预报工作提供参考依据。本文主要的研究内容和成果如下:（1）通过对黄河源区径流资料进行基本统计特征、年内分配特征、年际变化规律分析分析,研究表明看出黄河源区径流主要集中于汛期,从总体来看黄河径流年内分配不均、年际变化大。（2）进行径流趋势分析时:采用滑动平均法、M-K秩序检验法、Spearman秩次相关检验,结果显示:吉迈多年径流量呈不显着增加趋势,唐乃亥站多年径流时间序列呈较显着降低趋势。结合M-K突变检验法、滑动t检验与有序聚类法进行突变检验分析,确定2006年、1986年分别为吉迈站、唐乃亥站径流突变年份。选用小波分析法进行径流周期分析,结果表明黄河源区吉迈、唐乃亥站均存在多时间尺度特征,小时间尺度变化镶嵌在大时间尺度的周期里,且都具有13年时间尺度的第一主周期。（3）建立人工神经网络的BP模型、遗传算法优化的GA-BP模型进行黄河源区两个水文站进行月径流预测。其中BP模型预测结果误差较大,而改进GA—BP模型在对径流的预测上速度更快、精度更高,经计得算预报精度为分别为79.17%与75.00%,精度达到评定标准乙级（70%-85%）,满足要求,可以用于水文预报工作。（4）采用GM（1,1）模型、基于R/S分析法优化的R/S—GM（1,1）模型进行年径流预测。结果显示:对于GM（1,1）模型,唐乃亥预测精度69.48%,吉迈站的模型精度66.49%,均不满足模型精度要求。组合R/S灰色预测的相对误差分别为18.10%和11.68%,预测精度分别为81.90%和88.32%,对比单一的灰色预测其在唐乃亥与吉迈站的预报精度提升了12.42%和21.83%,达到了灰色预测所要求的精度,说明该模型可以用来预测黄河源区年径流的情况。
王正[3]（2019）在《中国季节划分及其对夏季降水的预测研究》文中认为自然天气季节的划分研究对天气预报和气候预测,尤其对中长期天气预报和短期气候预测具有十分重要的意义。综合考虑多种气象要素开展季节更替的客观化识别和划分,是气候监测、诊断分析和预测领域的一个重要课题,相关研究的开展将有助于更好地理解季节转变在气候增暖背景下的新特征。多要素大气状态相似季节划分法是近年来新发展的一种客观化季节划分方法,已被广泛应用于气候变化研究、气候监测和短期气候预测等科研和业务之中。该方法的关键之处在于多要素的融合和典型场的选取,其中典型场是指多要素大气状态相似法中所选取的能代表冬季和夏季平均气候特征的大气状态距平场。本论文基于NCEP/NCAR再分析资料、GPCP再分析降水数据和中国台站逐月降水资料,在改进多要素大气状态相似季节划分法的基础上,运用多要素大气状态相似季节划分法和统计诊断等方法,探讨了中国地区季节转换特征,前冬季节来临时间与夏季降水的联系及降水预测的机制问题。论文创新之处在于将季节变化研究与短期气候预测联系在一起,并将季节变化的研究成果转化到短期气候预测研究中。主要的研究内容和结论如下:（1）多要素大气状态相似季节划分方法研究典型场作为多要素大气状态相似季节划分法的划分基准,其准确度对季节划分的研究结果至关重要。本文首先以1998年和2013年华中地区为例进行了分析研究,发现基于单年大气状态计算典型场能有效地减弱气候变化及季节转变阶段对季节划分结果的误差影响。基于新典型场得到的季节划分结果能准确地反映区域大气状态和大气环流的季节变化情况。研究还发现,基于单年大气状态计算的典型场与基于多年平均大气状态计算的典型场之间存在年代际变化的差异,且在气候变化转折阶段的差异尤为显着。（2）南海地区季节转换特征分析将多要素大气状态相似季节划分方法推广应用于南海地区的季节转换研究。结果表明,南海地区850hPa季节划分结果与各气象要素组成的大气整体状态的季节变化时间较吻合,各气象要素均有明显的季节变化特征,且大气环流和地表向上长波辐射也均随季节的变化而发生明显转变,这进一步验证了多要素大气状态相似季节划分方法对副热带地区的季节划分也是有效的。在南海地区,季节转变时各气象要素呈现不同的变化特征,由冬季向夏季转变时是以热力要素的变化为主导,而由夏季向冬季转变时则以动力要素的变化为主导。南海地区850hPa夏冬两季开始和结束时间的空间分布也能较为准确地反映大气环流和大气状态的季节变化空间演变特征。南海地区夏季在南海西北最先开始,在南海东南开始最晚,在南海西北地区先结束,最后在南海西南地区结束;南海冬季最早在西南部开始并逐渐向东北扩展,结束时却从西部和南部向中部和东北部地区收缩。（3）中国季节转换特征研究从中国季节的年代际演变特征角度分析发现,不同季节的持续时间与其主要影响因子之间的关联呈现明显的经纬向差异,并存在显着的此消（持续时间缩短）彼长（持续时间增长）式的互补关系。春夏、秋冬和冷暖季季节长度之间存在互补关系,其中春夏季节长度互补关系最好,互补区域也很广泛,而秋冬季节长度互补区域主要集中在西部地区。冷暖季节长度互补分布虽广泛,但其互补关系整体偏弱。对比1980年前后两个阶段发现,各季节的持续时间均表现出东西差异的年代际变化特征,其中春夏季的年代际变化集中在北部和西部地区,而秋冬季节则集中在西部地区。