| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外相关研究进展及存在问题 | 第11-13页 |
| 1.2.1 国内外相关研究现状 | 第11-13页 |
| 1.2.2 存在问题 | 第13页 |
| 1.3 研究思路及主要内容 | 第13-14页 |
| 1.4 本章小结 | 第14-16页 |
| 2 中长期径流预报体系分析研究 | 第16-30页 |
| 2.1 引言 | 第16页 |
| 2.2 预报因子遴选技术 | 第16-20页 |
| 2.2.1 预报因子物理考察 | 第17-18页 |
| 2.2.2 预报因子统计方法 | 第18-20页 |
| 2.2.3 预报因子识别方法 | 第20页 |
| 2.3 中长期径流预报模型方法分析与选取 | 第20-29页 |
| 2.3.1 物理成因分析法 | 第20-21页 |
| 2.3.2 数理统计法 | 第21-23页 |
| 2.3.3 人工智能方法 | 第23-26页 |
| 2.3.4 模型方法的选取分析 | 第26-29页 |
| 2.4 精度评定方法 | 第29页 |
| 2.5 本章小结 | 第29-30页 |
| 3 基于时间序列方法的水库径流中长期预报 | 第30-45页 |
| 3.1 引言 | 第30页 |
| 3.2 基于SPSS的时间序列模型 | 第30-33页 |
| 3.2.1 SPSS时间序列分析(Time series)简介 | 第30-32页 |
| 3.2.2 ARIMA模型概述 | 第32-33页 |
| 3.3 实例应用 | 第33-44页 |
| 3.3.1 时间序列模型在桓仁水库径流预测中的应用研究 | 第33-38页 |
| 3.3.2 时间序列模型在碧流河水库径流预测中的应用研究 | 第38-41页 |
| 3.3.3 时间序列模型在松华坝水库枯季径流预测中的应用研究 | 第41-42页 |
| 3.3.4 时间序列模型在汤河水库枯季径流预测中的应用研究 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 4 基于模糊模式识别方法的水库径流中长期预报 | 第45-56页 |
| 4.1 引言 | 第45页 |
| 4.2 基于模糊模式识别水文模型的建立 | 第45-48页 |
| 4.2.1 演变周期的确定 | 第45-47页 |
| 4.2.2 模糊模式识别法建模 | 第47-48页 |
| 4.3 实例应用 | 第48-55页 |
| 4.3.1 模糊模式识别模型在大伙房水库年径流预测中的应用研究 | 第48-51页 |
| 4.3.2 模糊模式识别模型在葠窝水库年径流预测中的应用研究 | 第51-53页 |
| 4.3.3 模糊模式识别模型在于桥水库年径流预测中的应用研究 | 第53-55页 |
| 4.4 本章小结 | 第55-56页 |
| 5 基于神经网络模型的水库径流中长期预报 | 第56-63页 |
| 5.1 引言 | 第56-57页 |
| 5.2 预报模型建立与参数设置 | 第57-58页 |
| 5.3 实例应用 | 第58-62页 |
| 5.3.1 神经网络模型在碧流河水库汛期径流预测中的应用研究 | 第58-61页 |
| 5.3.2 神经网络模型在大伙房水库年径流预测中的应用研究 | 第61-62页 |
| 5.4 本章小结 | 第62-63页 |
| 6 总结展望 | 第63-65页 |
| 6.1 主要的研究工作及成果 | 第63页 |
| 6.2 工作展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
