| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 选题背景和依据 | 第10-11页 |
| ·选题背景 | 第10-11页 |
| ·选题依据 | 第11页 |
| 2 文献综述 | 第11-22页 |
| ·水文模型研究进展 | 第12-13页 |
| ·TOPMODEL在降雨-径流模拟方面的研究进展 | 第13-15页 |
| ·ANN在水文方面的研究进展 | 第15-19页 |
| ·ANN在降雨-径流模拟方面的研究进展 | 第15-18页 |
| ·ANN与水文模型集成方面的研究进展 | 第18-19页 |
| ·模型优化算法研究进展 | 第19-22页 |
| ·蚁群优化算法 | 第19页 |
| ·遗传算法 | 第19-21页 |
| ·粒子群优化算法 | 第21-22页 |
| 3 研究目标及内容 | 第22-24页 |
| ·研究目标 | 第22-23页 |
| ·拟解决关键问题 | 第23页 |
| ·解决方案 | 第23页 |
| ·技术路线 | 第23-24页 |
| 4 基于ANN和TOPMODEL的的降雨-径流模型构建 | 第24-41页 |
| ·TOPMODEL框架结构 | 第25-33页 |
| ·TOPMODEL产流机制 | 第25-29页 |
| ·地形指数的提取及等流时线法汇流 | 第29-33页 |
| ·地形指数的提取 | 第30-32页 |
| ·等流时线法汇流 | 第32-33页 |
| ·人工神经网络 | 第33-36页 |
| ·人工神经网络结构 | 第33-36页 |
| ·集成ANN到TOPMODEL的地下产流方案 | 第36-37页 |
| ·粒子群算法 | 第37-41页 |
| ·粒子群算法的参数分析 | 第37-38页 |
| ·粒子群算法的优点 | 第38-39页 |
| ·粒子群算法流程 | 第39-41页 |
| ·粒子群算法基本框架 | 第39-41页 |
| 5 新降雨-径流模型在多尺度生态区域适用性评价 | 第41-72页 |
| ·评价指标 | 第42-43页 |
| ·湿润区水文过程模拟与精度评价 | 第43-52页 |
| ·研究区概况 | 第43-44页 |
| ·研究区数据及处理方法 | 第44-45页 |
| ·酉水街日径流模拟和精度评价 | 第45-52页 |
| ·半干旱半湿润区水文过程模拟与精度评价 | 第52-61页 |
| ·研究区概况及数据 | 第52-54页 |
| ·临沂流域日径流过程模拟和精度评价 | 第54-61页 |
| ·干早区水文过程模拟与精度评价 | 第61-70页 |
| ·研究区概况 | 第61-62页 |
| ·研究区数据 | 第62-63页 |
| ·黑河流域莺落峡子流域日径流过程模拟和精度评价 | 第63-70页 |
| ·本章小结 | 第70-72页 |
| 6 结论与展望 | 第72-76页 |
| ·主要研究结论 | 第72-74页 |
| ·构建了一个新降雨-径流模型 | 第72-73页 |
| ·新降雨-径流模型适用于多尺度多生态条件下的日径流模拟和精度评价 | 第73-74页 |
| ·未来待解决的问题 | 第74页 |
| ·集成后的新降雨-径流模型在日降雨径流过程模拟精度有待进一步提高 | 第74页 |
| ·未来工作展望 | 第74-76页 |
| 参考文献 | 第76-85页 |
| 攻读硕士学位期间撰写论文情况 | 第85页 |
| 攻读硕士学位期间参加的科研项目 | 第85-86页 |
| 致谢 | 第86页 |