进一步分析影响季节变化的关键因子发现,季节持续时间年代际变化的显着区域与其关键因子年代际变化的显着区域一致,均集中在中国的北部和西部地区。（4）前冬季节特征对夏季降水的预测研究探讨了中国东部前冬季节来临早晚（即冬季开始时间）与夏季降水之间的关系,建立了二者的统计关系和物理概念模型,并据此对夏季降水情况进行预测。前冬起始时间与东亚冬季风强度、东亚夏季风强度均呈现弱的正相关关系,前冬起始时间偏早,冬季风偏弱,而前冬起始时间偏晚,冬季风强。前冬季节起始偏早的年份,我国次年夏季表现为“﹣﹢﹣”降水分布特征,主雨带位于淮河流域,即出现Ⅱ类雨型的降水特点;而前冬季节起始偏晚的年份,我国次年夏季降水总体表现出Ⅰ类（主雨带位于黄河流域及其以北地区）和Ⅲ类雨型（主雨带位于长江中下游及其以南地区）的特点。对20122018年的中国夏季降水进行了回报预测和检验,发现本文所建立的统计模型预测技巧较高,且预测结果稳定。本文的研究表明,季节划分结果不再仅是一个时间的节点,它可将气候变化研究与短期气候监测、气候诊断和气候预测联系在一起,是研究气候变化与气候预测的一个很好的切入点。
司林青[4]（2018）在《基于历史数据的天气预报系统设计与实现》文中指出随着大气探测手段的日臻完善,数值预报方法的不断改进,天气预报水平取得了显着的提升,集合预报、概率预报得到大力发展。然而我国民用航空气象领域却由于成立时间晚,资料短缺,人员队伍年轻,成为掣肘航空气象预报准确率的一大因素。在此背景下,必须在引起先进设备的同时加强的历史天气的回顾总结,只有这样才能更好的服务民航发展。因此,对基于历史数据的天气预报系统的研究具有十分重要的现实意义。本系统采用C/S模式,使用VB和SQL Server数据库管理系统,基于相似理论判据,定义了综合相似指数,结合软件工程理论,实现了基于历史数据的天气预报系统,系统包括用户登录、网络和数据监控、实时数据处理、相似计算和预报、检索查询打印和系统参数修改等模块。本文首先构建出系统的总体架构,通过对国内外天气预报和相似理论发展的研究,提出了基于民航气象发展现状的需求分析和天气预报制作的新思路。接着针对需求,完成了系统功能模块的设计,还对其数据库数据表、文档模板和等进行了重新设计。通过对系统设计实现的思路的描述,成功实现了基于历史气象数据的天气预报系统,同时构建一个气象数据查询打印的信息管理系统,从而有利于预报员对历史天气的检索和最新天气过程的总结。最后采用了功能级测试为主、代码级测试为辅的方法对各模块各流程界面、功能、性能、安全性进行了测试,系统的可操作性、适用性和兼容性满足预报员工作需求,准确率也达到了业务水准。目前系统运行良好,达到了预期的效果。随着计算机运算能力的不断提高、气象预报水平的不断提升,基于历史数据的天气预报模式必将在业内广泛流行。
王晓群,张宇,梁静,尹嫦娇,李君芳,周平[5]（2018）在《佳木斯市春季旱涝灾害统计特征及旱涝发生趋势预测》文中提出【目的】研究全球气候变化背景条件下佳木斯市旱涝灾害演变规律。【方法】以1951年以来佳木斯市春季逐日降水资料及国家气候中心74项环流指数实时资料为依据,用降水距平百分率Ri和Z指数法分析佳木斯市春季旱涝类型、出现频率及时空分布特点并建立春季降水预报方程。【结果】1961—2015年,佳木斯市所属县（市）出现大涝和大旱的频率在72%～96%,1996年以前出现大旱频率较高,而1996年以后出现大涝的概率更大;佳木斯市在年降水量减少的同时,春季3—5月降水变化呈上升趋势,在55年的线性变化趋势中,每10年增加约9.6%;从地域分布看,佳木斯西部地区比东部更易发生旱涝且转换更加频繁;佳木斯春季旱涝趋势主要受前一年春冬季大气环流的影响,以Minitab 16筛选的环流特征量为因子,建立春季降水量预报方程,其预测春季旱涝类型准确率为63.6%。【结论】研究结果可为佳木斯市春季旱涝灾害的短期气候预测提供参考依据。
曲静,王昱,王建鹏[6]（2013）在《用年代相似法制作短期气候预测方法的探讨》文中指出基于1951-2009年西安市和1959-2009年蓝田县的平均气温与降水量资料,采用气候周期、气候背景等相似法,找出2009年的气候最佳相似年来制作其后期气候预测。结果表明:西安近59a、蓝田近51a年平均气温总体呈现上升趋势,西安市城市化效应明显;与2009年气候相似的年份为1968年和1987年,且1987年为最佳相似年,以1988年各月要素实况值作为2010年预测值。经验证此相似法预测准确率较高。
