基于决策树和相关权重的水质评价与时序预测研究--以太湖为例
摘要 | 第5-7页 |
abstract | 第7-8页 |
第1章 绪论 | 第11-17页 |
1.1 选题背景 | 第11页 |
1.2 太湖现状 | 第11-12页 |
1.3 国内外研究进展 | 第12-15页 |
1.3.1 水质模型研究进展 | 第12-13页 |
1.3.2 湖泊水质富营养化评价研究进展 | 第13-14页 |
1.3.3 水质预测研究进展 | 第14-15页 |
1.4 研究目的及意义 | 第15-16页 |
1.4.1 目的 | 第15页 |
1.4.2 意义 | 第15-16页 |
1.5 目前研究中存在的问题 | 第16页 |
1.6 本文创新点 | 第16页 |
1.7 技术路线 | 第16-17页 |
第2章 水质富营养化主要影响因素的决策树分析 | 第17-24页 |
2.1 研究区概况 | 第17-18页 |
2.2 算法选定与数据来源 | 第18-19页 |
2.2.1 算法选定 | 第18页 |
2.2.2 数据来源 | 第18-19页 |
2.3 模型构建 | 第19-20页 |
2.4 模型结果与分析 | 第20-22页 |
2.5 小结 | 第22-24页 |
第3章 修订及应用相关权重法评价富营养化 | 第24-30页 |
3.1 国内外水质评价方法 | 第24-25页 |
3.1.1 营养状态指数法 | 第24页 |
3.1.2 灰色关联分析法 | 第24页 |
3.1.3 生物指标评价法 | 第24-25页 |
3.1.4 模糊评价法 | 第25页 |
3.1.5 遥感技术 | 第25页 |
3.2 相关权重法修订及应用 | 第25-27页 |
3.2.1 富营养化评价等级的确定 | 第25-26页 |
3.2.2 相关权重及营养等级的计算 | 第26-27页 |
3.3 太湖营养评价等级 | 第27-28页 |
3.4 小结 | 第28-30页 |
第4章 太湖水质的时间序列分析 | 第30-46页 |
4.1 时间序列分析的构成因素 | 第30-31页 |
4.2 时间序列分析的原理 | 第31页 |
4.3 时间序列分析的分类 | 第31-32页 |
4.4 时间序列分析的功能 | 第32页 |
4.5 分析路线 | 第32-33页 |
4.6 太湖时间序列模型建立 | 第33-43页 |
4.6.1 数据来源与预处理 | 第33页 |
4.6.2 时间序列的确定性分析 | 第33-39页 |
4.6.3 季节性ARIMA模型建立 | 第39-40页 |
4.6.4 参数估计与模型检验 | 第40-43页 |
4.7 预测结果 | 第43-44页 |
4.7.1 各指标数据预测 | 第43-44页 |
4.7.2 太湖富营养化等级预测 | 第44页 |
4.8 小结 | 第44-46页 |
第5章 总结与展望 | 第46-47页 |
5.1 全文总结 | 第46页 |
5.2 研究展望 | 第46-47页 |
参考文献 | 第47-52页 |
致谢 | 第52-53页 |
攻读硕士学位期间取得的研究成果 | 第53页 |