本书主要介绍了近年来发展的气候统计诊断与预测新方法、新技术。其中包括气候变化趋势和突变检测、气候周期识别、分离气候变化时空结构、诊断两变量场耦合特征以及气候预测等方面的技术。还介绍了作者发展的气候预测新方法。本书不仅给出方法的原理和数学公式，还给出了计算步骤、计算结果分析要点及应用实例。

再版前言
原版序
原版前言
1绪论
1.1气候统计诊断概述
1.2气候统计预测概述
2基本气候状态的统计量
2.1中心趋势统计量
2.2变化幅度统计量
2.3分布特征统计量
2.4相关统计量
3基本气候状态的统计检验
3.1统计检验概述
3.2气候稳定性检验
3.3相关性检验
3.4分布的统计检验
4气候变化趋势分析
4.1线性倾向估计
4.2滑动平均
4.3累积距平
4.4五、七和九点二次平滑
4.5五点三次平滑
4.6三次样条函数
4.7潜在非平稳气候序列趋势分析
4.8变化趋势的显著性检验
5气候突变检测
5.1滑动t检验
5.2克拉默(Cramer)法
5.3山本(Yamamoto)法
5.4曼-肯德尔(Mann-Kendall)法
5.5佩蒂特(Pettitt)方法
5.6勒帕热(LePage)法
5.7BG(Bernaola-Galvan)分割算法
6气候序列周期提取方法
6.1功率谱
6.2优选熵谱
6.3交叉谱
6.4多维优选熵谱
6.5奇异谱分析
6.6小波分析
7气候变量场时空结构的分离
7.1经验正交函数分解
7.2扩展经验正交函数分解
7.3旋转经验正交函数分解
7.4复经验正交函数分解
7.5主振荡型分析
7.6循环稳态主振荡型分析
7.7复主振荡型分析
8两气候变量场相关模态的分离
8.1奇异值分解式定理及其计算
8.2典型相关分析
8.3BP典型相关分析
8.4奇异值分解
8.5SVD与CCA及有关问题的讨论
9气候信号检测方法
9.1气候信号与噪声
9.2气候信号检测方法概述
9.3小波变换原理的延拓及应用
9.4经验模态分解-希尔伯特(Hilbert)-黄氏(Huang)变换
9.5MTM-SVD方法
9.6地统计学在气象分析中的应用
10很优回归预测模型
10.1多元线性回归的基本方法
10.2很优子集回归
10.3主成分回归
10.4特征根回归
10.5岭回归
11均生函数预测模型
11.1均值生成函数
11.2双评分准则
11.3均生函数预测模型
11.4模糊均生函数模型
11.5很优气候均态模型
12气候趋势预测及集成预测新方法
12.1全国夏季降水趋势分布预测方法
12.2全国夏季降水区域动态权重集成预测
12.3华北干旱的多时间尺度组合预测模型
参考文献
附录