首页--天文学、地球科学论文--地球物理学论文--水文科学(水界物理学)论文--水文分析与计算论文

大别山黄尾河流域径流特征分析及预测模型研究

致谢第1-4页
摘要第4-5页
Abstract第5-9页
第一章 前言第9-15页
   ·课题来源第9页
   ·研究目的和意义第9页
   ·国内外研究进展第9-14页
     ·气候变异对水文水资源的影响研究第9-11页
     ·土地利用/覆被变化对水文水资源的影响研究第11-12页
     ·径流预测技术研究第12-14页
   ·主要研究内容和技术路线第14-15页
     ·主要研究内容第14页
     ·技术路线第14-15页
第二章 黄尾河流域概况和数据来源第15-17页
   ·流域概况第15-16页
     ·自然地理环境第15-16页
     ·社会经济条件第16页
   ·数据来源及预处理第16-17页
第三章 黄尾河流域径流变化特征分析第17-25页
   ·径流年际变化特征分析第17-19页
     ·趋势分析及突变点确定方法第17-18页
     ·径流年际变化趋势性分析第18页
     ·径流年际变化突变性分析第18-19页
   ·径流年内分配特性分析第19-21页
     ·径流年内分配一般特征第19-20页
     ·径流年内分配指标变化第20-21页
     ·径流稳定历时分析第21页
   ·基于小波的径流周期性分析理论第21-25页
     ·小波分析法第21-22页
     ·径流周期性和丰枯年变化规律第22-25页
第四章 黄尾河流域径流影响因素分析第25-35页
   ·降雨对径流的影响第25-26页
     ·降雨径流年内变化规律第25页
     ·降雨径流月际相关性分析第25-26页
   ·土地利用/覆被变化对径流的影响第26-32页
     ·黄尾河流域土地利用/覆被变化情况第26-28页
     ·黄尾河流域土地利用/覆被变化的水文效应第28-30页
     ·土地利用/覆被变化对径流变化的影响估算第30-32页
   ·ENSO 事件对径流的影响第32-35页
     ·ENSO 事件发生时间和类型第32-33页
     ·ENSO 事件与径流变化的关系第33-35页
第五章 径流预测模型第35-49页
   ·BP 神经网络模型基本理论第35-42页
     ·BP 神经网络概念及网络结构第35-36页
     ·BP 神经网络的学习算法第36-38页
     ·基于 BP 神经网络的径流量预测模型设计第38-42页
   ·支持向量机基本理论第42-46页
     ·支持向量机的概念及体系结构第42-43页
     ·支持向量机预测建模的基本方法第43-44页
     ·基于支持向量机的径流量预测模型设计第44-46页
   ·基于 BP 网络的预测模型与 SVM 预测模型的对比第46页
   ·模型验证第46-49页
第六章 结论与讨论第49-53页
   ·结论第49-50页
   ·讨论与展望第50-53页
攻读学位期间发表的学术论文第53-54页
参考文献第54-58页

论文共58页,点击 下载论文
上一篇:饱和黏土渗透特性及长期变形特性研究
下一篇:氧化木质纤维素增强热塑性淀粉的研究