周须文,史印山,史湘军,池俊成[7]（2012）在《延伸期重要天气过程的异常相似释用方法》文中研究指明本文使用1970-2011年河北省142站的逐日降水和气温资料、NCEP/NCAR再分析500hPa月平均高度资料和国家气候中心500hPa侯平均动力延伸预报产品资料,探索了应用500hPa环流异常相似与动力产品释用相结合的方法制作延伸期重要天气过程。该方法的指导思想是:大气环流的异常发展必将引起天气气候的异常表现,反之,天气气候的异常表现必定有其特定的环流背景。相似的异常环流背景场也将引发相似的天气气候事件。技术路线是:首先应用NCEP/NCAR再分析500hPa月平均高度资料对国家气候中心500hPa侯平均动力延伸预报产品资料进行误差分析,找出500hPa侯平均动力延伸预报产品的逐月系统误差,然后对延伸预报产品进行订正,以提高延伸预报模式产品的正确率;然后把处理后的延伸期模式预报产品当做实况产品去寻找500hPa的环流背景异常点;根据500hPa的环流背景异常点从历史资料中挑选异常环流背景的相似年,从而实现对预报延伸期重要天气过程的预测。本文还对该预测方法在2007-2010年的业务应用的预测结果进行了评分检验。结果表明,该预测方法对河北省和中南部区域的降水过程有较好的预测能力,对河北北部、东部的降水过程预测效果较差;对7、8月的降水过程预测效果明显好于其他月份;对系统降水过程的预测能力高于对流性质的降水过程预测能力。该预测方法对不同年份的预测效果具有较大的差异性,有待今后分析其原因,不断改进完善。
吕军[8]（2012）在《淮北雨季的确定及其气候特征研究》文中认为本论文利用华东地区278站1961-2009年夏季逐日降水资料,同期美国NCEP/NCAR的逐日大气环流再分析资料和海温场资料以及国家气候中心提供的74项大气环流指数。采用环流合成分析、线性趋势分析、突变检验、小波分析、EOF和REOF等多种统计方法以及拉格朗日轨迹模式（HYSPLIT）等方法。揭示了淮北雨季相对于江淮梅雨和华北雨季独立存在的事实,制定了新的淮北雨季指标,综合分析了淮北雨季的时空演变特征以及影响淮北雨季的海洋大气环流特征以及水汽输送特征。主要结论如下：（1）通过对华东地区夏季各纬度降水的时空分布特征分析,揭示了淮北雨季是相对于江淮梅雨和华北雨季独立存在的雨季,在每年的6月后期,即江淮梅雨开始之后至华北雨季开始之前的这段时间里,在我国华东淮河以北的地区会有一个显着的连续降水时段发生,可以称之为淮北雨季,其范围大致为33°N-37°N,发生时段在6月后半段至7月大部分时期内。（2）利用500hPa副高脊线位置及逐日降水量对淮北雨季进行了划定,该定义使用要素相对较少,在实际分析过程中有利于起止日期的判断,并且适用区域更加广泛合理,能够区分出二段雨季,更加适用于天气和气候业务应用。（3）系统地分析了淮北雨季的气候特征,淮北雨季平均开始日为6月25日,平均结束日为7月16日,发生时期主要在6月后期和7月,平均降水量为182mm,具有比较明显的年代际变化特征,年际变化波动比较大。淮北雨季与江淮梅雨之间有一定的关系,江淮梅雨的开始对淮北雨季的监测和预报有一定的指示意义。（4）研究了淮北雨季平均及异常降水年水汽输送特征,发现影响淮北雨季降水的不同水汽通道的强度和变率各不相同,其中孟加拉湾、南海和东亚槽通道的影响相对显着。利用HYSPLIT4.9水汽轨迹模式,通过空气块追踪法对轨迹路径模拟分析可定量得出淮北雨季不同水汽源地区域的水汽贡献率,其中源自于印度洋的水汽输送对淮北雨季的贡献最大,其次是欧亚大陆和孟湾南海。（5）影响淮北雨季开始日早晚、降水量多少以及降水落区的因子主要有：南亚高压、副高、东亚槽、乌拉尔山阻高和鄂霍次克海阻高的位置和强度以及东亚夏季风的强弱等,通过研究这些因子的前期特征,确定淮北雨季主要的短期气候预测因子。此外,淮北雨季与太平洋海温以及ENSO事件等也有密切关系。
刘丹丹[9]（2011）在《基于BP神经网络的义乌市梅雨量的预测研究》文中进行了进一步梳理针对梅雨量的多寡可决定水库蓄水量的多少,而有助于判定人工增雨作业时机这一现实问题,通过构建具有明确的气候背景的义乌市梅雨量BP神经网络预报模型,并以相同的预报因子所组成的历史样本,建立了逐步回归预报模型作为预测效果对比模型,对未来一年（2010年）义乌市梅雨量进行了分析和预测。主要的研究成果有：（1）义乌市梅雨总体上存在着以11a为准周期的相对丰水期、枯水期变化特征,同时也与太阳活动的22 a周期存在着对应关系。（2）义乌市梅雨量对厄尔尼诺/拉尼娜现象存在着较为显着的响应关系。（3）影响义乌市梅汛期雨量的北半球500 hPa高度场的3项因子和全球海温场的7项因子分别集中在北半球中高纬度和赤道附近太平洋中北部地区。（4）影响义乌市梅汛期雨量的500 hPa大气环流因子主要集中在北半球高纬度,从而验证了长江中下游梅雨期的持续稳定与乌拉尔山和鄂霍次克海高压脊或者阻塞高压的建立和维持密切相关；前期海温异常与义乌市梅汛期降水量具有较好的相关关系,最显着的相关区为上一年12月份至次年4月份的西太平洋暖池附近、北大西洋,上一年12月份至次年2月的赤道中东部太平洋的加纳利寒流区,以及1月份的赤道附近南印度洋海区。但作为先兆信号的前期初选预报因子如何影响义乌市梅雨量的物理过程有待进一步探究。（5）和传统的逐步回归预报模型相比,BP神经网络预报模型对义乌市梅雨量的预报具有一定优势,可利用其预报未来一年的义乌市梅雨量。最后,制定了梅雨量的分级标准和步骤,对试报效果较好的BP神经网络预报模型的预测值进行分级评定,并用预测值对梅雨量的基本等级进行修正,综合得出预测值区间。在具体业务预报中,对梅雨量分级预测需要考虑此年的周期性因素以及海气状况,即关注厄尔尼诺（拉尼娜）事件是否确实发生。（6）2010年义乌市不需要在梅雨季节时实施人工增雨,该区域天然降水量基本可满足在伏旱季节实际生产和生活用水的需要。
