●前言
第一章 數據預處理及展示方法
第一節 數據簡單處理
一、概述
二、定標
三、插值
第二節 數字濾波基本概念
第三節 理想濾波器
一、帶寬
二、吉布斯現像
三、著色
第四節 海洋濾波器設計
一、頻率與時域濾波
二、濾波器的級聯
第五節 滑動平均濾波器
第六節 Godin型濾波器
第七節 Lanczos窗餘弦濾波器
一、餘弦濾波器
二、Lanczos窗
三、實用濾波器設計
四、漢寧窗
第八節 巴特沃斯濾波器
一、高通和帶通濾波器
二、數字表達式
三、正弦濾波器
四、濾波器設計
五、濾波器繫數
第九節 凱澤-貝塞爾濾波器
第十節 頻域（變換）濾波
第十一節 數據的圖像展示
一、垂直剖面
二、垂直截面
三、平面圖
四、地圖投影
五、特征與要素圖
六、時間序列
七、直方圖
八、其他圖形繪制方法
思考練習題
第二章 隨機資料處理基本知識
第一節 海洋資料的統計特征
第二節 隨機過程的基本概念及統計特征
一、隨機過程的基本概念
二、隨機過程的統計特征
第三節 隨機過程的微分和積分計算
第四節 隨機過程的平穩性和遍歷性
第五節 幾種典型的隨機過程
一、正態過程（高斯過程）
二、維納（Wiener）過程
三、泊松（Poisson）過程
四、馬爾科夫（Markov）過程
第六節 隨機資料的估計方法
一、譜密度的定義
二、譜密度的物理意義和性質
三、互譜密度及其性質
思考練習題
第三章 時間序列數據處理方法
第一節 隨機過程的功率譜分析和估計方法
一、功率譜分析和估計方法簡介
二、時間序列分析
三、現代功率譜估計方法
第二節 優選熵譜估計
一、方法介紹
二、應用舉例
第三節 交叉譜估計
一、方法介紹
二、應用舉例
第四節 短時傅裡葉變換
一、方法介紹
二、應用舉例
第五節 小波變換
一、方法介紹
二、應用舉例
第六節 調和分析方法
一、方法介紹
二、應用舉例
第七節 希爾伯特變換
一、方法介紹
二、應用舉例
第八節 經驗模態分解
一、方法介紹
二、應用舉例
第九節 回歸分析方法
一、自回歸滑動平均過程
二、常用的回歸分析方法
三、應用舉例
第十節 信息流與因果分析方法
一、理論簡介
二、顯著性檢驗
三、驗證
四、應用舉例
思考練習題
第四章 空間數據的處理方法
第一節 客觀分析
一、很優插值
二、克裡金插值
第二節 主成分分析
一、主成分分析的幾何表示
二、主成分的導出（以兩個變量為例）
三、標準化的主成分
四、各主成分貢獻率
五、多個變量主成分的導出
六、主成分的主要性質
七、求取主成分的具體步驟
八、應用實例
第三節 經驗正交函數分解
一、EOF分解的原理
二、誤差的估計和計算
三、顯著性檢驗
四、空間函數（特征向量）及時間繫數的解釋
五、計算步驟
六、應用實例
第四節 多變量正交函數分解
一、MVEOF的時間和空間函數
二、MVEOF的計算步驟
三、實例
第五節 奇異值分解
一、基本原理
二、方差貢獻和累積方差貢獻
三、三種重要相關繫數
四、顯著性檢驗
五、SVD分析計算步驟
六、應用實例
第六節 卡爾曼濾波
一、離散線性卡爾曼濾波原理
二、濾波器模型的建立
三、一個簡化的例子
第七節 混合層深度估計
一、閾值方法
二、階梯函數最小二乘回歸方法
三、積分深度尺度法
四、分割融合算法
五、方法的比較
第八節 逆方法
一、逆方法的概述
二、逆方法的幾何說明
三、一般線性逆問題模型
四、逆問題的奇異值分解法
五、很優解的確定
六、應用實例
思考練習題
第五章 極值分布和重現期極值的估計
第一節 極值分析中的重現期
第二節 極值分布曲線及估計方法
一、耿貝爾分布
二、韋布爾分布
第三節 海洋典型要素極值計算實例
一、風速極大值估計
二、波高多年一遇極大值的估計
三、多年一遇優選、大力度優惠校核水位的計算
四、多年一遇海流極值的估計
五、多年一遇優選和大力度優惠溫度極值的估計
思考練習題
參考文獻
彩插

本書首先簡述了數據預處理及展示方法，然後相繼介紹了隨機資料處理基本知識、時間序列數據處理方法（優選熵譜估計、交叉譜估計、短時傅裡葉變換、小波變換、經驗模態分解、信息流與因果分析方法等現代數據分析方法）、空間數據的處理方法（客觀分析、主成分分析、經驗正交函數分解、卡爾曼濾波、混合層深度估計和逆方法），以及極值分布和重現期極值的估計等。本書結合實例講解海洋數據分析中的常用方法，從基本數據處理、統計分析方法到更現代的數據處理技術，如小波變換、經驗模態分解和信息流與因果分析方法等。本書是為高年級本科生、研究生和科研工作者設計的。我們希望本書能為海洋科學相關專業的學生提供學習材料，並為相關科研工作者提供參考。