前言
第1篇 衛星資料廣義同化
第1章 衛星遙感大氣原理及輻射傳輸
1.1 衛星大氣探測原理
1.1.1 被動遙感探測技術
1.1.2 大氣吸收和發射
1.1.3 大氣選擇性吸收
1.1.4 大氣紅外吸收譜
1.1.5 大氣垂直探測原理
1.2 大氣輻射傳輸方程與模式
1.2.1 大氣輻射傳輸方程
1.2.2 輻射傳輸模式及光譜系數
第2章 廣義質量控制
2.1 經典變分同化理論介紹
2.2 廣義質量控制流程
第3章 光譜亮溫信息重構
3.1 壓縮感知理論分析
3.2 基于壓縮感知的FY-4A/GIIRS紅外亮溫非線性重構
3.3 基于主成分分析的高光譜AIRS紅外亮溫重構
第4章 通道*優選擇
4.1 基于熵減法的FY-3D/HIRAS溫度探測通道*優選擇試驗
4.1.1 通道預處理黑名單建立
4.1.2 熵減法介紹及FY-3D/HIRAS通道*優選擇
4.2 基于熵減法的FY 4A/GIIRS通道*優選擇試驗
4.3 基于主成分-雙區逐步回歸法的高光譜AIRs通道*優選擇
第5章 異常值剔除
5.1 雙權重法理論介紹
5.2 基于雙權重法的FY-3D/HIRAS溫度通道亮溫異常值剔除
5.3 基于GRAPES-4DVar同化HIRAS的臺風路徑預報試驗
5.3.1 變分同化FY-3D/HIRAS的GRAPES-4DVar分析場增量分析
5.3.2 臺風“瑪莉亞(2018)”路徑預報試驗
第6章 偏差訂正
6.1 基于離線的高光譜AIRS偏差訂正
6.2 在線變分偏差訂正
6.2.1 變分偏差訂正算法介紹
6.2.2 基于GSI的FY-3C/MWHS變分偏差訂正試驗
6.2.3 基于GSI的FY-3C/MWHS接口研發及說明
第7章 云檢測
7.1 基于隨機森林的FY 4A/GIIRS晴空視場點云檢測算法
7.2 基于L1范數約束的GIIRS三維云量廓線反演及云區同化初探
7.2.1 基于L1-范數正則化約束反演云量廓線算法
7.2.2 高光譜(GIIRS三維云量廓線反演及云區同化初探
7.3 基于WRFDA的FY 4A/GIIRS接口研發及測試
第8章 非高斯廣義變分同化理論探索研究及應用
8.1 非高斯廣義變分同化問題的提出
8.2 基于變分同化后驗法的衛星通道觀測誤差重估計
8.3 基于信息熵信號自由度的資料影響率診斷分析
8.3.1 信息熵
8.3.2 信號自由度
8.3.3 基于數值逼近和高斯擾動的資料影響率診斷
8.4 *小二乘法與穩健統計
8.4.1 *小二乘法統計理論
8.4.2 穩健統計法
8.5 穩健統計M估計理論分析與基本性質
8.5.1 M估計理論分析
8.5.2 M-估計的基本性質與構建
8.6 M-估計非高斯廣義變分理論探索分析
8.6.1 非高斯分布現象普適性分析與離群值定義
8.6.2 廣義高斯密度函數分布及其參數估計
8.6.3 非高斯廣義變分同化目標泛函構建
8.7 基于廣義變分和誤差重估計高光譜AIRS通道亮溫同化
8.7.1 模型與數據
8.7.2 廣義變分同化步驟及流程
8.7.3 基于非高斯廣義變分同化的高光譜AIRS 281通道試驗研究
8.7.4 廣義變分同化AIRS亮溫分析場與探空資料對比分析
8.8 高光譜AIRS受云影響通道亮溫同化初步研究
8.8.1 帶約束項廣義變分同化理論分析
8.8.2 背景場云參數估計
8.8.3 高光譜AIRS通道“動態”*優選擇
8.8.4 基于帶約束項的不同廣義變分算法效果分析比較
8.9 基于伴隨的高光譜AIRs濕度敏感性分析
第2篇 大氣科學中的數學反問題和人工智能在衛星資料中的應用
第9章 數學反問題和衛星紅外資料反演降水關鍵問題分析
9.1 定量降水反演基本思想
9.2 衛星紅外光譜資料陸表降水反演的難點及關鍵問題分析
