| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-26页 |
| 1.1 微波遥感简介 | 第11-15页 |
| 1.1.1 微波 | 第11页 |
| 1.1.2 微波遥感 | 第11-12页 |
| 1.1.3 被动微波遥感 | 第12-15页 |
| 1.2 选题背景及意义 | 第15-16页 |
| 1.3 国内外研究进展 | 第16-22页 |
| 1.3.1 基于植被指数的遥感干旱指数 | 第16-18页 |
| 1.3.2 基于热惯量的遥感干旱监测指数 | 第18页 |
| 1.3.3 基于植被指数和热惯量的遥感干旱指数 | 第18-21页 |
| 1.3.4 已有研究的不足与有待改进之处 | 第21-22页 |
| 1.4 论文目标与结构 | 第22-26页 |
| 1.4.1 论文目标与内容 | 第22-23页 |
| 1.4.2 技术路线 | 第23-24页 |
| 1.4.3 论文组织结构 | 第24-26页 |
| 第2章 研究数据与数据预处理 | 第26-37页 |
| 2.1 研究数据 | 第26-33页 |
| 2.1.1 AMSR-E数据 | 第26-28页 |
| 2.1.2 MODIS数据 | 第28-30页 |
| 2.1.3 其它数据 | 第30-33页 |
| 2.2 数据处理 | 第33-35页 |
| 2.3 本章小结 | 第35-37页 |
| 第3章 被动微波遥感地表温度反演模型构建 | 第37-51页 |
| 3.1 被动微波地表温度反演的理论基础 | 第37-38页 |
| 3.2 基于旱雨季差异的地表温度反演经验模型构建与验证 | 第38-45页 |
| 3.2.1 MODIS LST与AMSR-E Tb相关性分析 | 第39-41页 |
| 3.2.2 模型构建与地表温度反演 | 第41-43页 |
| 3.2.3 误差分布与分析 | 第43-45页 |
| 3.3 基于三通道变量的地表温度反演经验模型构建与验证 | 第45-49页 |
| 3.3.1 相关性分析与经验模型的假设 | 第46页 |
| 3.3.2 模型结果求解与验证 | 第46-47页 |
| 3.3.3 地表温度模拟 | 第47-49页 |
| 3.4 本章小结 | 第49-51页 |
| 第4章 被动微波温度-植被干旱指数模型的构建 | 第51-63页 |
| 4.1 温度-植被干旱指数（TVDI）理论 | 第51-52页 |
| 4.2 构建被动微波归一化植被指数（MNDVI） | 第52-53页 |
| 4.3 构建被动微波温度-植被干旱指数（MTVDI） | 第53页 |
| 4.4 构建MTVDI的干边（Tsmax）与湿边（Tsmin） | 第53-57页 |
| 4.5 基于MTVDI的中国 2003-2010 年干旱监测 | 第57-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第5章 被动微波温度-植被干旱指数模型的评估 | 第63-76页 |
| 5.1 计算MODIS TVDI（温度-植被干旱指数） | 第63-64页 |
| 5.2 计算MODIS iTVDI（改进型温度-植被干旱指数） | 第64页 |
| 5.3 计算Imp-MTVDI（改进型微波温度-植被干旱指数） | 第64-65页 |
| 5.4 构建NonL-MTVDI（非线性微波温度-植被干旱指数） | 第65-67页 |
| 5.5 模型评估结果 | 第67-73页 |
| 5.5.1 基于降水（Precipetation）的评估结果 | 第67-70页 |
| 5.5.2 基于湿润指数（P/PET）的评估结果 | 第70-73页 |
| 5.6 对比与分析 | 第73-74页 |
| 5.7 本章小结 | 第74-76页 |
| 结论 | 第76-78页 |
| 致谢 | 第78-80页 |
| 参考文献 | 第80-87页 |
| 攻读学位期间取得学术成果 | 第87-88页 |
| 附录 | 第88-95页 |
