基于相似衍生法的中长期径流预报方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-12页 |
| ·引言 | 第9-10页 |
| ·研究思路和意义 | 第10-11页 |
| ·内容安排 | 第11-12页 |
| 2 径流预报发展现状 | 第12-22页 |
| ·物理概念性预报模型 | 第12-14页 |
| ·成因分析法 | 第12-13页 |
| ·降雨径流相关模型 | 第13页 |
| ·枯季退水模型 | 第13页 |
| ·概念性流域模型 | 第13-14页 |
| ·分布式 | 第14页 |
| ·数据驱动模型 | 第14-20页 |
| ·时间序列模型 | 第15-18页 |
| ·神经网络 | 第18-19页 |
| ·模糊数学 | 第19页 |
| ·支持向量机 | 第19-20页 |
| ·其他方法 | 第20页 |
| ·组合预报模型 | 第20-22页 |
| 3 理论基础 | 第22-28页 |
| ·相似理论简介 | 第22-24页 |
| ·水文相似性及其应用 | 第24-26页 |
| ·水文相似性 | 第24-25页 |
| ·水文相似性在径流预报中的应用 | 第25-26页 |
| ·本文的数学依据 | 第26-28页 |
| 4. 预报模型 | 第28-38页 |
| ·预报模型的数学计算 | 第28-30页 |
| ·可靠性分析与参数优化 | 第30-31页 |
| ·模型参数优化 | 第30页 |
| ·可靠性分析 | 第30-31页 |
| ·预报模型的建立 | 第31-33页 |
| ·参数估计 | 第33-38页 |
| ·参数λ~((i))（i=1, 2, …, n） | 第34-35页 |
| ·参数 R~(min)和 R~(max) | 第35页 |
| ·预报模拟 | 第35-36页 |
| ·参数β, m 和 n | 第36-38页 |
| 5. 实例分析 | 第38-48页 |
| ·流域概况 | 第38-39页 |
| ·历史径流资料相似性分析 | 第39-40页 |
| ·相似衍生法的预报结果 | 第40-45页 |
| ·参数优化 | 第40-41页 |
| ·预报结果 | 第41-45页 |
| ·参数灵敏度分析 | 第45页 |
| ·相似衍生法与季节性自回归模型预报结果的比较分析 | 第45-48页 |
| ·SAR 模型简介 | 第45-46页 |
| ·预报结果对比分析 | 第46-48页 |
| 6. 总结与展望 | 第48-50页 |
| ·本文的总结 | 第48-49页 |
| ·展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-57页 |
