气象预测与Python实践9787548757368

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 □□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

本书从场资料分析、数据同化、统计降尺度、不确定性评估等角度出发，介绍了气象预测的技术背景、理论基础与建模步骤，并提供了Python代码算例以方便读者理解模型并重现结果。全书共包含6章，组织结构如下：第1章分析了气象预测的研究进展与关键问题；第2章阐述了气象预测的计算环境配置；第3章介绍了气象预测场资料分析方法与Python实例；第4章提供了气象预测数据同化方法与Python实例；第5章分析了气象预测统计降尺度方法与Python实例；第6章阐述了气象预测不确定性分析方法与Python实例。