| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 引言 | 第10-20页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 研究目的和意义 | 第12-15页 |
| 1.3 卫星云图云类识别方法的研究现状 | 第15-16页 |
| 1.4 研究范畴及方法 | 第16-17页 |
| 1.4.1 研究范畴 | 第16-17页 |
| 1.4.2 研究方法 | 第17页 |
| 1.5 相关概念的阐述 | 第17-18页 |
| 1.5.1 云检测 | 第17-18页 |
| 1.5.2 气象卫星云图 | 第18页 |
| 1.6 论文组织结构 | 第18-20页 |
| 第二章 风云气象卫星云图概述 | 第20-29页 |
| 2.1 气象卫星简介 | 第20-26页 |
| 2.1.1 静止气象卫星 | 第20-21页 |
| 2.1.2 极轨气象卫星 | 第21-22页 |
| 2.1.3 静止轨道气象卫星的特点及云图 | 第22-23页 |
| 2.1.4 极轨气象卫星的特点及云图 | 第23-26页 |
| 2.2 气象卫星云图分类 | 第26-27页 |
| 2.3 气象卫星云图接收系统 | 第27页 |
| 2.4 卫星云图图像处理流程 | 第27-29页 |
| 第三章 云检测识别原理和方法 | 第29-38页 |
| 3.1 云的检测识别原理 | 第29-30页 |
| 3.2 云类型的分类识别依据 | 第30-32页 |
| 3.3 常用的云检测识别方法 | 第32-35页 |
| 3.4 本文中使用的多光谱阈值法 | 第35-38页 |
| 第四章 基于 FY‐3 卫星云图的云检测 | 第38-57页 |
| 4.1 引言 | 第38-39页 |
| 4.2 云检测、分类产品的存储设计 | 第39-42页 |
| 4.2.1 可信度结果存储 | 第39页 |
| 4.2.2 云掩模产品存储 | 第39-40页 |
| 4.2.3 云分类产品存储 | 第40-41页 |
| 4.2.4 云相态产品存储 | 第41页 |
| 4.2.5 辅助数据存储 | 第41-42页 |
| 4.2.6 HDF 文件格式的特点 | 第42页 |
| 4.3 FY‐3 卫星云图的云检测 | 第42-54页 |
| 4.3.1 云检测的基本原理 | 第42-46页 |
| 4.3.2 下垫面分类 | 第46-47页 |
| 4.3.3 云检测算法 | 第47-54页 |
| 4.4 分组检测结果合并 | 第54页 |
| 4.5 云检测算法流程 | 第54-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第五章 基于 FY‐3 卫星云图的云分类与识别 | 第57-67页 |
| 5.1 云分类的基本原理 | 第57-58页 |
| 5.2 云分类算法 | 第58-59页 |
| 5.3 云相态分类 | 第59-62页 |
| 5.3.1 基本原理 | 第59-60页 |
| 5.3.2 云相态算法 | 第60-62页 |
| 5.4 云检测结果对比 | 第62-64页 |
| 5.4.1 白天云检测结果对比 | 第62-63页 |
| 5.4.2 夜间云检测结果对比 | 第63-64页 |
| 5.5 云检测与分类识别的实例检验 | 第64-67页 |
| 5.5.1 多层云覆盖时云检测实例 | 第64-65页 |
| 5.5.2 台风发生时云检测实例 | 第65-67页 |
| 第六章 结语 | 第67-69页 |
| 6.1 气象卫星云图云检测及分类的几点总结 | 第67页 |
| 6.1.1 运用多光谱综合阈值法提高云检测的效率和适用性 | 第67页 |
| 6.1.2 引用可信度区间概念减少晴空与云的误判率 | 第67页 |
| 6.1.3 运用本算法生成产品可提供后续开发 | 第67页 |
| 6.2 对未来发展趋势的展望 | 第67-69页 |
| 附表 FY‐3 卫星云图自动云检测识别流程图 | 第69-71页 |
| 1.白天数据处理流程 | 第69-70页 |
| 2.夜间数据处理流程 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 攻读硕士学位期间取得的研究成果 | 第73-74页 |
| 致谢 | 第74-75页 |
| 附件 | 第75页 |