| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 对流云附近颠簸区预测方法的研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 飞机颠簸的观测 | 第10-11页 |
| 1.2.2 理论机制研究 | 第11-12页 |
| 1.2.3 颠簸的预报方法研究 | 第12-13页 |
| 1.2.4 神经网络在天气预报中的应用 | 第13-14页 |
| 1.3 本文研究的主要内容 | 第14-16页 |
| 第二章 数据资料的获取与处理 | 第16-25页 |
| 2.1 颠簸数据的来源 | 第16-22页 |
| 2.1.1 AMDAR资料的提取方法 | 第16-20页 |
| 2.1.2 NCEP/NCAR再分析数据的获取方法 | 第20-21页 |
| 2.1.3 静止气象卫星云图数据的读取方法 | 第21-22页 |
| 2.2 颠簸及相关数据的处理软件基础 | 第22-25页 |
| 2.2.1 利用MATLAB处理nc文件和awx文件 | 第22-23页 |
| 2.2.2 利用Gr ADS绘图软件进行绘图处理 | 第23-25页 |
| 第三章 对流云附近颠簸点的数据提取方法 | 第25-33页 |
| 3.1 颠簸案例采集 | 第25-26页 |
| 3.2 颠簸案例的初步筛选 | 第26-27页 |
| 3.3 卫星云图中对流云的提取 | 第27-30页 |
| 3.4 数据同化处理 | 第30-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 对流云附近的颠簸个例物理特征分析 | 第33-50页 |
| 4.1 个例选取 | 第33-35页 |
| 4.2 流场分析 | 第35-45页 |
| 4.2.1 垂直速度的分析 | 第35-38页 |
| 4.2.2 散度的分析 | 第38-41页 |
| 4.2.3 涡度的分析 | 第41-45页 |
| 4.3 温度场的分析 | 第45-48页 |
| 4.4 本章小结 | 第48-50页 |
| 第五章 对流云附近颠簸的预测方法研究 | 第50-67页 |
| 5.1 基于多元线性回归的对流云附近颠簸的预测模型 | 第50-55页 |
| 5.1.1 多元线性回归模型概述 | 第50-51页 |
| 5.1.2 回归模型的变量选择 | 第51-52页 |
| 5.1.3 回归方程的分析及预测方程的确定 | 第52-55页 |
| 5.2 基于神经网络的对流云附近颠簸的预测模型 | 第55-66页 |
| 5.2.1 神经网络模型简介及模型的选定 | 第55-57页 |
| 5.2.2 GRNN模型概述 | 第57-58页 |
| 5.2.3 PNN模型概述 | 第58-60页 |
| 5.2.4 建立GRNN和 PNN网络模型 | 第60-66页 |
| 5.3 本章小结 | 第66-67页 |
| 第六章 对流云附近的颠簸预报系统初步设计 | 第67-72页 |
| 6.1 预报系统的设计思路 | 第67-69页 |
| 6.2 预报系统的界面设计 | 第69-70页 |
| 6.3 系统的局限性 | 第70-71页 |
| 6.4 本章小结 | 第71-72页 |
| 总结 | 第72-75页 |
| 参考文献 | 第75-78页 |
| 附录 | 第78-87页 |
| 攻读硕士学位期间取得的学术成果 | 第87-88页 |
| 致谢 | 第88页 |
