气象预测与Python实践

目 录 第1章 绪论 / 1 1.1 过程驱动预测方法 / 1 1.2 数据驱动预测方法 / 2 1.3 混合预测方法 / 2 1.3.1 集成预测 / 2 1.3.2 降尺度预测 / 3 1.3.3 概率预测 / 3 第2章 气象场资料分析 / 4 2.1 引言 / 4 2.2 空间关联分析 / 4 2.3 时域特征分析 / 7 2.4 预测精度评估 / 9 2.5 气象场资料分析实例 / 11 2.5.1 空间关联分析 / 11 2.5.2 时域特征分析 / 14 2.5.3 预测精度评估 / 17 第3章 气象预测模式集成 / 20 3.1 引言 / 20 3.2 线性集成 / 22 3.2.1 *小二乘法 / 22 3.2.2 单目标启发式算法 / 22 3.2.3 多目标启发式算法 / 24 3.3 非线性集成 / 28 3.3.1 多层感知器 / 28 3.3.2 支持向量回归 / 29 3.3.3 xgboost / 30 3.4 WRF集成实例 / 31 3.4.1 线性集成方法实例 / 31 3.4.2 非线性集成方法实例 / 38 第4章 气象预测统计降尺度 / 44 4.1 引言 / 44 4.2 递归深度学习降尺度 / 46 4.2.1 长短期记忆网络 / 46 4.2.2 门控循环单元网络 / 48 4.2.3 卷积长短期记忆网络 / 50 4.3 Transformer降尺度 / 52 4.3.1 Attention机制 / 52 4.3.2 编码器 / 53 4.3.3 解码器 / 53 4.4 WRF统计降尺度实例 / 57 4.4.1 递归深度学习降尺度方法实例 / 57 4.4.2 Transformer降尺度方法实例 / 59 第5章 气象预测不确定性描述 / 61 5.1 引言 / 61 5.2 不确定性预测精度评估方法 / 61 5.2.1 Brier分数 / 62 5.2.2 CRPS / 62 5.3 参数化不确定性描述 / 63 5.4 非参数不确定性描述 / 64 5.4.1 核密度估计 / 64 5.4.2 狄利克雷过程混合模型 / 65 5.4.3 高斯过程回归 / 67 5.5 WRF不确定性描述实例 / 68 5.5.1 参数化描述方法实例 / 68 5.5.2 KDE描述方法实例 / 71 5.5.3 DPMM描述方法实例 / 78 5.5.4 GPR描述方法实例 / 81 参考文献 / 83