摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第14-22页 |
1.1 选题背景及研究意义 | 第14-15页 |
1.2 国内外研究现状 | 第15-19页 |
1.2.1 国内外生态环境综合评估 | 第15-16页 |
1.2.2 生态环境评估方法研究现状 | 第16-17页 |
1.2.3 乡镇生态环境评估研究现状 | 第17-18页 |
1.2.4 存在问题分析 | 第18-19页 |
1.3 研究目标与研究内容 | 第19-20页 |
1.3.1 研究目标 | 第19页 |
1.3.2 研究内容 | 第19-20页 |
1.4 技术路线 | 第20-21页 |
1.5 论文组织结构 | 第21-22页 |
第2章 乡镇生态环境评估指标体系研究 | 第22-33页 |
2.1 评估指标体系的建立思路及原则 | 第22-23页 |
2.1.1 评估指标体系的建立思路 | 第22页 |
2.1.2 评估指标体系的建立原则 | 第22-23页 |
2.2 评估指标体系的建立方法 | 第23-24页 |
2.3 乡镇生态环境评估指标体系的建立 | 第24-32页 |
2.3.1 乡镇生态环境现状 | 第24-25页 |
2.3.2 乡镇生态环境质量评估标准 | 第25-27页 |
2.3.3 乡镇生态环境评估指标选取 | 第27-32页 |
2.4 本章小结 | 第32-33页 |
第3章 乡镇生态环境评估指标获取方法研究 | 第33-42页 |
3.1 基于遥感技术的信息获取方法研究 | 第33-37页 |
3.1.1 建设用地指数 | 第33页 |
3.1.2 景观破碎度指数 | 第33-34页 |
3.1.3 空气质量指数 | 第34页 |
3.1.4 植被覆盖指数 | 第34-35页 |
3.1.5 土壤侵蚀指数 | 第35-36页 |
3.1.6 生态承载力指数 | 第36-37页 |
3.2 基于调查统计的数据获取方法研究 | 第37-41页 |
3.2.1 环境压力指标 | 第37-39页 |
3.2.2 环境状态指标 | 第39-41页 |
3.2.3 社会响应指标 | 第41页 |
3.3 本章小结 | 第41-42页 |
第4章 基于CPSGA-BP神经网络的乡镇生态环境评估模型研究 | 第42-54页 |
4.1 BP神经网络 | 第42-46页 |
4.1.1 BP神经网络结构 | 第42-43页 |
4.1.2 BP算法 | 第43-45页 |
4.1.3 BP神经网络的不足与改进 | 第45-46页 |
4.2 基于CPSGA算法优化的BP神经网络 | 第46-49页 |
4.2.1 CPSGA算法 | 第46-47页 |
4.2.2 CPSGA算法优化BP神经网络 | 第47-49页 |
4.3 基于CPSGA-BP神经网络的乡镇生态环境评估模型构建 | 第49-53页 |
4.3.1 CPSGA-BP神经网络模型结构设计 | 第49-50页 |
4.3.2 CPSGA-BP神经网络模型构成 | 第50-53页 |
4.3.3 CPSGA-BP神经网络模型算法流程 | 第53页 |
4.4 小结 | 第53-54页 |
第5章 乡镇生态环境评估实例研究 | 第54-79页 |
5.1 研究区选取 | 第54-55页 |
5.2 研究数据准备 | 第55-57页 |
5.3 评估指标获取及分析 | 第57-72页 |
5.3.1 基于遥感技术的评估指标获取及分析 | 第57-65页 |
5.3.2 基于统计调查的评估指标获取及分析 | 第65-71页 |
5.3.3 评估指标数据 | 第71-72页 |
5.4 实验过程及结果 | 第72-78页 |
5.4.1 基于CPSGA-BP神经网络的乡镇生态环境评估模型验证 | 第72-77页 |
5.4.2 基于CPSGA-BP神经网络的乡镇生态质量评估 | 第77-78页 |
5.5 本章小结 | 第78-79页 |
第6章 结论与展望 | 第79-81页 |
6.1 研究结论 | 第79-80页 |
6.2 展望 | 第80-81页 |
附录A | 第81-82页 |
参考文献 | 第82-87页 |
致谢 | 第87页 |