| 中文摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 第一章 引言 | 第10-20页 |
| 1.1 选题依据及研究意义 | 第10-12页 |
| 1.2 未冻水含量的国内外研究现状 | 第12-17页 |
| 1.2.1 未冻水问题的提出和发展 | 第12-14页 |
| 1.2.2 未冻水观测方法的发展 | 第14-17页 |
| 1.3 人工神经网络的发展及其在未冻水研究中的应用 | 第17-18页 |
| 1.4 本文框架 | 第18-20页 |
| 第二章 数据与方法 | 第20-32页 |
| 2.1 研究区域概况 | 第20-23页 |
| 2.1.1 黑河上游概况 | 第20-21页 |
| 2.1.2 黑河上游的基本气候特征及多年冻土的分布情况 | 第21-23页 |
| 2.2 野外试验及测量 | 第23-26页 |
| 2.3 室内试验 | 第26-28页 |
| 2.4 土壤冻融特征曲线 | 第28-29页 |
| 2.4.1 土壤冻融特征曲线的定义 | 第28-29页 |
| 2.4.2 土壤冻融特征曲线绘制方法 | 第29页 |
| 2.5 BP神经网络预测模型 | 第29-32页 |
| 2.5.1 BP神经网络预测的原理 | 第30页 |
| 2.5.2 BP神经网络的计算方法 | 第30-32页 |
| 第三章 土壤理化特性及土壤水冻融曲线 | 第32-50页 |
| 3.1 土壤样品物理化学特性分析 | 第32-40页 |
| 3.2 土壤水冻融曲线特征 | 第40-50页 |
| 第四章 未冻水含量变化原因分析 | 第50-58页 |
| 4.1 温度对未冻水含量的影响 | 第50-52页 |
| 4.2 粒度对未冻水含量的影响 | 第52-55页 |
| 4.3 盐分对未冻水含量的影响 | 第55-58页 |
| 第五章 基于BP神经网络的未冻水含量预测模型 | 第58-64页 |
| 5.1 含量的BP神经网络预测模型的构建 | 第58-60页 |
| 5.2 模型的验证以及模型的不足 | 第60-62页 |
| 5.3 模型的预测及可能的应用 | 第62-64页 |
| 第六章 结论 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 在学期间的研究成果 | 第71-73页 |
| 致谢 | 第73页 |