| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 第一章 前言 | 第9-15页 |
| ·研究的目的和意义 | 第9-10页 |
| ·国内外研究进展 | 第10-13页 |
| ·本文主要研究内容 | 第13-15页 |
| 第二章 卫星遥感大气原理 | 第15-22页 |
| ·气象卫星的分类 | 第15页 |
| ·气象卫星遥感探测的优势 | 第15-16页 |
| ·大气探测的需求推动卫星大气探测技术的发展 | 第16-17页 |
| ·卫星遥感大气的基本原理 | 第17-19页 |
| ·卫星接收到的辐射 | 第17页 |
| ·大气辐射传输方程 | 第17-19页 |
| ·星载红外大气垂直探测仪器的发展概况 | 第19-22页 |
| ·国外大气探测仪器的发展概况 | 第19-21页 |
| ·我国大气垂直探测仪器的发展概况 | 第21-22页 |
| 第三章 高光谱红外探测器AIRS及其业务产品简介 | 第22-29页 |
| ·AIRS仪器简介 | 第22-26页 |
| ·AIRS仪器性能参数及扫描方式 | 第22-24页 |
| ·AIRS仪器光谱特征 | 第24-26页 |
| ·AIRS业务产品 | 第26-29页 |
| ·产品数据集 | 第26-27页 |
| ·数据集质量 | 第27-29页 |
| 第四章 反演晴空时大气廓线的特征向量统计法 | 第29-33页 |
| ·AIRS云检测 | 第29页 |
| ·算法介绍 | 第29-31页 |
| ·训练样本介绍 | 第31页 |
| ·亮温分类 | 第31-32页 |
| ·扫描角分类 | 第32-33页 |
| 第五章 反演大气湿度廓线的人工神经网络算法 | 第33-44页 |
| ·人工神经网络介绍 | 第33-37页 |
| ·神经网络的基本特点与功能 | 第33-34页 |
| ·神经网络的拓扑结构及学习方法 | 第34-36页 |
| ·神经网络的模型 | 第36-37页 |
| ·误差反向传播网络(BP网络)算法原理 | 第37-38页 |
| ·网络的构建 | 第38-44页 |
| ·输入矢量与输出矢量的设置 | 第39页 |
| ·输入输出强欠定问题的处理 | 第39-40页 |
| ·学习规则 | 第40-41页 |
| ·过拟合问题的处理 | 第41页 |
| ·激活传递函数的选取 | 第41-42页 |
| ·隐含层节点数的设置 | 第42-44页 |
| 第六章 两种反演算法的比较 | 第44-56页 |
| ·两种反演算法反演能力的模拟检验 | 第44-47页 |
| ·用AIRS实况观测资料检验反演算法 | 第47-56页 |
| ·使用全球训练样本训练反演系数 | 第47-50页 |
| ·使用中国区域的训练样本反演中国区域的湿度廓线 | 第50-54页 |
| ·仅使用AIRS景G181范围内的样本反演景G181的湿度廓线 | 第54-56页 |
| 第七章 总结与展望 | 第56-59页 |
| ·总结 | 第56-58页 |
| ·网络构建的改进 | 第56页 |
| ·用检验样本检验神经网络法和特征向量统计法反演大气湿度廓线的精度 | 第56-57页 |
| ·用AIRS实况观测资料检验神经网络法和特征向量统计法反演大气湿度廓线的精度 | 第57页 |
| ·人工神经网络方法误差来源分析 | 第57-58页 |
| ·展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
