| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章：引言 | 第8-14页 |
| 1.1：研究意义 | 第8页 |
| 1.2：统计反演方法研究进展及问题 | 第8-10页 |
| 1.3：物理反演方法研究进展及问题 | 第10-12页 |
| 1.4：本文研究内容及创新点 | 第12-14页 |
| 第二章：统计反演方法 | 第14-44页 |
| 2.1：数据介绍 | 第14-19页 |
| 2.1.1：风云三号气象卫星介绍 | 第14-17页 |
| 2.1.2：ERA-Interim再分析资料介绍 | 第17页 |
| 2.1.3：资料提取与匹配 | 第17-19页 |
| 2.2：传统的统计回归方法 | 第19-24页 |
| 2.2.1：方法原理 | 第19-20页 |
| 2.2.2：方法细节设置与反演结果 | 第20-24页 |
| 2.3：神经网络方法 | 第24-33页 |
| 2.3.1：方法原理 | 第24-28页 |
| 2.3.1.1：人工神经元 | 第24-25页 |
| 2.3.1.2：神经网络 | 第25-27页 |
| 2.3.1.3：反向传播（BP）神经网络 | 第27-28页 |
| 2.3.2：方法细节设置与反演结果 | 第28-33页 |
| 2.4：支持向量机回归方法 | 第33-38页 |
| 2.4.1：方法原理 | 第33-36页 |
| 2.4.2：方法细节设置与反演结果 | 第36-38页 |
| 2.5：三种统计反演方法之间的比较 | 第38-44页 |
| 第三章：物理反演方法 | 第44-60页 |
| 3.1：数据介绍 | 第44-47页 |
| 3.1.1：MODIS仪器介绍 | 第44页 |
| 3.1.2：AIRS仪器介绍 | 第44-45页 |
| 3.1.3：NOAA-88b气候廓线数据库介绍 | 第45页 |
| 3.1.4：资料构造 | 第45-47页 |
| 3.1.4.1：模拟亮温 | 第46页 |
| 3.1.4.2：真实亮温与廓线数据集 | 第46-47页 |
| 3.2：方法原理 | 第47-50页 |
| 3.2.1：物理反演方法 | 第47-49页 |
| 3.2.2：正则化参数选取方法 | 第49-50页 |
| 3.3：L-curve方法的进一步分析和改进 | 第50-56页 |
| 3.4：实际数据反演结果 | 第56-60页 |
| 3.4.1：新的方法与原始L-curve方法的比较 | 第56-58页 |
| 3.4.2：新的方法与偏差原则方法的比较 | 第58-60页 |
| 第四章：总结 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 个人简介 | 第68页 |