魏凤英[10]（2011）在《我国短期气候预测的物理基础及其预测思路》文中研究指明短期气候预测依据大气科学原理,运用气候动力学、统计学等手段,在研究气候异常成因的基础上对未来气候趋势进行预测。虽然目前我国短期气候预测的水平还不高,但短期气候预测是国家经济发展和防灾减灾的迫切需求,提高预测准确率是气象科研和业务人员的重要任务。该文从海洋、积雪等外强迫信号及大气环流大尺度变动等大气内部特性等角度概述了短期气候预测的物理基础,简要回顾了近60年来我国短期气候预测的发展历程,并介绍了作者近十几年来研制短期气候预测客观统计学及统计与动力学相结合预测模型的主要思路。
二、以环流相似为依据的短期气候预测方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、以环流相似为依据的短期气候预测方法（论文提纲范文）
（1）气候变化和人类活动对中国不同分区干湿程度的影响（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究进展 |
| 1.2.1 干旱研究的发展过程 |
| 1.2.2 干旱指标 |
| 1.2.3 大气环流对干旱的影响 |
| 1.2.4 干旱驱动机制 |
| 1.2.5 社会经济发展和人类活动对干旱的贡献度 |
| 1.2.6 目前研究中存在的问题 |
| 1.3 研究思路 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 第二章 干旱的关键环流驱动因子筛选 |
| 2.1 材料与方法 |
| 2.1.1 研究区概况 |
| 2.1.2 数据来源 |
| 2.1.3 水分亏缺/盈余指数的计算方法 |
| 2.1.4 MMK趋势分析和突变检验 |
| 2.1.5 共线性分析 |
| 2.1.6 皮尔逊相关及其显着性检验 |
| 2.2 结果分析 |
| 2.2.1 不同区域水分亏缺/盈余指数的时间变化 |
| 2.2.2 水分亏缺/盈余指数的空间变化特征 |
| 2.2.3 水分亏缺/盈余指数的变化趋势 |
| 2.2.4 筛选的关键环流指数 |
| 2.3 讨论 |
| 2.3.1 干旱指数的选择 |
| 2.3.2 环流指数的选择 |
| 2.4 小结 |
| 第三章 基于关键环流因子的干旱定量分析及预测 |
| 3.1 材料与方法 |
| 3.1.1 数据来源和水分亏缺/盈余指数的计算 |
| 3.1.2 多元线性回归建模 |
| 3.2 结果分析 |
| 3.2.1 计算与模拟的D值之间的关系 |
| 3.2.2 模型的评价 |
| 3.2.3 水分亏缺/盈余指数与环流因子的定量关系 |
| 3.2.4 水分亏缺/盈余指数的预测 |
| 3.2.5 水分亏缺/盈余指数预测结果的评价 |
| 3.3 讨论 |
| 3.3.1 不同预测方法在干旱预测中的不确定性 |
| 3.3.2 中国不同分区干旱的变化趋势 |
| 3.4 小结 |
| 第四章 社会经济状况对极端干湿事件的影响 |
| 4.1 材料与方法 |
| 4.1.1 研究区域概况和数据来源 |
| 4.1.2 SPEI的计算 |
| 4.1.3 线性斜率估计和相关分析 |
| 4.2 结果分析 |
| 4.2.1 不同社会经济水平下人口和GDP的空间变化 |
| 4.2.2 SPEI最大值和最小值的时间变化 |
| 4.2.3 SPEI、SPEI 最大值和最小值线性斜率的空间分布 |
| 4.2.4 社会经济指标和干旱指数线性斜率之间的关系 |
| 4.2.5 不同社会经济水平下干旱指数线性斜率的变化 |
| 4.2.6 极端湿润和极端干旱事件的发生 |
| 4.3 讨论 |
| 4.4 小结 |
| 第五章 气候变化和人类活动对干旱的贡献度 |
| 5.1 材料与方法 |
| 5.1.2 数据来源 |
| 5.1.3 不确定性分析 |
| 5.2 结果分析 |
| 5.2.1 温室气体浓度的时空变化特征 |
| 5.2.2 气候变化和人类活动对干旱的贡献度分析 |
| 5.3 讨论 |
| 5.4 小结 |
| 第六章 结论与建议 |
| 6.1 主要结论 |
| 6.2 研究创新点 |
| 6.3 干旱应对策略 |
| 6.4 展望 |
| 参考文献 |
| 致谢 |
| 个人简历 |
（2）黄河源区径流演变规律及预报模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的和意义 |
| 1.3 国内外研究现状 |
| 1.3.1 径流演变规律研究现状 |
| 1.3.2 径流预测方法研究现状 |
| 1.4 研究内容及技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 2 黄河流域概况与基本资料 |
