| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第9-21页 |
| 1.1 选题背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-18页 |
| 1.2.1 大气颗粒物研究进展 | 第10-11页 |
| 1.2.2 主要的卫星遥感反演的气溶胶光学厚度产品 | 第11-15页 |
| 1.2.3 气溶胶光学厚度(AOD)与大气颗粒物关系研究进展 | 第15-18页 |
| 1.3 研究目标 | 第18页 |
| 1.4 研究内容 | 第18页 |
| 1.5 技术路线 | 第18-21页 |
| 1.5.1 技术路线 | 第18-20页 |
| 1.5.2 论文组织结构 | 第20-21页 |
| 第2章 数据来源与方法 | 第21-33页 |
| 2.1 研究区域概况 | 第21-24页 |
| 2.1.1 区域概况 | 第21-22页 |
| 2.1.2 大气污染状况 | 第22-24页 |
| 2.2 数据来源以及预处理 | 第24-31页 |
| 2.2.1 MODIS气溶胶产品及预处理 | 第24-26页 |
| 2.2.2 地面PM_(2.5)、PM_(10)浓度监测数据及预处理 | 第26-30页 |
| 2.2.3 气象数据及预处理 | 第30-31页 |
| 2.3 研究方法 | 第31-33页 |
| 第3章 大气颗粒物浓度的变化特征及其影响因子识别 | 第33-46页 |
| 3.1 大气颗粒物的变化特征 | 第33-38页 |
| 3.1.1 大气颗粒物的日平均浓度变化 | 第33-34页 |
| 3.1.2 大气颗粒物浓度的月变化特征 | 第34-36页 |
| 3.1.3 PM_(2.5)、PM_(10)浓度季节变化特征 | 第36-38页 |
| 3.2 区域PM_(2.5)、PM_(10)浓度的影响因子识别 | 第38-44页 |
| 3.2.1 各因子的预分析 | 第38-39页 |
| 3.2.2 单因子的GAM模型分析 | 第39-41页 |
| 3.2.3 多因子的GAM模型分析 | 第41-42页 |
| 3.2.4 各因子对PM_(2.5)浓度的影响 | 第42-43页 |
| 3.2.5 各因子对PM_(10)浓度的影响 | 第43-44页 |
| 3.3 本章小结 | 第44-46页 |
| 第4章 大气颗粒物的遥感估算模型 | 第46-60页 |
| 4.1 PM_(2.5)、PM_(10)浓度的遥感估算模型 | 第46-55页 |
| 4.1.1 PM_(2.5)、PM_(10)浓度的简单线性回归模型 | 第46-50页 |
| 4.1.2 订正后的PM_(2.5)、PM_(10)浓度的遥感估算模型 | 第50-54页 |
| 4.1.3 PM_(2.5)、PM_(10)浓度的多元逐步回归模型 | 第54-55页 |
| 4.2 模型验正结果分析 | 第55-58页 |
| 4.2.1 PM_(2.5)浓度的模型验证结果分析 | 第55-56页 |
| 4.2.2 PM_(10)浓度的模型验证结果分析 | 第56-58页 |
| 4.3 本章小结 | 第58-60页 |
| 第5章 大气颗粒物的时空动态变化 | 第60-70页 |
| 5.1 气溶胶光学厚度的空间分布特征 | 第60-63页 |
| 5.2 大气颗粒物的空间分布特征 | 第63-68页 |
| 5.3 本章小结 | 第68-70页 |
| 第6章 结论与展望 | 第70-72页 |
| 6.1 主要结论 | 第70-71页 |
| 6.2 不足与展望 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77-78页 |
| 作者简介 | 第78页 |