9.2.1 問題的引入
9.2.2 衛星反演降水算法初步設想
第10章 基于數學反問題和深度學習的衛星紅外資料反演降水
10.1 基于物理變分反演FY-4A/GIIRS廓線及
通道光譜信號分析
10.2 衛星紅外資料反演降水國內外進展及發展趨勢
10.3 基于正則化反問題的FY-4A/AGRI紅外亮溫反演降水
10.3.1 K-*鄰近分類與回歸
10.3.2 正則化反問題降水反演算法
10.3.3 精度評估方法
lO.3.4 FY-4A/AGRI紅外光譜通道亮溫降水信號識別
10.3.5 基于貝葉斯模型平均的通道貢獻率優化
10.3.6 基于正則化反問題法的AGRI亮溫反演降水試驗
10.3.7 臺風“瑪莉亞(2018)”主導云系發展時序變化分析
10.4 基于隨機森林的FY-4A/AGRI紅外亮溫反演降水
10.4.1 基于隨機森林模型的AGRI資料反演降水
10.4.2 隨機森林分類和回歸反演降水精度分析
10.4.3 不同特征組合分析
10.5 KNN距離度量函數對AGRI紅外亮溫反演降水影響分析
10.6 基于冰云先驗信息的FY-4A/AGRI遙感定量化反演降水
10.6.1 基于云分類產品的AGRI紅外通道亮溫統計分析
10.6.2 基于先驗信息的AGRI亮溫反演臺風“安比(2018)”降水試驗
10.7 算法改進:基于I。1-范數約束的H8/AHI紅外光譜反演降水研究
lO.7.1 基于L1-范數的降水反演模型目標函數
10.7.2 單視場點試驗——H8/AHI紅外亮溫反演降水算法分析
10.7.3 基于KNN法的H8/AHI紅外亮溫降水視場點識別
10.7.4 不同反演模型對原子系數和反演結果影響分析
10.7.5 高時間分辨率資料對降水“雨帶”和“雨強”反演結果影響分析
1O.7.6 基于H8/AHI亮溫反演臺風“瑪莉亞(2018)”降水初探
10.8 基于小波變換-卷積神經網絡的衛星反演降水及降尺度
第11章 多源數據融合——不連續資料三維/四維變分融合及降水應用
11.1 經典3DVar/4DVar變分融合理論分析
11.2 基于小波域的資料“不連續”變分融合理論分析
11.3 基于線性平流擴散方程“不連續”4DVar變分融合理想試驗
11.3.1 線性平流擴散方程及變分融合觀測算子
11.3.2 變分融合誤差協方差和觀測值介紹
11.4 “不連續”資料變分融合理想試驗
11.5 不同正則化參數值λ對融合場影響分析
11.6 基于“不連續”變分融合的多源降水資料融合試驗
11.6.1 CMORPH降水資料訂正及試驗
11.6.2 多源降水資料不連續變分融合試驗
11.7 衛星降水量估算降尺度及超分辨率重建
11.7.1 基于不適定反問題求解的降水降尺度試驗
11.7.2 基于雙線性插值殘差訂正法的降水降尺度試驗
11.7.3 基于多源數據融合的降水降尺度試驗
11.8 算法推廣:GNSS/PwV和GDAS/PwV資料融合試驗
11.9 算法推廣:基于多源信息融合研究——局部強對流
降水個例分析
11.9.1 局部強對流天氣指數及云參數反演
11.9.2 基于LAPS/STMAS的多源數據融合產品分析
第12章 基于去偏移場和背景約束的臺風主導云系識別與預報
12.1 模式識別與圖像處理——基于各向異性GVF模型的心臟MR圖像分割識別
12.2 基于局部約束去偏移場模糊c均值主導云系識別
12.3 基于背景約束光流法耦合半拉格朗日預報
12.4 云系識別試驗與分析
12.5 云系預報試驗與分析
12.6 算法推廣:雷達圖像非線性外推試驗
12.7 算法推廣:衛星遙感巢湖水體洪澇監測
第13章 風云四號AGRI遙感定量化降水反演及預報業務系統
13.1 算法流程
13.2 業務系統初步試驗效果
參考文獻