| 2.1 黄河流域概况 |
| 2.1.1 自然地理概况 |
| 2.1.2 气候条件 |
| 2.1.3 地形地貌 |
| 2.1.4 水文特性 |
| 2.1.5 生态与社会经济环境 |
| 2.2 基本资料 |
| 2.2.1 资料可靠性审查 |
| 2.2.2 资料一致性审查 |
| 2.2.3 资料代表性审查 |
| 3 黄河径流序列统计特征分析 |
| 3.1 年径流基本统计特征 |
| 3.2 径流的年内分布特征 |
| 3.2.1 年内分配百分比 |
| 3.2.2 年内分配的不均匀性 |
| 3.2.3 年内分配的集中程度 |
| 3.3 径流的年际变化特征 |
| 3.3.1 径流年际变化的总体特征 |
| 3.3.2 径流年际变化的距平分析 |
| 3.4 本章小结 |
| 4 黄河径流序列演变特性分析 |
| 4.1 径流趋势变化分析 |
| 4.1.1 滑动平均法 |
| 4.1.2 Mann-Kendall秩次检验法 |
| 4.1.3 Spearman秩次相关检验 |
| 4.2 径流突变分析 |
| 4.2.1 Mann-Kendall突变检验法 |
| 4.2.2 滑动t检验 |
| 4.2.3 有序聚类法 |
| 4.3 周期分析 |
| 4.3.1 小波分析法 |
| 4.3.2 小波变换结果分析 |
| 4.3.3 方差结果分析 |
| 4.3.4 主周期趋势图的绘制及其在多时间尺度分析中的作用 |
| 4.4 本章小结 |
| 5 基于BP神经网络月径流模型研究 |
| 5.1 BP神经网络算法的基本理论 |
| 5.2 黄河源区径流预测的BP模型 |
| 5.2.1 源区BP模型的建立 |
| 5.2.2 源区BP模型的结果分析 |
| 5.3 源区径流预测的遗传算法优化BP神经网络 |
| 5.3.1 建立基于遗传算法优化的BP神经网络 |
| 5.3.2 GA—BP神经网络模型预报结果分析 |
| 5.4 本章小结 |
| 6 基于优化的R/S与灰色组合模型的年径流预测 |
| 6.1 灰色系统模型 |
| 6.1.1 GM(1,1)模型的建立 |
| 6.1.2 模型检验 |
| 6.1.3 黄河源区GM(1,1)模型 |
| 6.2 R/S灰色组合预测模型 |
| 6.2.1 基于R/S分析的灰色预测原理 |
| 6.2.2 基于修正的R/S分析的灰色预测结果分析 |
| 6.3 本章小结 |
| 7 研究结论与展望 |
| 7.1 研究结论 |
| 7.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表论文 |
| 致谢 |
（3）中国季节划分及其对夏季降水的预测研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 相关研究回顾和进展 |
| 1.2.1 季节的分类及划分 |
| 1.2.2 南海的季节变化 |
| 1.2.3 中国东部季节特征的年代际变化特征 |
| 1.2.4 东亚冬季大气环流与夏季大气环流之间的联系 |
| 1.3 问题提出 |
| 1.4 研究内容和章节安排 |
| 1.5 本文主要创新点 |
| 第二章 资料和方法 |
| 2.1 常规历史资料 |
| 2.1.1 降水资料 |
| 2.1.2 环境场资料 |
| 2.2 季节划分方法 |
| 2.3 气候统计诊断方法 |
| 2.3.1 互补性指数 |
| 2.3.2 敏感性分析 |
| 2.4 气候分区 |
| 第三章 多要素大气状态相似季节划分方法的改进 |
| 3.1 引言 |
| 3.2 典型场的对比与差异 |
| 3.2.1 不同典型场划分结果对比 |
| 3.2.2 典型场差异的年际变化 |
| 3.3 华中地区季节转变时气候态和大气环流变化 |
| 3.3.1 1998年和2013年的典型场与多年平均典型场的差异 |
| 3.3.2 1998年和2013年华中季节转变时气象要素的变化 |
| 3.3.3 2013年华中季节转变时大气环流的变化 |
| 3.4 小结 |
| 第四章 南海地区季节起始时间的时空分布特征 |
| 4.1 前言 |
| 4.2 资料与方法 |
| 4.2.1 资料 |
| 4.2.2 方法 |
| 4.3 南海地区季节划分结果及气象要素季节变化 |
| 4.3.1 南海地区的季节与5 项基本气象要素的季节变化 |
| 4.3.2 南海地区地表向上长波辐射与垂直速度的季节变化 |
| 4.4 南海地区气候平均状况气象要素场演变特征 |
| 4.4.1 南海春季 |
| 4.4.2 南海夏季 |
| 4.4.3 南海秋季 |
| 4.4.4 南海冬季 |
| 4.5 南海夏季起始时间多年平均空间分布 |
| 4.6 小结 |
| 第五章 中国各季节持续时间及其关键影响因子的时空特征 |
| 5.1 引言 |
| 5.2 中国各季节持续时间与关键影响因子的空间分布特征 |
