| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第13-25页 |
| 1.1 研究背景 | 第13-16页 |
| 1.2 大气CO_2主要遥感平台 | 第16-21页 |
| 1.2.1 地基观测 | 第16-17页 |
| 1.2.2 卫星观测 | 第17-21页 |
| 1.3 温室气体反演算法的发展现状 | 第21-23页 |
| 1.3.1 全物理反演方法 | 第22-23页 |
| 1.3.2 光子路径分布概率函数(PPDF)方法 | 第23页 |
| 1.4 论文的主要内容 | 第23-25页 |
| 第2章 大气CO_2卫星遥感原理 | 第25-45页 |
| 2.1 大气的基本结构与组成 | 第26-29页 |
| 2.1.1 大气的垂直结构 | 第26-28页 |
| 2.1.2 大气的基本成分 | 第28-29页 |
| 2.2 基于太阳光源的被动卫星遥感 | 第29-36页 |
| 2.2.1 太阳光源 | 第29-30页 |
| 2.2.2 太阳光在大气中的传输 | 第30-36页 |
| 2.3 大气辐射传输方程 | 第36-40页 |
| 2.3.1 平面平行大气的辐射传输方程 | 第36-38页 |
| 2.3.2 辐射传输的数值解法 | 第38-40页 |
| 2.4 GMI温室气体遥感监测原理 | 第40-42页 |
| 2.5 本章小结 | 第42-45页 |
| 第3章 卫星数据的云检测 | 第45-59页 |
| 3.1 云检测概述 | 第45-46页 |
| 3.2 温室气体遥感中的云检测 | 第46-51页 |
| 3.2.1 O_2A波段的吸收特性和反演通道的选取 | 第46-47页 |
| 3.2.2 仿真光谱的计算 | 第47-50页 |
| 3.2.3 反演原理 | 第50-51页 |
| 3.3 反演前的光谱处理 | 第51-56页 |
| 3.3.1 光谱精配准 | 第51-54页 |
| 3.3.2 光谱慢变成分的去除 | 第54-56页 |
| 3.4 阈值的选取 | 第56-58页 |
| 3.5 本章小结 | 第58-59页 |
| 第4章 大气CO_2反演方法的构建 | 第59-85页 |
| 4.1 植被叶绿素荧光强度全球分布特征及对O_2A带的影响 | 第59-64页 |
| 4.1.1 植被叶绿素荧光 | 第59-63页 |
| 4.1.2 植被叶绿素荧光对O_2A带光谱辐亮度的影响 | 第63-64页 |
| 4.2 基于全物理反演方法研究荧光对CO_2反演的影响 | 第64-71页 |
| 4.2.1 全物理反演方法 | 第64-66页 |
| 4.2.2 模拟研究 | 第66-69页 |
| 4.2.3 实测数据验证 | 第69-71页 |
| 4.3 基于光子概率密度函数方法研究荧光对CO_2反演的影响 | 第71-83页 |
| 4.3.1 光子概率密度函数方法 | 第71-77页 |
| 4.3.2 模拟研究 | 第77-80页 |
| 4.3.3 实测数据验证 | 第80-83页 |
| 4.4 本章小结 | 第83-85页 |
| 第5章 基于GMI卫星遥感数据的反演实验 | 第85-109页 |
| 5.1 数据的预处理 | 第86-96页 |
| 5.1.1 光谱转换 | 第86-88页 |
| 5.1.2 环境参量预处理 | 第88-96页 |
| 5.2 反演数据筛选 | 第96-97页 |
| 5.3 GMI数据反演 | 第97-108页 |
| 5.3.1 观测数据 | 第98-101页 |
| 5.3.2 反演结果分析 | 第101-108页 |
| 5.4 本章小结 | 第108-109页 |
| 第6章 总结与展望 | 第109-113页 |
| 6.1 总结 | 第109-111页 |
| 6.1.1 论文内容总结 | 第109-110页 |
| 6.1.2 论文创新之处 | 第110-111页 |
| 6.2 展望 | 第111-113页 |
| 参考文献 | 第113-123页 |
| 附录 | 第123-125页 |
| 致谢 | 第125-127页 |
| 作者简介 | 第127-129页 |
| 在读期间发表的学术论文及其他奖项 | 第129-131页 |
| 参与的科研工作 | 第131页 |
