论文创新点 | 第5-9页 |
摘要 | 第9-11页 |
ABSTRACT | 第11-13页 |
1 绪论 | 第14-27页 |
1.1 研究背景与意义 | 第14-15页 |
1.2 国内外研究现状 | 第15-21页 |
1.2.1 气溶胶光学厚度遥感数据缺失填补 | 第15-17页 |
1.2.2 利用气溶胶光学厚度遥感数据估算PM2.5浓度 | 第17-21页 |
1.3 研究目标 | 第21-22页 |
1.4 研究内容 | 第22-23页 |
1.5 技术路线 | 第23-25页 |
1.6 论文框架 | 第25-27页 |
2 地质统计学理论与方法 | 第27-42页 |
2.1 地质统计学发展概述及基本内容 | 第27-36页 |
2.1.1 地质统计学发展概述 | 第27-28页 |
2.1.2 区域化变量理论 | 第28-29页 |
2.1.3 空间平稳性假设 | 第29-30页 |
2.1.4 变异函数 | 第30-32页 |
2.1.5 克里金插值 | 第32-36页 |
2.2 时空地质统计学 | 第36-40页 |
2.2.1 时空协方差 | 第37-40页 |
2.2.2 时空克里金插值 | 第40页 |
2.3 小结 | 第40-42页 |
3 研究区域及实验数据 | 第42-52页 |
3.1 研究区域概况 | 第42-43页 |
3.2 实验数据准备 | 第43-50页 |
3.2.1 PM_(2.5)浓度地面站点观测数据处理 | 第43页 |
3.2.2 MODIS C6 3 km AOD数据处理 | 第43-47页 |
3.2.3 AERONET AOD数据处理 | 第47-50页 |
3.2.4 相对湿度和大气边界层高度数据处理 | 第50页 |
3.3 小结 | 第50-52页 |
4 基于时空混合效应模型的MODIS AOD缺失数据的最优估计 | 第52-75页 |
4.1 模型与方法 | 第52-58页 |
4.1.1 时空混合效应模型 | 第52-54页 |
4.1.2 秩修正平滑法 | 第54-56页 |
4.1.3 基于EM算法的模型参数估计 | 第56-58页 |
4.1.4 中位数平滑法 | 第58页 |
4.2 实验结果与分析 | 第58-73页 |
4.2.1 MODIS AOD数据集两步线性回归结果 | 第58-60页 |
4.2.2 分季节AOD估值的精度评价 | 第60-64页 |
4.2.3 分站点AOD估值的精度评价 | 第64-68页 |
4.2.4 华东地区不同时间尺度上平均AOD的空间分布 | 第68-73页 |
4.3 小结 | 第73-75页 |
5 PM_(2.5)浓度的时空回归克里金估算模型构建、估参与验证 | 第75-97页 |
5.1 模型构建思路 | 第75-77页 |
5.2 模型构建结果 | 第77-83页 |
5.2.1 数据描述性统计分析 | 第77-78页 |
5.2.2 PM_(2.5)浓度时空趋势提取结果 | 第78-80页 |
5.2.3 PM_(2.5)浓度残差时空变异函数 | 第80-83页 |
5.3 实验结果与分析 | 第83-95页 |
5.3.1 分季节PM_(2.5)浓度估值的精度评价 | 第83-90页 |
5.3.2 代表性站点PM_(2.5)浓度观测值和估计值的时间序列对比 | 第90-93页 |
5.3.3 华东地区不同时间尺度上平均PM_(2.5)浓度的空间分布 | 第93-95页 |
5.4 小结 | 第95-97页 |
6 GPU众核加速的时空克里金插值并行算法 | 第97-113页 |
6.1 GPU并行计算技术 | 第97-102页 |
6.1.1 GPU硬件架构 | 第97-99页 |
6.1.2 CUDA并行编程模型 | 第99-102页 |
6.2 GPU众核加速并行算法设计 | 第102-109页 |
6.2.1 时空克里金插值流程 | 第102-105页 |
6.2.2 时空最近邻搜索 | 第105-106页 |
6.2.3 CUDA内核函数设计 | 第106-109页 |
6.3 实验结果与分析 | 第109-112页 |
6.3.1 实验环境 | 第109页 |
6.3.2 并行性能分析 | 第109-112页 |
6.4 小结 | 第112-113页 |
7 总结与展望 | 第113-118页 |
7.1 主要成果 | 第113-115页 |
7.2 不足与展望 | 第115-118页 |
参考文献 | 第118-130页 |
攻博期间的科研成果 | 第130-132页 |
致谢 | 第132-133页 |