相關商品
商品簡介
目次
商品簡介
《極端氣候研究方法導論(診斷及模擬與預測)》從氣候系統復雜性及其不確定性的基本思想出發，闡明氣候變量的概率屬性及其數學模式理論，并由此引入氣候概率分布的形成機制，從而將氣候變化的統計意義深化為氣候概率分布參數和型態的變化，著重從氣候數值模擬的降尺度、氣候極值統計和氣候極值隨機過程等多種理論相結合的觀點敘述氣候極值事件的診斷、模擬和預測方法。《極端氣候研究方法導論(診斷及模擬與預測)》力圖較系統地闡述涉及這一領域的各種基本理論和方法，以供廣大科技工作者參考應用。
全書共分三篇，其中第一篇 (1～3章)為理論基礎，著重敘述極端氣候的概率意義及其形成機制與氣候變化的關係；第二篇 (4～6章)為極端氣候概率與時空變化特徵診斷，著重闡明氣候的極值分布理論及其描述方法和極端氣候時空變化特徵的診斷；第三篇 (7～9章)為極端氣候的模擬與預估，著重闡明借助于全球模式輸出信息的降尺度細化方法，并由此進一步生成未來區域氣候情景，從而預估氣候極值統計特徵。書中最后還簡介了當前該領域的國內外研究進展。
《極端氣候研究方法導論(診斷及模擬與預測)》內容涉及較寬知識面，在考慮知識結構系統性和發散性相結合的基礎上安排章節順序。讀者閱讀《極端氣候研究方法導論(診斷及模擬與預測)》不必拘泥于逐章順序，尤其是已經具備概率統計基礎的讀者，可根據需要選章參考。《極端氣候研究方法導論(診斷及模擬與預測)》也適合一般需要了解極端氣候變化規律的非氣象科技人員閱讀參考。
全書共分三篇，其中第一篇 (1～3章)為理論基礎，著重敘述極端氣候的概率意義及其形成機制與氣候變化的關係；第二篇 (4～6章)為極端氣候概率與時空變化特徵診斷，著重闡明氣候的極值分布理論及其描述方法和極端氣候時空變化特徵的診斷；第三篇 (7～9章)為極端氣候的模擬與預估，著重闡明借助于全球模式輸出信息的降尺度細化方法，并由此進一步生成未來區域氣候情景，從而預估氣候極值統計特徵。書中最后還簡介了當前該領域的國內外研究進展。
《極端氣候研究方法導論(診斷及模擬與預測)》內容涉及較寬知識面，在考慮知識結構系統性和發散性相結合的基礎上安排章節順序。讀者閱讀《極端氣候研究方法導論(診斷及模擬與預測)》不必拘泥于逐章順序，尤其是已經具備概率統計基礎的讀者，可根據需要選章參考。《極端氣候研究方法導論(診斷及模擬與預測)》也適合一般需要了解極端氣候變化規律的非氣象科技人員閱讀參考。
目次
前言
引言
第一篇 理論基礎
第1章 極端氣候變化的概率意義
1.1 氣候事件及其概率
1.2 氣候變量及其概率分布
1.3 氣候變化的概率意義
1.4 常規觀測中的氣候極值和極端氣候指標
1.5 描述極端氣候的指標體系
第2章 氣候概率分布模式擬合
2.1 離散型變量分布模式
2.2 連續型變量分布模式
2.3 總體、樣本、樣品與抽樣分布
2.4 參數估計與擬合效果檢測
2.5 由觀測資料擬合分布模式的步驟
第3章 氣候概率分布的成因機制與統計模擬
3.1 不確定性的信息度量：熵的概念
3.2 最大熵原理
3.3 氣候概率分布的成因機制
3.4 模擬氣候概率分布的Monte—Carlo方法
3.5 廣義(時空域)氣候概率分布
第二篇 極端氣候概率與時空分布特徵
第4章 極端氣候概率特徵描述
4.1 經典極值分布理論
4.2 基於AM抽樣的廣義極值分布模式
4.3 基於POT抽樣的廣義帕雷托(GPD)分布模式
4.4 GEV與GPD模式參數的關聯性
4.5 GEV與GPD模式應用實例
4.6 經典極值分布的某些應用
第5章 極端氣候的時域變化規律分析
5.1 氣候時間序列的統計結構
5.2 極值變化過程的特殊性
5.3 平穩過程的交叉理論
5.4 氣候時間序列的極值特徵分析
5.5 實際時間序列樣本估計公式
5.6 Markov過程與Markov鏈
