| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第13-26页 |
| 1.1 研究背景及意义 | 第13-16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.3 研究内容及技术路线 | 第19-23页 |
| 1.4 论文结构 | 第23-26页 |
| 第二章 FY-3C SST产品数据的质量评估 | 第26-44页 |
| 2.1 数据和方法 | 第27-30页 |
| 2.1.1 数据 | 第27-28页 |
| 2.1.2 方法 | 第28-30页 |
| 2.2 FY-3C SST产品的质量评估 | 第30-40页 |
| 2.2.1 VIRR SST的质量评估 | 第37-38页 |
| 2.2.2 MWRI SST的质量评估 | 第38-39页 |
| 2.2.3 FY-3C SST产品的质量评估总结 | 第39-40页 |
| 2.3 FY-3C SST产品的误差分析 | 第40-42页 |
| 2.3.1 VIRR SST的误差分析 | 第40-41页 |
| 2.3.2 MWRI SST的误差分析 | 第41-42页 |
| 2.4 本章小结 | 第42-44页 |
| 第三章 VIRR SST产品数据的偏差校正 | 第44-62页 |
| 3.1 VIRR SST数据特点 | 第44-46页 |
| 3.2 VIRR SST的偏差校正原理 | 第46-49页 |
| 3.2.1 VIRR SST遥感反演算法 | 第46-47页 |
| 3.2.2 基于分段回归方法的偏差校正 | 第47-49页 |
| 3.3 偏差校正的结果分析 | 第49-55页 |
| 3.3.1 偏差校正后SST误差在空间上的分布 | 第51-53页 |
| 3.3.2 偏差校正后SST误差在时间序列上的分布 | 第53-55页 |
| 3.4 偏差校正的结果验证 | 第55-61页 |
| 3.4.1 与实测SST的对比验证 | 第55-58页 |
| 3.4.2 与OSTIA分析产品的对比验证 | 第58-61页 |
| 3.5 本章小结 | 第61-62页 |
| 第四章 最优插值方法的SST数据融合与重构 | 第62-88页 |
| 4.1 OI分析原理 | 第63-65页 |
| 4.2 相关尺度的估计 | 第65-71页 |
| 4.2.1 矩形相关尺度 | 第65-68页 |
| 4.2.2 方向椭圆相关尺度 | 第68-71页 |
| 4.3 观测场与背景场误差比值的估计 | 第71-78页 |
| 4.3.1 观测场与背景场误差比值的估计方法 | 第71-72页 |
| 4.3.2 观测场与背景场误差比值的估计结果 | 第72-78页 |
| 4.4 OI方法的实验结果分析 | 第78-87页 |
| 4.4.1 针对2015年SST分析结果的对比验证 | 第78-82页 |
| 4.4.2 针对两期SST日分析结果的对比验证 | 第82-87页 |
| 4.5 本章小结 | 第87-88页 |
| 第五章 卡尔曼滤波方法的SST数据融合与重构 | 第88-105页 |
| 5.1 KALMAN滤波原理 | 第88-89页 |
| 5.2 SST观测误差标准差估计 | 第89-92页 |
| 5.2.1 SST观测误差估计方法 | 第89-91页 |
| 5.2.2 SST观测误差估计结果 | 第91-92页 |
| 5.3 SST背景场误差标准差估计 | 第92-96页 |
| 5.3.1 采用矩形相关尺度的背景场误差标准差估计 | 第93-95页 |
| 5.3.2 采用方向椭圆相关尺度的背景场误差标准差估计 | 第95-96页 |
| 5.4 KALMAN滤波方法的实验结果分析 | 第96-104页 |
| 5.4.1 针对2015年SST分析结果的对比验证 | 第96-100页 |
| 5.4.2 针对两期SST日分析结果的对比验证 | 第100-104页 |
| 5.5 本章小结 | 第104-105页 |
| 第六章 基于径向基函数网络方法的SST数据重构 | 第105-128页 |
| 6.1 试验数据与研究区域 | 第106-107页 |
| 6.2 研究方法 | 第107-111页 |
| 6.2.1 基于RBFN的SST模型 | 第107-108页 |
| 6.2.2 INNC算法 | 第108-110页 |
| 6.2.3 分布熵指数 | 第110-111页 |
| 6.3 实验结果与分析 | 第111-118页 |
| 6.3.1 策略Ⅰ的实验结果 | 第111-113页 |
| 6.3.2 策略Ⅱ的实验结果 | 第113-115页 |
| 6.3.3 RBFN模型的适用性分析 | 第115-118页 |
| 6.4 针对热带风暴过境区域的试验 | 第118-126页 |
| 6.4.1 热带风暴过境时期的数据分布 | 第118-119页 |
| 6.4.2 不同径向基和聚类方法的比较 | 第119-123页 |
| 6.4.3 与OI方法结果的比较 | 第123-126页 |
| 6.5 本章小结 | 第126-128页 |
| 第七章 总结与展望 | 第128-132页 |
| 7.1 论文的主要结论 | 第128-129页 |
| 7.2 论文的主要创新点 | 第129-130页 |
| 7.3 存在的问题与展望 | 第130-132页 |
| 参考文献 | 第132-143页 |
| 附录A 最小二乘估计的矩形相关尺度参数 | 第143-144页 |
| 附录B 高斯牛顿迭代法估计方向椭圆相关尺度参数 | 第144-146页 |
| 致谢 | 第146-148页 |
| 作者学历及在学期间发表的学术论文与研究成果 | 第148页 |