| 5.2.1 中国各季节持续时间空间分布 |
| 5.2.2 中国各季节持续时间的互补性分析 |
| 5.2.3 中国四季持续时间的关键影响因子分析 |
| 5.3 中国各季节持续时间和关键影响因子的时间变化特征 |
| 5.3.1 中国各季节持续时间的变化 |
| 5.3.2 影响中国四季持续时间的关键因子 |
| 5.4 小结 |
| 第六章 前冬季节特征及其与中国汛期降水的关系研究 |
| 6.1 前言 |
| 6.2 资料和方法 |
| 6.3 我国东部区域平均前冬季节特征 |
| 6.3.1 中国东部近40年前冬季节来临时间特征 |
| 6.3.2 中国东部近40年前冬季节结束时间特征 |
| 6.3.3 中国东部近40年前冬季节持续时间特征 |
| 6.3.4 中国东部近40年前冬季节典型度指数特征 |
| 6.3.5 中国东部近40年前冬季节峰值指数特征 |
| 6.4 我国东部区域平均汛期降水的变化特征 |
| 6.5 我国东部区域平均前冬季节特征与汛期降水的关系 |
| 6.5.1 前冬来临时间与汛期降水的相关关系 |
| 6.5.2 前冬结束时间与汛期降水的相关关系 |
| 6.5.3 前冬持续时间与汛期降水的相关关系 |
| 6.5.4 前冬典型度指数与汛期降水的相关关系 |
| 6.5.5 前冬峰度指数与汛期降水的相关关系 |
| 6.5.6 与我国汛期降水相关关系最为显着的前冬季节特征指数分析 |
| 6.5.7 前冬季节特征与夏季风指数的相关性 |
| 6.6 基于前冬季节特征相似年合成预测汛期降水 |
| 6.6.1 预测效果检验 |
| 6.6.2 前冬季节特征相似年份高度场和相对湿度场分布形势 |
| 6.7 相空间相似对夏季降水的预测 |
| 6.7.1 相空间相似预测方法的操作步骤 |
| 6.7.2 预测效果检验 |
| 6.8 小结 |
| 第七章 基于中国东部前冬起始时间对次年中国夏季降水的预测和检验 |
| 7.1 前言 |
| 7.2 前冬季节开始时间与东亚季风的关系 |
| 7.3 前冬季节来临早晚与次年夏季中国降水的关系 |
| 7.4 利用前冬季节开始时间对2012~2018 年中国夏季降水的预测 |
| 7.5 小结 |
| 第八章 总结与展望 |
| 参考文献 |
| 作者简历及已完成和发表的论文 |
| 致谢 |
（4）基于历史数据的天气预报系统设计与实现（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究综述 |
| 1.2.1 天气预报发展 |
| 1.2.2 相似理论发展 |
| 1.3 本文所做的工作 |
| 1.4 本文的结构和章节安排 |
| 第2章 相关技术概述 |
| 2.1 相似预报技术 |
| 2.1.1 相似系数 |
| 2.1.2 欧氏距离 |
| 2.1.3 相似离度 |
| 2.2 文档CWF方法 |
| 2.3 本地缓存机制 |
| 2.4 数据库SQL Server概述 |
| 2.5 本章小结 |
| 第3章 需求分析 |
| 3.1 总体需求概述 |
| 3.2 功能需求概述 |
| 3.3 性能需求分析 |
| 3.4 本章小结 |
| 第4章 系统设计 |
| 4.1 系统运行环境 |
| 4.1.1 网络拓扑结构 |
| 4.1.2 系统体系结构 |
| 4.1.3 开发运行环境 |
| 4.1.4 系统开发工具 |
| 4.2 数据库设计 |
| 4.3 系统功能设计 |
| 4.3.1 用户登陆功能 |
| 4.3.2 网络和数据监控 |
| 4.3.3 实时数据处理 |
| 4.3.4 相似计算和预报 |
| 4.3.5 检索查询打印 |
| 4.3.6 系统参数修改设置 |
| 4.4 本章小结 |
| 第5章 系统的实现 |
| 5.1 天气预报系统主界面 |
| 5.2 系统主要模块实现 |
| 5.2.1 用户登陆的实现 |
| 5.2.2 网络和数据监控 |
| 5.2.3 实时数据处理 |
| 5.2.4 相似计算和预报 |
| 5.2.5 检索查询打印图像 |
| 5.2.6 系统参数修改设置 |
| 5.3 本章小结 |
| 第6章 系统的测试 |
| 6.1 软件测试 |
| 6.1.1 代码级测试 |
| 6.1.2 功能级测试 |
| 6.2 软件的发布 |
| 6.3 本章小结 |
| 第7章 结论 |
| 参考文献 |
| 致谢 |
（6）用年代相似法制作短期气候预测方法的探讨（论文提纲范文）
| 1 资料和方法 |
| 2 结果分析 |
| 2.1 相似年选定 |
| 2.2 相似年分析 |
| 2.2.1 气候周期 |
| 2.2.2 最佳相似年的筛选 |
| 2.2.3 第一相似年的确定 |
| 2.3 检验 |
| 3 结语 |
（8）淮北雨季的确定及其气候特征研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 国内外研究进展 |
| 1.2.1 华东地区各类雨季划定标准的研究进展 |
