| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究的目的与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 课题研究的主要内容及文章结构 | 第13-16页 |
| 第二章 大气微波遥感基础 | 第16-28页 |
| 2.1 微波的定义 | 第16-17页 |
| 2.2 普朗克黑体辐射定律 | 第17-20页 |
| 2.2.1 辐射的基本物理量 | 第17-19页 |
| 2.2.2 辐射定律 | 第19-20页 |
| 2.3 大气吸收和辐射特性 | 第20-26页 |
| 2.3.1 水汽微波吸收特性 | 第22-23页 |
| 2.3.2 云微波吸收特性 | 第23-24页 |
| 2.3.3 氧气微波吸收特性 | 第24-26页 |
| 2.4 大气辐射传输理论 | 第26-28页 |
| 第三章 微波辐射计简介 | 第28-36页 |
| 3.1 微波辐射计的结构原理 | 第28-29页 |
| 3.1.1 全功率辐射计 | 第28页 |
| 3.1.2 Dicke型微波辐射计 | 第28-29页 |
| 3.2 微波辐射计测量定标 | 第29-30页 |
| 3.3 微波辐射计的特点 | 第30-31页 |
| 3.4 两种常用地基微波辐射计介绍 | 第31-36页 |
| 3.4.1 地基双通道微波辐射计 | 第31-33页 |
| 3.4.2 TP-WVP3000微波辐射计 | 第33-36页 |
| 第四章 大气中水汽总量和云中液态水总量反演方法 | 第36-48页 |
| 4.1 统计回归算法 | 第36-37页 |
| 4.2 BP神经网络反演算法 | 第37-42页 |
| 4.2.1 神经网络发展历史 | 第37-40页 |
| 4.2.2 神经网络的特点 | 第40-41页 |
| 4.2.3 神经网络模型 | 第41-42页 |
| 4.3 BP神经网络原理 | 第42-44页 |
| 4.4 BP神经网络的设计 | 第44-48页 |
| 第五章 反演结果与对比分析 | 第48-54页 |
| 5.1 资料来源与预处理 | 第48页 |
| 5.2 水汽总量和云中液态水总量的计算方法 | 第48-49页 |
| 5.3 云天测量的判断方法 | 第49-50页 |
| 5.4 误差评估方法 | 第50页 |
| 5.5 仿真结果及分析 | 第50-52页 |
| 5.6 结论 | 第52-54页 |
| 第六章 微波辐射计在人工影响天气中的应用 | 第54-62页 |
| 6.1 用双通道微波辐射计进行大气遥感测量的基本原理 | 第54-58页 |
| 6.1.1 大气中水汽含量、云中液态水含量遥感测量的基本原理 | 第54-55页 |
| 6.1.2 利用微波辐射计测量降水的基本原理 | 第55-58页 |
| 6.2 实验与结果分析 | 第58-60页 |
| 6.2.1 测站环境概述 | 第58页 |
| 6.2.2 典型天气过程分析 | 第58-60页 |
| 6.3 结论 | 第60-62页 |
| 第七章 总结与展望 | 第62-64页 |
| 7.1 本文总结 | 第62-63页 |
| 7.2 展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 攻读学位期间发表的学术论文题目 | 第70-72页 |