中文摘要 | 第1-3页 |
Abstract | 第3-5页 |
中文文摘 | 第5-7页 |
目录 | 第7-10页 |
绪论 | 第10-18页 |
1 研究背景与意义 | 第10页 |
2 生态恢复研究进展 | 第10-12页 |
·国外生态恢复研究概况 | 第10-11页 |
·国内相关研究 | 第11-12页 |
3 生态恢复度的概念 | 第12-13页 |
4 BP神经网络在生态恢复方面的研究 | 第13-14页 |
5 研究内容、方法与技术路线 | 第14-18页 |
·研究内容 | 第14-15页 |
·研究方法 | 第15-16页 |
·技术路线 | 第16-18页 |
第一章 研究区概况 | 第18-22页 |
1 研究区位置概述 | 第18页 |
2 研究区域自然环境概况 | 第18-19页 |
·地形 | 第18-19页 |
·气候 | 第19页 |
·水文 | 第19页 |
·植被 | 第19页 |
·土壤 | 第19页 |
3 研究区社会经济概况 | 第19-20页 |
4 水土流失成因 | 第20页 |
·自然因素 | 第20页 |
·人为因素 | 第20页 |
5 水土流失综合治理模式 | 第20-22页 |
第二章 生态恢复度评价指标选取与数据处理 | 第22-32页 |
1 数据来源 | 第22页 |
2 生态恢复度度评价指标的构建 | 第22-23页 |
3 数据处理 | 第23-31页 |
·土壤指标 | 第23-27页 |
·植被指标 | 第27-30页 |
·热环境指标 | 第30-31页 |
4 本章小结 | 第31-32页 |
第三章 BP神经网络的基本原理与生态恢复度模型 | 第32-50页 |
1 BP神经网络 | 第32-36页 |
·BP神经网络的结构 | 第32页 |
·BP神经网络的基本原理 | 第32-35页 |
·BP神经网络构建的关键问题 | 第35-36页 |
·BP神经网络的不足及改进 | 第36页 |
2 基于BP神经网络的生态恢复度模型 | 第36-37页 |
·基于BP神经网络的生态恢复度评价的基本步骤 | 第36-37页 |
·BP神经网络模型软件实现平台 | 第37页 |
3 基于BP神经网络的生态恢复模型的建立 | 第37-47页 |
·训练样本和测试样本的数据准备 | 第37-42页 |
·BP神经网络的构建 | 第42页 |
·生态恢复度模型的BP神经网络的训练与仿真 | 第42-44页 |
·BP网络模型误差分析 | 第44-46页 |
·已建立生态恢复BP神经网络模型的实际应用 | 第46-47页 |
4 本章小结 | 第47-50页 |
第四章 朱溪流域生态恢复度与指标体系的关系 | 第50-58页 |
1 土壤肥力指标与生态恢复度的关系 | 第50-51页 |
2 植被盖度与生态恢复度的关系 | 第51-52页 |
3 地表温度与生态恢复度的关系 | 第52页 |
4 物种多样性与生态恢复度的关系 | 第52-53页 |
5 水土流失强度与生态恢复度的关系 | 第53-55页 |
6 不同治理措施与生态恢复的关系 | 第55-56页 |
7 生态恢复各个指标与生态恢复度关系 | 第56页 |
8 本章小结 | 第56-58页 |
第五章 结论与展望 | 第58-62页 |
1 主要结论 | 第58-59页 |
·提出生态恢复度的定义 | 第58页 |
·BP神经网络在生态恢复方面的应用 | 第58页 |
·利用BP神经网络建立生态恢复度模型 | 第58页 |
·朱溪小流域生态恢复度的评价 | 第58-59页 |
·基于BP神经网络模型的生态恢复度与各个评价因子之间的关系分析 | 第59页 |
2 特色与创新 | 第59-60页 |
·尝试提出生态恢复度的概念 | 第59页 |
·建立生态恢复度模型 | 第59页 |
·将BP神经网络非线性建模方法应用于生态恢复度中进行定量预测 | 第59-60页 |
3 展望 | 第60-62页 |
参考文献 | 第62-67页 |
攻读学位期间承担的科研任务与主要成果 | 第67-68页 |
致谢 | 第68-69页 |
个人简历 | 第69-70页 |