陡河水库以上流域年径流分析与预报
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-19页 |
| 1.1 引言 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 年径流分析方法研究现状 | 第9-10页 |
| 1.2.2 年径流预报方法研究现状 | 第10-12页 |
| 1.3 本文主要的研究内容 | 第12-13页 |
| 1.4 本文主要的技术路线 | 第13-15页 |
| 1.5 陡河水库以上流域概况 | 第15-19页 |
| 1.5.1 河流特征 | 第15-16页 |
| 1.5.2 水利工程情况 | 第16-19页 |
| 2 水量平衡法计算径流量 | 第19-49页 |
| 2.1 水量平衡法还原年径流量 | 第19-31页 |
| 2.1.1 陡河水库渗漏损失水量的估算 | 第19-25页 |
| 2.1.2 水库蒸发损失水量分析计算 | 第25-26页 |
| 2.1.3 小龙潭、皈依寨水库拦蓄水量分析计算 | 第26-28页 |
| 2.1.4 库区工业和生活用水量分析计算 | 第28-29页 |
| 2.1.5 流域内农业用水量分析计算 | 第29-30页 |
| 2.1.6 跨流域引水量分析计算 | 第30-31页 |
| 2.2 天然年径流还原计算成果及分析 | 第31-37页 |
| 2.2.1 保证率计算 | 第32-35页 |
| 2.2.2 调查用水量和计算引滦水量误差分析 | 第35页 |
| 2.2.3 历次年径流分析计算成果比较 | 第35-37页 |
| 2.3 时间序列一致性分析 | 第37-48页 |
| 2.3.1 降雨径流距平分析法 | 第37-41页 |
| 2.3.2 滑动相关系数法 | 第41-42页 |
| 2.3.3 双累积曲线法 | 第42-45页 |
| 2.3.4 降雨相关图法 | 第45-48页 |
| 2.4 本章小结 | 第48-49页 |
| 3 回归分析法预报年径流量 | 第49-59页 |
| 3.1 回归分析法的研究原理 | 第49-50页 |
| 3.2 模型相关因子的选择 | 第50-54页 |
| 3.2.1 相关因子资料 | 第50-52页 |
| 3.2.2 模型相关因子选择方法 | 第52-53页 |
| 3.2.3 模型相关因子的选择 | 第53-54页 |
| 3.3 回归模型预报年径流量 | 第54-57页 |
| 3.4 本章小结 | 第57-59页 |
| 4 时间序列法分析年径流量 | 第59-67页 |
| 4.1 时间序列原理 | 第59-61页 |
| 4.1.1 时间序列ARMA模型 | 第59-61页 |
| 4.2 ARMA模型预报年径流量 | 第61-66页 |
| 4.3 本章小结 | 第66-67页 |
| 5 人工神经网络分析年径流量 | 第67-79页 |
| 5.1 神经网络的原理 | 第67-71页 |
| 5.1.1 BP神经网络模型原理 | 第68-69页 |
| 5.1.2 BP神经网络计算 | 第69-71页 |
| 5.2 基于模拟退火算法的BP神经网络预报模型 | 第71-73页 |
| 5.2.1 模拟退火算法的原理 | 第71-72页 |
| 5.2.2 模拟退火算法的基本方法 | 第72页 |
| 5.2.3 基于模拟退火算法的BP神经网络 | 第72-73页 |
| 5.3 BP神经网络预报年径流量 | 第73-77页 |
| 5.4 本章小结 | 第77-79页 |
| 6 结论和展望 | 第79-81页 |
| 6.1 结论 | 第79页 |
| 6.2 展望 | 第79-81页 |
| 攻读学位期间参加的科研项目及发表的学术论文 | 第81-83页 |
| 致谢 | 第83-85页 |
| 参考文献 | 第85-86页 |
