數(shù)據(jù)驅(qū)動的多源遙感SST產(chǎn)品層次貝葉斯時空融合

目錄
前言
第1章 緒論 1
1.1 背景與意義 1
1.2 SST遙感產(chǎn)品現(xiàn)狀 5
1.3 多源定量遙感產(chǎn)品融合方法研究進展 6
1.4 層次貝葉斯數(shù)據(jù)融合方法研究進展 13
1.5 研究目標 14
1.6 主要內(nèi)容 15
1.7 研究方法及技術(shù)路線 17
1.8 章節(jié)組織結(jié)構(gòu) 20
第2章 層次貝葉斯融合理論與方法 22
2.1 貝葉斯原理 22
2.2 貝葉斯推斷的馬爾可夫鏈蒙特卡羅算法(MCMC) 24
2.3 層次貝葉斯融合理論 27
2.4 層次貝葉斯方法的優(yōu)勢 32
2.5 本章小結(jié) 32
第3章 衛(wèi)星SST數(shù)據(jù)產(chǎn)品的評價與預(yù)處理 34
3.1 研究區(qū)域 34
3.2 融合及驗證數(shù)據(jù) 35
3.3 偏差校正 46
3.4 本章小結(jié) 50
第4章 基于穩(wěn)健固定階數(shù)Kriging的數(shù)據(jù)重建 52
4.1 研究區(qū)與數(shù)據(jù) 53
4.2 方法 55
4.3 結(jié)果評價 63
4.4 本章小結(jié) 69
第5章 基于穩(wěn)健固定階數(shù)濾波過程模型的層次貝葉斯融合 71
5.1 SST時空過程的層次結(jié)構(gòu)建模 73
5.2 時空隨機效應(yīng)模型 73
5.3 穩(wěn)健固定階數(shù)濾波(R-FRF)過程的估計 75
5.4 參數(shù)估計 75
5.5 多分辨率空間基函數(shù)的選擇 78
5.6 基于R-FRF過程模型的時空層次貝葉斯融合 79
5.7 融合結(jié)果評價 87
5.8 本章小結(jié) 93
第6章 基于時空序列加法過程模型的層次貝葉斯融合 95
6.1 衛(wèi)星SST數(shù)據(jù)時空特征探索性分析 96
6.2 時空層次貝葉斯融合概念模型 99
6.3 SST時空層次貝葉斯融合 105
6.4 融合結(jié)果評價 109
6.5 本章小結(jié) 114
第7章 討論與展望 116
7.1 不同過程模型的貝葉斯融合結(jié)果比較 116
7.2 穩(wěn)健固定階數(shù)Kriging與層次貝葉斯融合比較 121
7.3 主要結(jié)論 121
7.4 問題與展望 124
參考文獻 127