| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 研究目的及意义 | 第11-12页 |
| 1.2 国内外研究现状及存在的问题 | 第12-18页 |
| 1.2.1 卫星遥感气溶胶光学厚度（AOD）的研究进展 | 第12-15页 |
| 1.2.2 气溶胶光学厚度与PM2.5 浓度相关模型的研究进展 | 第15-17页 |
| 1.2.3 研究现状总结及存在的问题 | 第17-18页 |
| 1.3 研究内容及技术路线 | 第18-20页 |
| 1.3.1 研究内容 | 第18-19页 |
| 1.3.2 技术路线 | 第19-20页 |
| 第2章 研究区概况与数据源简介 | 第20-28页 |
| 2.1 研究区概况 | 第20-22页 |
| 2.1.1 自然地理概况 | 第20-21页 |
| 2.1.2 大气环境概况 | 第21-22页 |
| 2.2 数据源简介 | 第22-28页 |
| 2.2.1 MODIS遥感数据 | 第22-23页 |
| 2.2.2 HJ-1A/B遥感数据 | 第23-25页 |
| 2.2.3 AERONET地基观测数据 | 第25-26页 |
| 2.2.4 环境监测数据 | 第26页 |
| 2.2.5 地面气象数据 | 第26-28页 |
| 第3章 卫星遥感气溶胶光学厚度理论与方法 | 第28-36页 |
| 3.1 气溶胶及其光学特性 | 第28-29页 |
| 3.2 卫星遥感气溶胶光学厚度基础理论 | 第29-32页 |
| 3.2.1 卫星遥感气溶胶光学厚度原理 | 第29-30页 |
| 3.2.2 大气辐射传输模式——6S模式 | 第30-31页 |
| 3.2.3 大气气溶胶模型 | 第31-32页 |
| 3.3 卫星遥感气溶胶光学厚度（AOD）算法简介 | 第32-35页 |
| 3.3.1 单通道、多通道及多角度多通道算法 | 第32-33页 |
| 3.3.2 暗像元算法（DDV） | 第33-34页 |
| 3.3.3 结构函数法 | 第34页 |
| 3.3.4 深蓝算法 | 第34-35页 |
| 3.3.5 多角度偏振法 | 第35页 |
| 3.4 气溶胶光学厚度反演算法总结 | 第35-36页 |
| 第4章 北京市气溶胶光学厚度反演及其时空分析 | 第36-52页 |
| 4.1 MODIS数据反演气溶胶光学厚度 | 第36-42页 |
| 4.1.1 反演原理 | 第36-37页 |
| 4.1.2 处理流程 | 第37-40页 |
| 4.1.3 反演结果 | 第40-41页 |
| 4.1.4 算法验证 | 第41-42页 |
| 4.2 HJ-1 CCD反演气溶胶光学厚度 | 第42-49页 |
| 4.2.1 反演原理 | 第42-43页 |
| 4.2.2 处理流程 | 第43-45页 |
| 4.2.3 反演结果 | 第45-46页 |
| 4.2.4 算法验证 | 第46-49页 |
| 4.3 北京市气溶胶光学厚度时空分析 | 第49-52页 |
| 4.3.1 北京市AOD季节变化特征 | 第49-50页 |
| 4.3.2 北京市AOD空间分布特征 | 第50-52页 |
| 第5章 北京市气溶胶光学厚度与PM2.5 浓度相关模型研究 | 第52-65页 |
| 5.1 北京市PM2.5 浓度时空变化特征 | 第52-54页 |
| 5.1.1 PM2.5 浓度时间趋势分析 | 第52-53页 |
| 5.1.2 PM2.5 浓度空间统计分析 | 第53-54页 |
| 5.2 AOD与PM2.5 浓度相关模型研究 | 第54-61页 |
| 5.2.1 AOD与PM2.5 相关性分析 | 第54-55页 |
| 5.2.2 AOD与PM2.5 直接相关模型研究 | 第55-61页 |
| 5.3 气象因素对PM2.5 浓度的影响分析 | 第61-65页 |
| 5.3.1 北京市主导性气象因子日均值变化特征 | 第62-63页 |
| 5.3.2 主导性气象因子与PM2.5 浓度的相关性分析 | 第63-64页 |
| 5.3.3 气象因子参与的AOD与PM2.5 浓度模型的建立与验证 | 第64-65页 |
| 第6章 结论与展望 | 第65-67页 |
| 6.1 主要结论 | 第65-66页 |
| 6.2 存在的不足及展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 附录 | 第74页 |
