| 第一章 综述 | 第1-16页 |
| 1．1 研究进展 | 第9-15页 |
| 1．1．1 国外实时校正方法研究进展 | 第10-12页 |
| 1．1．2 国内实时校正方法研究进展 | 第12-14页 |
| 1．1．3 结论 | 第14-15页 |
| 1．2 研究内容 | 第15-16页 |
| 第二章 实时校正方法基本原理 | 第16-25页 |
| 2．1 方法概述 | 第16-17页 |
| 2．2 常用实时校正方法 | 第17-25页 |
| 2．2．1 时变参数法 | 第17页 |
| 2．2．2 实测流量代入法 | 第17-18页 |
| 2．2．3 误差预测法 | 第18页 |
| 2．2．4 卡尔曼滤波法 | 第18-25页 |
| ·概述 | 第18-19页 |
| 2．2．4．2 正规卡尔曼滤波技术 | 第19-21页 |
| ·自适应卡尔曼滤波技术 | 第21-23页 |
| ·卡尔曼滤波技术的优点及应用难点 | 第23-25页 |
| 1)可以应用于任何线性随机系统，和预报流域的大小无关，校正能力全面而合理; | 第23页 |
| 2) 可以综合处理模型误差与水文测验误差； | 第23页 |
| 3)只要满足卡尔曼滤波的条件，可以得最优估计。但做到这点必须与水必须与水文预报有机的 结合起来 | 第23-25页 |
| 第三章 概念性水文预报模型实时校正方法 | 第25-49页 |
| 3．1 实时校正问题分析 | 第25-27页 |
| 3．1．1 预报误差主要来源 | 第26-27页 |
| 3．1．2 误差校正的全面合理性 | 第27页 |
| 3．2 水文模型建模 | 第27-33页 |
| 3．2．1 数字高程模型的建立 | 第28-31页 |
| 3．2．2 数字高程流域水系模型的建立 | 第31页 |
| 3．2．3 利用DEM进行水文分析的流程 | 第31页 |
| 3．2．4 数字水文模型的建立 | 第31-33页 |
| 3．3 参数校正 | 第33-37页 |
| 3．3．1 产流参数校正 | 第33-34页 |
| 3．3．2 汇流参数校正 | 第34-37页 |
| 3．4 水文模型状态量校正 | 第37-46页 |
| 3．4．1 线性系统模型及状态空间表达式 | 第37-39页 |
| 3．4．2 马斯京根矩阵方程 | 第39-41页 |
| 3．4．3 基于卡尔曼滤波的通用河道汇流实时校正算法． | 第41-46页 |
| 3．5 参数和水文模型状态量联合校正 | 第46-49页 |
| 第四章 三峡区间洪水预报实时校正算法实例研究 | 第49-85页 |
| 4．1 研究区域概况 | 第49-54页 |
| 4．1．1．自然地理概况 | 第49-50页 |
| 4．1．2．水系分布 | 第50页 |
| 4．1．3．水情站网及基本资料 | 第50页 |
| 4．1．4．三峡区间洪水组成 | 第50-54页 |
| 4．2 数字高程流域水系模型的建立 | 第54-57页 |
| 4．3 数字水文模型的建立 | 第57页 |
| 4．4 模型参数率定 | 第57-65页 |
| 4．5 基于卡尔曼滤波的水文模型实时校正算法实效分析 | 第65-85页 |
| 4．5．1．算法实例化 | 第65-69页 |
| 4．5．2．预见期分析 | 第69页 |
| 4．5．3．率定成果 | 第69-72页 |
| 4．5．4．状态量校正预报 | 第72-78页 |
| 4．5．5．马法非线性汇流参数校正预报 | 第78-79页 |
| 4．5．6．状态量校正、马法非线性汇流参数校正联合预报 | 第79-85页 |
| 第五章 水动力模型实时校正方法 | 第85-106页 |
| 5．1 水动力模型实时校正方法的要求 | 第85页 |
| 5．2 单一河道一维水动力模型建模 | 第85-89页 |
| 5．2．1 单一河道差分方程的导出与求解 | 第85-87页 |
| 5．2．2 边界条件的处理 | 第87-89页 |
| 5．3 水动力模型卡尔曼滤波实时校正技术 | 第89-105页 |
| 5．3．1 水动力模型卡尔曼滤波实时校正技术分析 | 第89-94页 |
| 5．3．2 多步(交替)滤波校正法 | 第94-105页 |
| 5．4 结语 | 第105-106页 |
| 第六章 结论与展望 | 第106-109页 |
| 6．1 总结 | 第106-107页 |
| 6．1．1 基于卡尔曼滤波的水文模型实时校正方法 | 第106页 |
| 6．1．2 基于卡尔曼滤波水动力模型实时校正方法 | 第106-107页 |
| 6．2．展望 | 第107页 |
| 6．3．致谢 | 第107-109页 |
| 参考文献 | 第109-112页 |