| 1.2.2 华东地区降水分布型及其年代际变化的研究进展 |
| 1.2.3 华东地区降水影响因子研究进展 |
| 1.3 问题的提出 |
| 1.4 章节安排 |
| 第二章 淮北雨季的独立性探讨 |
| 2.1 引言 |
| 2.2 资料和方法 |
| 2.3 淮北雨季相关的基本信息简介 |
| 2.3.1 相关地理信息描述 |
| 2.3.2 目前有关江淮梅雨和淮北雨季的业务定义 |
| 2.3.2.1 常用的江淮梅雨划定标准 |
| 2.3.2.2 江苏省气象局淮北雨季划定标准 |
| 2.4 淮北雨季的独立性分析(1)-华东地区夏季连续降水时段的分析 |
| 2.4.1 华东地区各月降水量累年平均值空间分布 |
| 2.4.2 华东地区不同纬度夏季平均逐日降水量的时间演变 |
| 2.4.3 华东地区夏季平均逐日降水量的纬向变化 |
| 2.5 淮北雨季的独立性分析(2)-华东地区降水空间分布型特征 |
| 2.5.1 华东地区不同时段降水量的EOF和REOF分析 |
| 2.5.1.1 夏季6-8月降水EOF和REOF分析结果 |
| 2.5.1.2 6-7月降水EOF和REOF分析结果 |
| 2.5.1.3 6月降水EOF和REOF分析结果 |
| 2.5.1.4 7月降水EOF和REOF分析结果 |
| 2.5.1.5 8月降水EOF和REOF分析结果 |
| 2.5.1.6 EOF和REOF结果综合分析 |
| 2.5.2 江淮梅雨和淮北雨季时段的EOF和REOF分析 |
| 2.5.2.1 江淮梅雨时段的EOF和REOF分析 |
| 2.5.2.2 淮北雨季时段的EOF和REOF分析 |
| 2.5.2.3 两个雨季时段差的降水空间分布 |
| 2.5.3 相关系数法对江淮梅雨和淮北雨季降水空间分布的分析 |
| 2.6 淮北雨季主要时段和主要降水落区的划定 |
| 2.6.1 淮北雨季的主要降水落区的划定 |
| 2.6.2 淮北雨季的主要时段的划定 |
| 2.7 本章小结 |
| 第三章 淮北雨季指标定义 |
| 3.1 引言 |
| 3.2 资料和方法 |
| 3.3 淮北雨季的确定标准 |
| 3.3.1 淮北雨季与西太平洋副高的关系 |
| 3.3.2 淮北雨季划定的思路和依据分析 |
| 3.3.3 淮北雨季的定义 |
| 3.3.4 历年淮北雨季划定的分析 |
| 3.3.4.1 雨季开始日分析 |
| 3.3.4.2 雨季结束日分析 |
| 3.3.5 淮北雨季前后夏季风和副高的变化特征 |
| 3.3.6 新的淮北雨季定义的优点 |
| 3.4 淮北雨季的基本特征 |
| 3.4.1 淮北雨季长度的特征 |
| 3.4.2 淮北雨季开始日的特征 |
| 3.4.3 淮北雨季结束日的特征 |
| 3.5 淮北雨季降水的时空分布及其演变特征分析 |
| 3.5.1 淮北雨季降水的空间分布特征 |
| 3.5.2 淮北雨季主要降水型的分析 |
| 3.5.2.1 REOF分析 |
| 3.5.2.2 淮北雨季的降水分型 |
| 3.6 淮北雨季不同等级降水的气候特征分析 |
| 3.6.1 淮北雨季期间降水日数特征分析 |
| 3.6.2 淮北雨季期间各等级降水日数的分布特征 |
| 3.6.3 淮北雨季期间各等级降水日数的时间变化特征 |
| 3.7 本章小结 |
| 第四章 淮北雨季与江淮梅雨的关系 |
| 4.1 引言 |
| 4.2 资料和方法 |
| 4.3 淮北雨季和江淮梅雨发生时段的对比研究 |
| 4.3.1 淮北雨季和江淮梅雨起止日期的关系 |
| 4.3.2 江淮梅雨早晚年与淮北雨季的特征对比分析 |
| 4.3.3 淮北雨季和江淮梅雨雨季长度的关系 |
| 4.4 淮北雨季和江淮梅雨降水量的对比研究 |
| 4.4.1 淮北雨季年代际变化特征 |
| 4.4.2 淮北雨季和江淮梅雨降水量变化特征 |
| 4.5 本章小结 |
| 第五章 淮北雨季水汽特征分析 |
| 5.1 引言 |
| 5.2 资料和方法 |
| 5.3 淮北雨季水汽输送特征 |
| 5.3.1 区域平均的整层水汽输送通量的时间变化 |
| 5.3.2 淮北雨季起止时期水汽输送特征 |
| 5.3.2.1 开始日水汽输送特征 |
| 5.3.2.2 结束日水汽输送 |
| 5.3.3 淮北雨季期间及同期水汽输送特征 |
| 5.3.3.1 淮北雨季平均整层水汽输送通量 |
| 5.3.3.2 淮北雨季不同降水分布型的水汽输送特征 |
| 5.4 影响淮北雨季不同的水汽输送通道特征分析 |
| 5.4.1 淮北雨季期间的主要水汽通道 |
| 5.4.2 不同水汽通道特征分析 |
| 5.5 水汽输送轨迹模式分析 |
| 5.5.1 气块追踪分析法轨迹模拟方案 |
| 5.5.2 淮北雨季期间平均态的分析 |
| 5.5.3 淮北雨季偏多年和偏少年的分析 |
| 5.6 本章小结 |
| 第六章 淮北雨季变化成因分析 |
| 6.1 引言 |
| 6.2 资料和方法 |
