农业干旱灾害风险管理理论与技术
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 1 绪论 | 第11-25页 |
| ·研究目的和意义 | 第11-15页 |
| ·国内外研究现状 | 第15-19页 |
| ·干旱识别与评估指标研究现状 | 第15-16页 |
| ·干旱灾害风险评估研究现状 | 第16-18页 |
| ·干旱预报、预警研究现状 | 第18-19页 |
| ·存在问题及发展趋势 | 第19-22页 |
| ·存在的主要问题 | 第19-21页 |
| ·发展趋势 | 第21-22页 |
| ·研究的主要内容 | 第22-23页 |
| ·研究的技术路线 | 第23页 |
| ·本文的创新成果 | 第23-25页 |
| 2 农业干旱灾害风险管理的系统理论 | 第25-35页 |
| ·引言 | 第25页 |
| ·干旱相关概念的分析 | 第25-27页 |
| ·干旱的定义 | 第25-26页 |
| ·干旱地区的定义 | 第26页 |
| ·农业干旱的定义 | 第26-27页 |
| ·农业旱情和旱灾的定义 | 第27页 |
| ·农业干旱灾害复杂系统分析 | 第27-29页 |
| ·农业干旱灾害系统 | 第27-29页 |
| ·农业干旱灾害系统复杂性 | 第29页 |
| ·农业干旱灾害风险管理体系 | 第29-34页 |
| ·风险、自然灾害风险的定义及分析 | 第29-32页 |
| ·扩展风险、扩展自然灾害风险的定义及分析 | 第32-33页 |
| ·农业干旱灾害风险管理体系结构 | 第33-34页 |
| ·结论 | 第34-35页 |
| 3 基于云推理自回归模型的农业干旱危险性分析 | 第35-51页 |
| ·引言 | 第35页 |
| ·云模型 | 第35-37页 |
| ·云和云滴 | 第35-36页 |
| ·云的数字特征 | 第36-37页 |
| ·正态云发生器 | 第37-39页 |
| ·正向云发生器 | 第37-38页 |
| ·逆向云发生器 | 第38-39页 |
| ·正态云的数学性质 | 第39-42页 |
| ·云滴分布的统计分析 | 第39-40页 |
| ·云滴确定度的统计分析 | 第40-42页 |
| ·云推理 | 第42-45页 |
| ·用云构造定性规则 | 第42页 |
| ·前件云发生器和后件云发生器 | 第42-43页 |
| ·规则发生器 | 第43-44页 |
| ·规则的合并 | 第44-45页 |
| ·基于云推理自回归的年降水预测模型 | 第45-50页 |
| ·云推理自回归模型预测步骤 | 第45-47页 |
| ·算例 | 第47-50页 |
| ·结论 | 第50-51页 |
| 4 基于信息扩散近似推理的农业干旱危险性分析 | 第51-66页 |
| ·引言 | 第51-52页 |
| ·信息分配 | 第52-56页 |
| ·信息分配定义 | 第52页 |
| ·一维线性信息分配 | 第52-53页 |
| ·信息分配方法估计概率分布的优越性 | 第53-56页 |
| ·信息扩散 | 第56-61页 |
| ·信息扩散定义 | 第56-57页 |
| ·信息扩散原理 | 第57-58页 |
| ·正态信息扩散 | 第58-59页 |
| ·信息扩散近似推理 | 第59-61页 |
| ·基于信息扩散近似推理的年降水预测模型 | 第61-65页 |
| ·信息扩散近似推理预测步骤 | 第61页 |
| ·算例 | 第61-65页 |
| ·结论 | 第65-66页 |
| 5 农业干旱风险评估的量化模型 | 第66-86页 |
| ·引言 | 第66页 |
| ·作物水分生产函数 | 第66-70页 |
| ·作物水分生产函数的静态模型 | 第66-69页 |
| ·作物水分生产函数的动态模型 | 第69-70页 |
| ·基于遗传程序设计的作物水分生产函数 | 第70-76页 |
| ·遗传程序设计的步骤 | 第71-72页 |
| ·遗传程序设计推求作物水分生产函数 | 第72-73页 |
| ·算例 | 第73-76页 |
| ·农业干旱风险评估模型 | 第76-85页 |
| ·作物干旱风险评估静态模型 | 第76-81页 |
| ·作物干旱风险评估动态模型 | 第81-82页 |
| ·农业综合干旱程度模型 | 第82-83页 |
| ·算例 | 第83-85页 |
| ·结论 | 第85-86页 |
| 6 农业干旱风险决策及旱灾综合管理 | 第86-101页 |
| ·引言 | 第86页 |
| ·农业干旱的风险决策 | 第86-88页 |
| ·农业干旱预警等级群决策 | 第86-87页 |
| ·算例 | 第87-88页 |
| ·基于改进粒子群算法的作物灌溉制度优化设计 | 第88-96页 |
| ·基本粒子群算法 | 第89-90页 |
| ·自适应随机惯性权策略 | 第90-92页 |
| ·自适应随机惯性权粒子群性能测试 | 第92-94页 |
| ·限速粒子群算法 | 第94-95页 |
| ·算例 | 第95-96页 |
| ·农业水资源承载力 | 第96-100页 |
| ·农业水资源承载力及量化 | 第96-99页 |
| ·算例 | 第99-100页 |
| ·结论 | 第100-101页 |
| 7 农业干旱概率分析及灌溉方案综合评判 | 第101-115页 |
| ·引言 | 第101页 |
| ·基于混沌优化BP神经网络的农业干旱概率分布 | 第101-106页 |
| ·BP神经网络传统学习方法 | 第101-102页 |
| ·混沌优化算法 | 第102-103页 |
| ·混沌算法优化神经网络 | 第103-104页 |
| ·基于神经网络的农业概率分布模型 | 第104页 |
| ·算例 | 第104-106页 |
| ·基于模拟方法的灌溉工程经济效益评估 | 第106-108页 |
| ·灌溉工程经济效益模拟模型 | 第106-107页 |
| ·算例 | 第107-108页 |
| ·基于模糊物元模型的灌溉方案优选 | 第108-114页 |
| ·基于海明贴近度的模糊物元模型 | 第109-111页 |
| ·模糊物元隶属度的确定 | 第111页 |
| ·评价指标权重的确定 | 第111-113页 |
| ·算例 | 第113-114页 |
| ·结论 | 第114-115页 |
| 8 结论与展望 | 第115-117页 |
| ·结论 | 第115-116页 |
| ·展望 | 第116-117页 |
| 致谢 | 第117-118页 |
| 参考文献 | 第118-127页 |
| 附录 | 第127-129页 |