5.7 Poisson隨機點過程
第6章 極端氣候狀況時空分布特徵的診斷
6.1 一般診斷方法簡述
6.2 極端氣溫變化的分區及其時空分布特徵
6.3 我國東部地區極端降水的時空分布特徵
6.4 西北地區極端干期的概率參數時空分布特徵
第三篇 極端氣候的模擬與預估
第7章 全球氣候模擬結果的降尺度精細化
7.1 降尺度精細化的必要性
7.2 降尺度方法
7.3 動力降尺度(DD)方法
7.4 統計降尺度(SD)方法
7.5 運用降尺度方法的關鍵步驟
7.6 應用實例
第8章 未來全球氣候情景下的極端氣候預估
8.1 平均氣候與極端氣候的關聯性
8.2 極端氣候模擬預估的一般步驟
8.3 極端氣候統計特徵的模擬
8.4 基於ECHAM5模式的局地流域極端氣溫和降水變化預估(實例之一)
8.5 基於IPCCAR4耦合模式的本世紀中國極端氣候變化預估(實例之二)
8.6 基於可變分辨率模式的本世紀中國區域極端氣候預估(實例之三)
第9章 極端氣候研究進展
9.1 觀測和模擬研究
9.2 極值統計分布模式的應用
9.3 降尺度方法述評
9.4 極端氣候研究展望
後記
參考文獻
引言
第一篇 理論基礎
第1章 極端氣候變化的概率意義
1.1 氣候事件及其概率
1.2 氣候變量及其概率分布
1.3 氣候變化的概率意義
1.4 常規觀測中的氣候極值和極端氣候指標
1.5 描述極端氣候的指標體系
第2章 氣候概率分布模式擬合
2.1 離散型變量分布模式
2.2 連續型變量分布模式
2.3 總體、樣本、樣品與抽樣分布
2.4 參數估計與擬合效果檢測
2.5 由觀測資料擬合分布模式的步驟
第3章 氣候概率分布的成因機制與統計模擬
3.1 不確定性的信息度量：熵的概念
3.2 最大熵原理
3.3 氣候概率分布的成因機制
3.4 模擬氣候概率分布的Monte—Carlo方法
3.5 廣義(時空域)氣候概率分布
第二篇 極端氣候概率與時空分布特徵
第4章 極端氣候概率特徵描述
4.1 經典極值分布理論
4.2 基於AM抽樣的廣義極值分布模式
4.3 基於POT抽樣的廣義帕雷托(GPD)分布模式
4.4 GEV與GPD模式參數的關聯性
4.5 GEV與GPD模式應用實例
4.6 經典極值分布的某些應用
第5章 極端氣候的時域變化規律分析
5.1 氣候時間序列的統計結構
5.2 極值變化過程的特殊性
5.3 平穩過程的交叉理論
5.4 氣候時間序列的極值特徵分析
5.5 實際時間序列樣本估計公式
5.6 Markov過程與Markov鏈
5.7 Poisson隨機點過程
第6章 極端氣候狀況時空分布特徵的診斷
6.1 一般診斷方法簡述
6.2 極端氣溫變化的分區及其時空分布特徵
6.3 我國東部地區極端降水的時空分布特徵
6.4 西北地區極端干期的概率參數時空分布特徵
第三篇 極端氣候的模擬與預估
第7章 全球氣候模擬結果的降尺度精細化
7.1 降尺度精細化的必要性
7.2 降尺度方法
7.3 動力降尺度(DD)方法
7.4 統計降尺度(SD)方法
7.5 運用降尺度方法的關鍵步驟
7.6 應用實例
第8章 未來全球氣候情景下的極端氣候預估
8.1 平均氣候與極端氣候的關聯性
8.2 極端氣候模擬預估的一般步驟
8.3 極端氣候統計特徵的模擬
8.4 基於ECHAM5模式的局地流域極端氣溫和降水變化預估(實例之一)
8.5 基於IPCCAR4耦合模式的本世紀中國極端氣候變化預估(實例之二)
8.6 基於可變分辨率模式的本世紀中國區域極端氣候預估(實例之三)
第9章 極端氣候研究進展
9.1 觀測和模擬研究
9.2 極值統計分布模式的應用
9.3 降尺度方法述評
9.4 極端氣候研究展望
後記
參考文獻
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。