| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 1 绪论 | 第13-21页 |
| 1.1 研究背景及意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 研究内容概述 | 第17-18页 |
| 1.4 论文组织结构 | 第18-21页 |
| 2 气溶胶遥感理论基础与CPU/GPU异步计算模式 | 第21-31页 |
| 2.1 气溶胶基本特性与理论 | 第21-25页 |
| 2.1.1 气溶胶来源与类型 | 第21页 |
| 2.1.2 气溶胶光学与物理性质 | 第21-22页 |
| 2.1.3 气溶胶散射基本特性 | 第22-23页 |
| 2.1.4 大气辐射传输基本理论 | 第23-25页 |
| 2.2 CPU/GPU异步计算模式 | 第25-30页 |
| 2.2.1 CPU/GPU异构体系 | 第25-27页 |
| 2.2.2 CUDA计算架构 | 第27-30页 |
| 2.3 本章小结 | 第30-31页 |
| 3 基于Himawari-8数据的气溶胶光学厚度反演 | 第31-49页 |
| 3.1 研究对象与区域数据 | 第31-34页 |
| 3.1.1 Himawari-8静止卫星 | 第31-32页 |
| 3.1.2 研究区域与数据 | 第32-34页 |
| 3.2 云掩码算法 | 第34-38页 |
| 3.2.1 云霾识别基本原理 | 第34-35页 |
| 3.2.2 算法流程 | 第35-36页 |
| 3.2.3 结果与验证 | 第36-38页 |
| 3.3 气溶胶模式构建 | 第38-40页 |
| 3.3.1 6SV辐射传输模型简介 | 第38页 |
| 3.3.2 6SV辐射传输模型组成参数 | 第38页 |
| 3.3.3 查找表构建 | 第38-40页 |
| 3.4 地表反射率关系构建 | 第40-43页 |
| 3.4.1 大气校正 | 第41页 |
| 3.4.2 地表反射噪声 | 第41-42页 |
| 3.4.3 地表反射率关系训练 | 第42-43页 |
| 3.5 气溶胶光学厚度反演算法 | 第43-45页 |
| 3.5.1 气溶胶反演基本原理 | 第43页 |
| 3.5.2 数据预处理 | 第43-44页 |
| 3.5.3 算法流程 | 第44-45页 |
| 3.6 结果与对比验证 | 第45-48页 |
| 3.6.1 地基AERONET验证 | 第45-46页 |
| 3.6.2 卫星数据对比验证 | 第46-48页 |
| 3.7 本章小结 | 第48-49页 |
| 4 气溶胶光学厚度反演算法CUDA并行化 | 第49-65页 |
| 4.1 反演算法CUDA通用计算模型 | 第49-54页 |
| 4.1.1 反演核函数设计 | 第49-51页 |
| 4.1.2 反演数据 | 第51-52页 |
| 4.1.3 共享存储器 | 第52-53页 |
| 4.1.4 纹理存储器 | 第53-54页 |
| 4.2 反演算法并行化的可行性分析 | 第54-55页 |
| 4.3 反演并行算法实现 | 第55-61页 |
| 4.3.1 并行设计 | 第55-57页 |
| 4.3.2 CUDA并行算法流程及实现 | 第57-61页 |
| 4.4 CUDA并行算法测试 | 第61-64页 |
| 4.4.1 测试环境及方法 | 第61-63页 |
| 4.4.2 测试结果 | 第63-64页 |
| 4.5 本章小结 | 第64-65页 |
| 5 总结与展望 | 第65-67页 |
| 5.1 研究工作总结 | 第65-66页 |
| 5.2 后续工作展望 | 第66-67页 |
| 6 参考文献 | 第67-73页 |
| 7 致谢 | 第73-75页 |
| 8 攻读学位期间发表论文、获奖及参加项目 | 第75-77页 |