| 6.3 淮北雨季起讫的大气环流特征 |
| 6.3.1 淮北雨季起止日期平均态的大气环流特征 |
| 6.3.2 淮北雨季开始日偏早和偏晚年的大气环流特征 |
| 6.3.2.1 开始日当日的大气环流特征 |
| 6.3.2.2 开始日偏早和偏晚年的同期大气环流特征 |
| 6.4 淮北雨季降水的大气环流特征 |
| 6.4.1 淮北雨季期间平均态的大气环流特征 |
| 6.4.2 淮北雨季不同降水分布型的大气环流特征 |
| 6.4.2.1 降水偏多型和降水偏少型 |
| 6.4.2.2 降水偏南型和降水偏北型 |
| 6.5 影响淮北雨季降水的前期大气环流特征 |
| 6.5.1 淮北雨季开始日偏早和偏晚年前期大气环流特征 |
| 6.5.2 淮北雨季降水量偏多和偏少年前期大气环流特征 |
| 6.5.3 影响淮北雨季的大气环流因子的相关性研究 |
| 6.6 太平洋海温对淮北雨季影响的研究 |
| 6.6.1 淮北雨季开始日与海温场相关性分析 |
| 6.6.2 淮北雨季降水量与海温场相关性分析 |
| 6.6.3 关键区海温对淮北雨季的影响特征分析 |
| 6.6.3.1 黑潮区海温异常年当年淮北雨季降水量合成 |
| 6.6.3.2 北太平洋区海温异常年当年淮北雨季降水量合成 |
| 6.6.3.3 赤道太平洋中部区海温异常当年淮北雨季降水量合成 |
| 6.6.4 与ENSO的关系 |
| 6.7 淮北雨季降水的预测信号 |
| 6.8 本章小结 |
| 第七章 总结和讨论 |
| 7.1 主要结论 |
| 7.2 创新点 |
| 7.3 讨论与展望 |
| 参考文献 |
| 致谢 |
| 博士研究生期间发表的论文 |
| 附录 |
（9）基于BP神经网络的义乌市梅雨量的预测研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 1 绪论 |
| 1.1 问题的提出及研究意义 |
| 1.2 国内外研究进展 |
| 1.2.1 梅雨的划分 |
| 1.2.2 梅雨量的统计预报方法与降水分布型 |
| 1.2.3 影响梅雨的物理因子 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 研究区域概况及其梅雨特征 |
| 2.1 义乌市概况 |
| 2.1.1 地理位置 |
| 2.1.2 自然概况 |
| 2.1.3 社会经济概况 |
| 2.2 义乌市梅汛期降水特征及划分 |
| 2.2.1 入梅和出梅的时间分布 |
| 2.2.2 历年梅雨起止日期的划定 |
| 2.2.3 义乌市梅雨的相对丰(枯)水期的变化特征 |
| 3 厄尔尼诺(拉尼娜)现象与义乌市梅雨关系 |
| 4 数据来源与选取 |
| 4.1 数据来源 |
| 4.2 因子资料的选取与处理 |
| 5 义乌市梅汛期前期因子场的分布特征分析 |
| 5.1 前期北半球500hPa大气环流分布特征 |
| 5.2 前期全球海温场关键区的分布特征 |
| 6 基于BP神经网络的义乌市梅雨量的预测 |
| 6.1 BP神经网络的原理 |
| 6.2 输入层数据的降维处理 |
| 6.2.1 主成分方法原理 |
| 6.2.2 备选输入因子的选取 |
| 6.2.3 预报模型的建构与检验分析 |
| 6.2.4 试报及检验 |
| 7 未来义乌市雨季人工增雨时机的选择 |
| 7.1 雨季实施人工增雨的依据 |
| 7.2 水库实时蓄水标准 |
| 7.3 实施雨季人工增雨时机的判定 |
| 8 结论 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
四、以环流相似为依据的短期气候预测方法（论文参考文献）
- [1]气候变化和人类活动对中国不同分区干湿程度的影响[D]. 胡侨宇. 西北农林科技大学, 2021
- [2]黄河源区径流演变规律及预报模型研究[D]. 商滢. 西华大学, 2021(02)
- [3]中国季节划分及其对夏季降水的预测研究[D]. 王正. 兰州大学, 2019(02)
- [4]基于历史数据的天气预报系统设计与实现[D]. 司林青. 黑龙江大学, 2018(05)
- [5]佳木斯市春季旱涝灾害统计特征及旱涝发生趋势预测[J]. 王晓群,张宇,梁静,尹嫦娇,李君芳,周平. 云南农业大学学报(自然科学), 2018(05)
- [6]用年代相似法制作短期气候预测方法的探讨[J]. 曲静,王昱,王建鹏. 陕西气象, 2013(06)
- [7]延伸期重要天气过程的异常相似释用方法[A]. 周须文,史印山,史湘军,池俊成. S2 短期气候预测, 2012
- [8]淮北雨季的确定及其气候特征研究[D]. 吕军. 南京信息工程大学, 2012(09)
- [9]基于BP神经网络的义乌市梅雨量的预测研究[D]. 刘丹丹. 浙江师范大学, 2011(05)
- [10]我国短期气候预测的物理基础及其预测思路[J]. 魏凤英. 应用气象学报, 2011(01)