GPS水汽反演及降雨预报方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-21页 |
| ·研究背景和研究意义 | 第9-11页 |
| ·国内外研究进展 | 第11-17页 |
| ·研究目标和研究内容 | 第17-21页 |
| 第二章 小流域GPS水汽监测网设计 | 第21-33页 |
| ·试验区概况 | 第21-23页 |
| ·GPS水汽监测网站点选择 | 第23-28页 |
| ·GPS水汽监测网设计 | 第28-31页 |
| 本章小结 | 第31-33页 |
| 第三章 GPS水汽数据处理 | 第33-47页 |
| ·GPS反演水汽原理 | 第33-34页 |
| ·延迟模型和映射函数 | 第34-37页 |
| ·GPS数据处理软件 | 第37-38页 |
| ·GAMIT／GLOBK | 第38-42页 |
| ·数据处理流程 | 第42-46页 |
| 本章小结 | 第46-47页 |
| 第四章 模型比较与订正 | 第47-63页 |
| ·资料处理 | 第47-48页 |
| ·大气干延迟局地订正模型 | 第48-53页 |
| ·大气加权平均温度局地订正模型 | 第53-57页 |
| ·实际水汽计算方法与比较 | 第57-61页 |
| 本章小结 | 第61-63页 |
| 第五章 GPS水汽优化解算策略分析 | 第63-79页 |
| ·试验地点概况 | 第63-64页 |
| ·数据来源 | 第64-65页 |
| ·GPS水汽优化解算策略分析 | 第65-77页 |
| 本章小结 | 第77-79页 |
| 第六章 基于遗传算法的降雨预报神经网络模型研究 | 第79-99页 |
| ·神经网络的基本原理 | 第79-83页 |
| ·数据处理 | 第83-88页 |
| ·因子优化 | 第88-90页 |
| ·建立遗传算法的降雨预报神经网络模型 | 第90-97页 |
| 本章小结 | 第97-99页 |
| 第七章 卫星云图参数化及在降雨预测中的应用 | 第99-109页 |
| ·资料来源及预处理 | 第99-100页 |
| ·红外云图参数化 | 第100-103页 |
| ·红外云图参数化结果与局地降雨的对比分析 | 第103-105页 |
| ·红外云图参数化在降雨强度估算中的应用 | 第105-108页 |
| 本章小结 | 第108-109页 |
| 第八章 降雨预报系统的建立 | 第109-115页 |
| ·系统设计 | 第109页 |
| ·系统结构 | 第109-111页 |
| ·开发中的主要技术问题 | 第111-115页 |
| 第九章 结论与展望 | 第115-119页 |
| ·结论 | 第115-116页 |
| ·研究展望 | 第116-119页 |
| 参考文献 | 第119-127页 |
| 附录 | 第127-130页 |
| 致谢 | 第130-132页 |
| 个人简介 | 第132页 |
