| 第一章 前言 | 第1-15页 |
| 1．1 本文的研究目的和意义 | 第7-9页 |
| 1．2 卫星遥感资料反演大气温、湿廓线 | 第9-11页 |
| 1．3 卫星探测资料在数值天气预报模式中的数据同化 | 第11-14页 |
| 1．4 本文的研究思路和章节安排 | 第14-15页 |
| 第二章 气象卫星遥感原理、大气参数反演 | 第15-39页 |
| 2．1 气象卫星遥感基本原理 | 第15-17页 |
| 2．2 TOVS和ATOVS仪器介绍 | 第17-26页 |
| 2．3 大气参数的反演 | 第26-32页 |
| 2．3．1 统计回归法 | 第27-28页 |
| 2．3．2 物理反演法及物理统计反演法 | 第28-32页 |
| 2．4 目前国际上ATOVS资料反演的主要业务化软件系统 | 第32-33页 |
| 2．4．1 IAPP | 第32页 |
| 2．4．2 AAPP | 第32-33页 |
| 2．4．3 ICI | 第33页 |
| 2．5 AMSU大气参数反演方法 | 第33-39页 |
| 2．5．1 微波初估场反演 | 第34-35页 |
| 2．5．2 晴空订正法 | 第35-36页 |
| 2．5．3 分步物理反演方法 | 第36-37页 |
| 2．5．3．1 构建经验正交函数初估场 | 第36页 |
| 2．5．3．2 最小方差物理反演法 | 第36-37页 |
| 2．5．4 NASA试验产品反演法 | 第37-38页 |
| 2．5．5 神经网络反演方法 | 第38-39页 |
| 第三章 ATOVS数据处理 | 第39-65页 |
| 3．1 NOAA卫星数据接收与处理系统简介 | 第39-43页 |
| 3．1．1 系统组成 | 第39页 |
| 3．1．2 系统工作原理 | 第39-41页 |
| 3．1．3 TeraScan的软件组成 | 第41-43页 |
| 3．2 TeraScan处理ATOVS资料反演大气参数——神经网络反演方法 | 第43-46页 |
| 3．2．1 人工神经网络的基本理论 | 第43-44页 |
| 3．2．2 神经网络的训练与应用 | 第44-46页 |
| 3．3 ATOVS资料的处理 | 第46-48页 |
| 3．3．1 基本的处理过程 | 第46-47页 |
| 3．3．2 TeraScan中程序 | 第47-48页 |
| 3．4 ATOVS数据批处理程序 | 第48-50页 |
| 3．5 ATOVS反演大气参数的数据格式 | 第50-65页 |
| 第四章 在中尺度气象模式中的同化试验 | 第65-85页 |
| 4．1 MM5中尺度数值预报模式介绍 | 第65页 |
| 4．2 松弛逼近方法 | 第65-68页 |
| 4．3 试验个例 | 第68-71页 |
| 4．4 同化实验设计 | 第71-83页 |
| 4．4．1 ATOVS反演数据被同化前的预处理 | 第71-74页 |
| 4．4．2 MM5数值同化实验设计 | 第74-78页 |
| 4．4．3 MM5数值同化实验结果及分析 | 第78-83页 |
| 4．4．3．1 结果处理 | 第78-83页 |
| 4．4．3．2 结果分析 | 第83页 |
| 4．5 小结 | 第83-85页 |
| 第五章 讨论 | 第85-86页 |
| 参考文献 | 第86-91页 |
| 致谢 | 第91页 |
