多光谱静止气象卫星云图的云类判别分析与短时移动预测
| 摘要 | 第1-12页 |
| ABSTRACT | 第12-15页 |
| 第一章 研究概述 | 第15-22页 |
| ·研究目的和意义 | 第15页 |
| ·国内外研究概述 | 第15-19页 |
| ·云分类研究 | 第15-18页 |
| ·云团移动预测研究 | 第18-19页 |
| ·存在问题与解决思路 | 第19-20页 |
| ·论文内容与结构 | 第20-22页 |
| 第二章 年季内特征较为典型的云分类判别 | 第22-46页 |
| ·本章研究概述 | 第22页 |
| ·季节内的云分类判别 | 第22-31页 |
| ·基本BP网络算法 | 第23-25页 |
| ·云图统计特征量提取 | 第25-28页 |
| ·BP网络云分类模型 | 第28-29页 |
| ·BP网络的模糊化分类 | 第29-31页 |
| ·小结 | 第31页 |
| ·年际内的云分类判别 | 第31-46页 |
| ·分类方法的基本思想 | 第32页 |
| ·自组织神经网络和概率神经网络 | 第32-35页 |
| ·云图样本的特征提取与筛选 | 第35-38页 |
| ·SOFM_PNN网络分类方法 | 第38-42页 |
| ·综合云分类方法试验 | 第42-45页 |
| ·小结 | 第45-46页 |
| 第三章 云的多属性描述与非典型云分类判别 | 第46-74页 |
| ·本章研究概述 | 第46页 |
| ·云的多属性描述与分类判别 | 第46-53页 |
| ·云类样本的特征空间投影 | 第47页 |
| ·云类样本空间的FCM聚类 | 第47-48页 |
| ·FCM算法的调整 | 第48-50页 |
| ·落区范围确定与云类判别 | 第50-52页 |
| ·小结 | 第52-53页 |
| ·非典型云类和多层云系的分类判别 | 第53-74页 |
| ·云图样本个例 | 第53-55页 |
| ·FCM云图特征空间聚类 | 第55-56页 |
| ·GA云图特征空间聚类 | 第56-59页 |
| ·GA与FCM结合的云分类 | 第59-63页 |
| ·云图目标类的客观确定 | 第63-64页 |
| ·综合方法的云分类试验 | 第64-66页 |
| ·小结 | 第66页 |
| ·综合云分类方法的应用实践 | 第66-74页 |
| 第四章 卫星云图上云团移动的特征匹配与追踪 | 第74-94页 |
| ·本章研究概述 | 第74页 |
| ·云团特征匹配的预测思想 | 第74-76页 |
| ·云图预处理-LUM滤波去噪 | 第76-78页 |
| ·云团移动矢量计算与质量控制 | 第78-92页 |
| ·云团移动矢量计算-傅立叶位相法 | 第78-80页 |
| ·云团移动矢量计算-云团匹配法 | 第80-87页 |
| ·算法仿真试验 | 第87-90页 |
| ·矢量质量控制 | 第90-92页 |
| ·小结 | 第92-94页 |
| 第五章 卫星云图上云团移动的短时预测 | 第94-121页 |
| ·本章研究概述 | 第94页 |
| ·云团移动的线性预测-后向轨迹预报 | 第94-101页 |
| ·后向轨迹预报概念 | 第94-95页 |
| ·“马赛克效应”及其改善 | 第95-97页 |
| ·云图预测试验 | 第97-101页 |
| ·云团移动的非线性预测-预测模型反演 | 第101-121页 |
| ·研究思想 | 第101-102页 |
| ·经验正交函数分解 | 第102-103页 |
| ·动力模型重构思想和反演原理 | 第103-104页 |
| ·遗传算法与模型参数搜索 | 第104-106页 |
| ·云图样本序列的时空分解 | 第106-109页 |
| ·EOF时间系数动力模型重构 | 第109-110页 |
| ·反演模型的云图预测效果检验 | 第110-112页 |
| ·结果与讨论 | 第112-113页 |
| ·非线性预测方程与预测试验结果 | 第113-121页 |
| 第六章 全文总结 | 第121-125页 |
| ·主要研究工作和研究成果 | 第121-123页 |
| ·论文中的创新点 | 第123页 |
| ·未来工作展望 | 第123-125页 |
| 致谢 | 第125-126页 |
| 参考文献 | 第126-132页 |
| 附录: 卫星云图资料和云类样本采集 | 第132-138页 |
| ·卫星云图资料 | 第132页 |
| ·太阳高度角订正 | 第132-133页 |
| ·样本采集 | 第133-138页 |
| 攻读博士学位期间完成论文 | 第138页 |
