前言
第1章  黄河流域冰情与暴雨研究进展
  1.1  黄河流域冰情演变规律研究进展
  1.2  暴雨演变规律研究进展
    1.2.1  华北暴雨
    1.2.2  西北暴雨
第2章  黄河流域基本气象水文特征
  2.1  流域自然概况
  2.2  地形地貌
  2.3  流域水系
  2.4  气候条件
  2.5  水资源现状
  2.6  主要自然灾害
  2.7  本章小结
第3章  黄河流域降水量时空演变特征
  3.1  研究方法
    3.1.1  M-K检验法
    3.1.2  滑动下检验
    3.1.3  小波分析法
  3.2  数据来源
  3.3  降水时空分布特征
    3.3.1  时变规律
    3.3.2  突变分析
    3.3.3  周期性分析
  3.4  本章小结
第4章  黄河流域降水结构
  4.1  数据和方法
  4.2  有效降水阈值和无雨日
  4.3  降水过程特征的季节变化
  4.4  降水过程特征的年际变化
  4.5  本章小结
第5章  2011-2019年黄河宁蒙河段首凌过程冷空气演变
  5.1  数据和方法
    5.1.1  数据
    5.1.2  方法
  5.2  黄河内蒙古河段冷空气活动特征
    5.2.1  冷空气活动频率
    5.2.2  11月冷空气活动特征
    5.2.3  冷空气活动降温过程
    5.2.4  不同冷空气路径的大气环流异常特征
    5.2.5  局地降温幅度差异的物理因子诊断
  5.3  三湖河口站首凌前期水文气象特征
    5.3.1  基本气象水文要素统计特征
    5.3.2  河道水温从5℃降至0℃的透量特征
    5.3.3  流凌前期总感热通量异常偏大原因分析
  5.4  本章小结
第6章  黄河流域中尺度数值天气预报模式构建
  6.1  数值天气预报模式的发展历史
  6.2  天气研究预报模式物理框架
  6.3  WRF模式物理过程参数化选项
  6.4  WRF模式运行环境和安装
    6.4.1  模型依赖库
    6.4.2  安装WRF主模式
  6.5  WRF模式调试与运行
    6.5.1  WPS模式前处理
    6.5.2  WRF主模块运行
    6.5.3  ARW后处理
  6.6  物理参数敏感性分析
    6.6.1  试验设计
    6.6.2  不同积云对流参数化方案模拟分析
    6.6.3  不同微物理参数化方案模拟分析
    6.6.4  模拟结果探讨
第7章  MM5和WRF模式对黄河流域降水预报技巧及差异
  7.1  概述
  7.2  模式和试验设计简介
    7.2.1  数值天气预报与数值天气模式
    7.2.2  MM5（Mesoscale Model v5）模式简介
    7.2.3  模式输入和检出信息
  7.3  模式预报结果分析
    7.3.1  黄河流城晴用预损准确率检
    7.3.2  不同阀值降水预报准确率检验
    7.3.3  不同网值降水预报准确率空间分布
    7.3.4  20～50mm降水预报准磅率空间分布
    7.3.5  50mm以上降水预报准确率空间分布
  7.4  本章小结
第8章  基于Nudging的WRF同化试验
  8.1  Nudging数学模型
  8.2  WRF中应用Observation Nudging
    8.2.1  时间权重及相关参数设置
    8.2.2  番直权重及相关参数设置
    8.2.3  地面数据
    8.2.4  高空数据
    8.2.5  水平方向权重及相关参数设置
    8.2.6  准备数据
    8.2.7  观测数据格式
    8.2.8  观测数据的处理格式
    8.2.9  Nudging的参数设置
  8.3  同化试验设计
  8.4  2019年黄河宁蒙河段首凌冷空气过程
  8.5  2017年“7·26”黄河中游强降水过程
    8.5.1  降水实况和天气形势
    8.5.2  卫星TBB资料分析
    8.5.3  基于多源数据同化的数值模拟
  8.6  本章小结
第9章  基于贝叶斯理论的模式订正
  9.1  概述
  9.2  贝叶斯模型介绍
  9.3  数据
  9.4  降水概率检验方法
  9.5  排序概率评分、平均绝对误差以及布莱尔评分对比分析
  9.6  本章小结
  9.7  本章附录
    9.7.1  GET_DATA_MODEL24_48_72_OBS.R（站点观测数据、模式站点水平预报数据的读写R语言脚本）
    9.7.2  GET_MODEL_GRID.R（模式网格预报数据读写尺语言脚本）
第10章  基于微粒群算法和多种数据挖掘算法的内蒙古河段水温实时预测
  10.1  冰情的主要预测方法
  10.2  数据挖掘和模型选择
    10.2.1  数据挖拥
    10.2.2  模型选择
  10.3  优化器原理（微粒群算法）
    10.3.1  微粒群算法计算步骤
    10.3.2  微粒群算法的控制参数
  10.4  基于徽粒群算法优化的机器学习模型构建和检验
    10.4.1  数据收集
    10.4.2  数据检查
    10.4.3  数据清洗/过请
    10.4.4  预测模型评价指标
    10.4.5  微粒群算法和回归模型模拟技巧
    10.4.6  微粒群算法和随机森林模型模拟技巧
    10.4.7  微粒群算法和XGBoost模型模拟搜巧
    10.4.8  微粒群算法和LightGBM模型模拟技巧
    10.4.9  四种模型技巧评分对比
  10.5  基于等权重数据分割的模型精度评价
  10.6  本章小结
第11章  中国干旱的事实分析
  11.1  概述
  11.2  数据和方法
    11.2.1  数据
    11.2.2  PET计算方法简介
  11.3  SPEI和PDSI对1961-2010年中国干湿变化趋势的对比分析
    11.3.1  1961-2010年中国和7个子区城的干湿变化趋势
    11.3.2  温度和降水变化对SPEI和PDSI的影响
    11.3.3  温度和降水变化对7个不同子区城SPEI和PDSI的影响
  11.4  彭曼-蒙特斯和桑斯维特公式的差异分析
  11.5  基于两种PET算法的SPEI对中国干湿变化的对比分析
    11.5.1  1949-2008年SPEI时空变化特征
    11.5.2  1949-2008年各级干翠事件的时空变化特征
    11.5.3  SPEI_PM和SPE1_TH差异原因分析
  11.6  本章小结
第12章  中国极端干旱变化趋势分析
  12.1  概述
  12.2  极端干旱指标定义及分析方法
    12.2.1  指标定义
    12.2.2  分析方法
  12.3  中国夏季、冬季极端干旱变化趋势
    12.3.1  中国夏季、冬季极端干旱发生率的空间分布
    12.3.2  夏季极端干旱发生概率变化特征
    12.3.3  冬季极端千旱发生概率变化特征
  12.4  本章小结
第13章  气候模式对21世纪中国干湿气候变化的预估
  13.1  概述
  13.2  基于CMIP5气候模式的未来中国区域的干湿变化趋势预估
    13.2.1  资料和方法
    13.2.2  模式评估
    13.2.3  利用SPEI_PM和土壤湿度预估的RCP4.5情景下中国未来干湿变化
第14章  CMIP6气候模式对21世纪黄河流域气侯变化的预估
  14.1  概述
  14.2  基于CMIP6气候模式的未来黄河流域气候变化趋势预估
    14.2.1  资料和方法
    14.2.2  模式评估
    14.2.3  SSP126/245/585情景下黄河流城气侯变化趋势
  14.3  本章小结
第15章  结论及未来展望
  15.1  主要结论
  15.2  未来展望
考文献