变点问题在气象和金融领域引起了越来越多的关注。可用变点检测方法对气象数据进行分析,判断降水、气压、湿度、气温数据序列是否发生了结构性变化。这在气象分析中具有着重要的意义。在第一章中,简要概述了变点问题的由来,对变点问题在不同领域的应用研究进行了描述,并介绍了几种常见的研究方法,最后介绍了单变点问题和多变点问题的研究现状。在第二章中,在贝叶斯估计、Monte Carlo方法、M-H算法及SAMC算法的基础上提出了ASAMC方法,着重介绍了贝叶斯估计、Monte Carlo方法、M-H算法及SAMC算法的理论知识,并简单介绍了ASAMC模型及ASAMC算法的步骤。在第三章中,运用ASAMC算法研究安徽省58XXX站台在1955-2010年的年度平均气温和月度平均气温的结构性变化问题。在假设平均气温为正态分布下,运用贝叶斯方法建立平均气温序列多变点模型,并利用ASAMC算法找出数据中变点的个数及位置,结果表明,由月平均温度数据序列检测出的变点比用年平均温度数据序列检测的更加准确。第四章对本文进行了总结,同时给出不足以及展望。