| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究进展 | 第10-12页 |
| 1.3 论文主要研究目的和内容 | 第12-13页 |
| 1.4 技术路线图和论文框架 | 第13-15页 |
| 第二章 研究区域、资料和方法 | 第15-21页 |
| 2.1 研究区域 | 第15页 |
| 2.2 资料 | 第15-18页 |
| 2.2.1 观测资料 | 第15-16页 |
| 2.2.2 卫星资料 | 第16-18页 |
| 2.3 方法 | 第18-21页 |
| 2.3.1 主成分分析 | 第18页 |
| 2.3.2 BP神经网络 | 第18-19页 |
| 2.3.3 模式介绍 | 第19-21页 |
| 第三章 能见度时空分布特征及其影响因子 | 第21-35页 |
| 3.1 江苏省能见度及其影响因子的时空变化特征 | 第21-29页 |
| 3.1.1 能见度年平均时空变化 | 第21-22页 |
| 3.1.2 能见度日变化 | 第22-24页 |
| 3.1.3 能见度季节变化的时空分布 | 第24-26页 |
| 3.1.4 能见度影响因子的时空分布 | 第26-29页 |
| 3.2 能见度影响因子的数理统计分析 | 第29-33页 |
| 3.2.1 影响能见度因子的回归分析 | 第29-31页 |
| 3.2.2 影响能见度因子的主成分分析 | 第31-33页 |
| 3.3 本章小结 | 第33-35页 |
| 第四章 江苏省一次低能见度成因及来源分析 | 第35-50页 |
| 4.1 低能见度概况 | 第35-37页 |
| 4.2 天气形势 | 第37-41页 |
| 4.2.1 500hPa大气环流形势 | 第37-39页 |
| 4.2.2 850hPa大气环流形势 | 第39-40页 |
| 4.2.3 地面天气形势 | 第40-41页 |
| 4.3 影响能见度的因子 | 第41-42页 |
| 4.4 BP神经网络预测模型的构建 | 第42-45页 |
| 4.4.1 BP神经网络模型的特性 | 第43-44页 |
| 4.4.2 BP神经网络模型参数设定 | 第44-45页 |
| 4.5 各影响因子对能见度和PM_(2.5)的影响 | 第45-46页 |
| 4.6 污染物来源分析 | 第46-48页 |
| 4.7 本章小结 | 第48-50页 |
| 第五章 结论与展望 | 第50-54页 |
| 5.1 结论 | 第50-51页 |
| 5.2 特色与创新 | 第51-52页 |
| 5.3 讨论与展望 | 第52-54页 |
| 参考文献 | 第54-61页 |
| 作者简介 | 第61-63页 |
| 致谢 | 第63-64页 |