《气候系统复杂网络及其应用》以气候系统复杂网络的构建和应用为主线，分别从网络构建的数理基础、网络构建的数理方法和网络构建的气候学意义等方面进行研究。《气候系统复杂网络及其应用》分为八章，《气候系统复杂网络及其应用》所涉及的各种非线性和复杂性科学的分析方法，均具有清晰的统计

前言

第1章  气候系统复杂性研究进展

1．1  气候系统复杂网络研究进展

1．1．1  气候系统的复杂性

1．1．2  气候系统空间结构特征

1．1．3  复杂网络研究

1．1．4  典型的网络模型

1．1．5  气候系统复杂网络

1．2  气候系统关联性进展

1．2．1  关联性分析方法研究

1．2．2  全球环流系统空间关联性研究

1．2．3  全球温度场空间关联性研究

1．2．4  全球温度场与环流场间的关联性

1．3  信息论和气候系统可预报性研究进展

1．3．1  天气气候的可预测性及其预测

1．3．2  信息论

1．3．3  信息论在气象学的应用

1．4  本章小结与讨论

参考文献

第2章  全球温度场时空关联性

2．1  全球温度场时空关联性特征

2．1．1  温度场关联性研究方法

2．1．2  全球温度场关联性时空分布特征

2．2  时间延迟对全球温度场关联性的影响

2．2．1  时间延迟的关联性分析方法

2．2．2  时间延迟对全球温度场关联性

2．3  全球变暖和极端事件对全球温度场关联性的影响

2．3．1  增／降温趋势对全球温度场关联性的影响

2．3．2  极端温度事件对全球温度场关联性的影响

2．4  本章小结与讨论

参考文献

第3章  全球高度场时空关联性

3．1  全球高度场时空关联性特征

3．1．1  高度场关联性分析方法

3．1．2  高度场关联性的空间分布

3．1．3  关联系数与延迟天数的关系

3．1．4  关联系数随时间的演变

3．2  北太平洋关联中心特征

3．2．1  北太平洋负关联中心的空间分布特征

3．2．2  北太平洋负关联中心超前关联特征

3．3  本章小结与讨论

参考文献

第4章  气候系统复杂网络的构建

4．1  全球温度场复杂网络

4．1．1  复杂网络性质及结构特征量

4．1．2  温度关联网络的构建

4．1．3  温度关联网络的结构特征

4．2  环流系统复杂网络

4．2．1  环流系统关联网络的构建

4．2．2  环流系统关联网络的结构特征

4．3  全球海气相互作用双层网络

4．3．1  海气双层网络的构建

4．3．2  海气双层网络的结构特征

4．4  四种气候要素空间关联结构特征

4．4．1  四种要素关联网络的构建和结构特征

4．4．2  网络平均顶点度的时间演变特征

4．5  本章小结与讨论

参考文献

第5章  温度序列的复杂网络特征

5．1  温度序列的复杂网络拓扑性质

5．1．1  三种时间序列的构造

5．1．2  三种序列的粗粒化方法

5．1．3  三种波动网络

5．2  中国温度变化的网络区域性研究

5．2．1  温度资料粗粒化

5．2．2  温度序列波动网络构建

5．2．3  网络特征量的空间分布特征

5．3  二分图的温度网络拓扑性质研究

5．3．1  二分图原理

5．3．2  二分图温度网络的构建

5．3．3  二分图温度网络节点统计性质

5．3．4  二分图温度网络项目统计性质

5．4  本章小结与讨论

参考文献

第6章  气候系统复杂网络的结构稳定性

6．1  温度系统网络的结构稳定性

6．1．1  网络结构稳定性分析

6．1．2  资料长度的影响

6．1．3  准周期振荡的影响

6．1．4  极端事件的影响

6．1．5  El Nifio年和La Nifia年的影响

6．1．6  关键区域的影响

6．2  环流系统网络的稳定性

6．2．1  遥相关型对网络稳定性的影响

6．2．2  南极偶极子对网络稳定性的影响

6．3  三维海气作用关键区的年代际变化和空间配置

6．3．1  主模态组分的年代际变化

6．3．2  关键区不同组合态的空间配置

6．4  本章小结与讨论

参考文献

第7章  气候系统复杂网络的应用研究

7．1  温度关联指数的定义和应用

7．1．1  TPTI指数的定义

7．1．2  TPTI指数的年代际特征

7．1．3  TPTI指数和中国夏季降水的关系

7．1．4  TPTI指数对应的中国夏季降水的环流特征

7．1．5  TPTI指数与El Nifio和La Nifia的可能联系

7．2  北半球遥相关型的年代际配置特征

7．2．1  北半球中高纬度环流系统空间结构的时间演变特征

7．2．2  北半球中高纬度环流系统遥相关型的年代际配置特征

7．2．3  遥相关型与中国夏季降水的可能联系

7．2．4  多因子物理统计模型的构建

7．2．5  基于多因子物理统计模型的中国夏季降水预测方法

7．2．6  独立样本回报检验

7．3  动态北太平洋指数在长江中下游夏季降水预测中的应用研究

7．3．1  动力和统计相结合的相似误差订正方法

7．3．2  相似误差场的选取

7．3．3  基于MNPI与NPI的降水预报

7．3．4  长江中下游地区夏季降水预测的相似误差订正分析

7．3．5  2003～2009年独立样本回报

7．3．6  单因子加权相似误差订正方法在中国汛期降水预测中的应用

7．4  三维海气相互作用和长江中下游汛期降水

7．4．1  长江中下游汛期降水及影响因素

7．4．2  三维海气相互作用指数

7．4．3  基于三维海气相互作用指数的长江中下游降水的订正

7．5  本章小结与讨论

参考文献

第8章  气候系统信息特征及可预测性研究

8．1  信息熵的适用性研究

8．1．1  信息熵的计算

8．1．2  计算方法对信息熵的影响

8．1．3  实际气象资料信息熵与样本量

8．2  全球温度场和高度场信息熵的时空特征

8．2．1  气象要素信息熵的定义与计算

8．2．2  温度场信息熵

8．2．3  高度场信息熵

8．3  北半球高度场的可预测精度与经向信息传输

8．3．1  高度场的可预测性判断方法

8．3．2  可预测精度和经向信息传输整体特征

8．3．3  不同时间尺度上的可预测精度和信息传输

8．3．4  不同季节对可预测精度和信息传输的影响

8．4  本章小结与讨论

参考文献