| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 本文的主要研究内容 | 第14-15页 |
| 第二章 卫星数据介绍及预处理 | 第15-33页 |
| 2.1 MODIS仪器及数据简介 | 第15-20页 |
| 2.1.1 MODIS仪器介绍 | 第15-18页 |
| 2.1.2 MODIS数据产品 | 第18-20页 |
| 2.2 CloudSat卫星及数据简介 | 第20-23页 |
| 2.2.1 CloudSat卫星介绍 | 第20-21页 |
| 2.2.2 CloudSat数据产品 | 第21-23页 |
| 2.3 HDF数据格式 | 第23-24页 |
| 2.4 MODIS数据预处理 | 第24-32页 |
| 2.4.1 MODIS_L1B数据图像条带噪声处理 | 第24-31页 |
| 2.4.2 MODIS_L1B数据辐射定标 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 阈值法云检测 | 第33-47页 |
| 3.1 云检测大气物理理论基础 | 第33-35页 |
| 3.2 阈值法云检测算法 | 第35-42页 |
| 3.2.1 用于云检测的波段选取 | 第35-38页 |
| 3.2.2 云检测算法实现 | 第38-42页 |
| 3.3 阈值法云检测实例及对比分析 | 第42-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 基于BP神经网络法的云相态检测 | 第47-63页 |
| 4.1 云相态检测大气物理理论基础 | 第47-51页 |
| 4.1.1 水云辐射理论 | 第47-49页 |
| 4.1.2 冰云辐射理论 | 第49-51页 |
| 4.2 BP神经网络云相态检测算法 | 第51-57页 |
| 4.2.1 用于云相态检测的特征数据选取 | 第51-54页 |
| 4.2.2 BP神经网络模型算法 | 第54-57页 |
| 4.3 BP神经网络云相态检测实例及对比分析 | 第57-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 经验式法计算云厚的修正 | 第63-74页 |
| 5.1 MODIS数据与CloudSat数据匹配 | 第63-64页 |
| 5.2 云顶高度计算 | 第64-69页 |
| 5.2.1 大气静力式法 | 第64-65页 |
| 5.2.2 气压-高度廓线插值法 | 第65-67页 |
| 5.2.3 云顶高度计算实例及对比分析 | 第67-69页 |
| 5.3 云厚计算 | 第69-73页 |
| 5.3.1 LWC恒定法 | 第69-70页 |
| 5.3.2 绝热模型法 | 第70-71页 |
| 5.3.3 经验式法及其修正 | 第71-72页 |
| 5.3.4 修正的经验式法云厚计算实例及对比分析 | 第72-73页 |
| 5.4 本章小结 | 第73-74页 |
| 第六章 基于MODIS遥感数据的特定云属性计算软件实现 | 第74-82页 |
| 6.1 功能设计 | 第74-76页 |
| 6.2 软件实现 | 第76-81页 |
| 6.2.1 软件主界面 | 第76-77页 |
| 6.2.2 数据选择及计算处理 | 第77-78页 |
| 6.2.3 计算结果显示 | 第78-81页 |
| 6.3 本章小结 | 第81-82页 |
| 第七章 总结与展望 | 第82-84页 |
| 7.1 工作总结 | 第82-83页 |
| 7.2 工作展望 | 第83-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-89页 |
| 攻读硕士学位期间取得的成果 | 第89-90页 |