集合卡尔曼滤波方法在密云潮河流域洪水预报中的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-17页 |
| 1.1 选题背景及研究意义 | 第10-11页 |
| 1.1.1 选题背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 论文思路和研究框架 | 第14-17页 |
| 1.3.1 研究内容 | 第14页 |
| 1.3.2 论文框架及路线 | 第14-15页 |
| 1.3.3 创新点和预期成果 | 第15页 |
| 1.3.4 研究框架 | 第15-17页 |
| 2 研究流域和数据资料 | 第17-25页 |
| 2.1 研究流域 | 第17-18页 |
| 2.2 数据资料 | 第18-25页 |
| 2.2.1 降水流量数据 | 第18页 |
| 2.2.2 土壤水分数据 | 第18-25页 |
| 2.2.2.1 遥感土壤水分数据 | 第19-20页 |
| 2.2.2.2 实测土壤水分数据 | 第20-21页 |
| 2.2.2.3 校正土壤水分数据 | 第21-25页 |
| 3 水文模型和参数优化方法 | 第25-40页 |
| 3.1 新安江模型的改进 | 第25-32页 |
| 3.1.1 改进的新安江产汇流过程 | 第26-30页 |
| 3.1.2 改进的新安江模型的效果 | 第30-32页 |
| 3.2 EnKF | 第32-34页 |
| 3.2.1 EnKF的基本原理 | 第32页 |
| 3.2.2 EnKF的算法过程 | 第32-34页 |
| 3.3 粒子群优化算法 | 第34-38页 |
| 3.3.1 粒子群优化算法基本原理 | 第34页 |
| 3.3.2 粒子群优化算法计算过程 | 第34-35页 |
| 3.3.3 参数率定 | 第35-38页 |
| 3.4 参数敏感性分析 | 第38-40页 |
| 4 多源数据同化 | 第40-67页 |
| 4.1 同化设置 | 第40-41页 |
| 4.2 不同水文站不同场次洪水同化 | 第41-60页 |
| 4.2.1 大阁水文站 | 第41-46页 |
| 4.2.1.1 小洪水 | 第41-44页 |
| 4.2.1.2 中洪水 | 第44-46页 |
| 4.2.2 古北口水文站 | 第46-54页 |
| 4.2.2.1 小洪水 | 第46-49页 |
| 4.2.2.2 中洪水 | 第49-52页 |
| 4.2.2.3 大洪水 | 第52-54页 |
| 4.2.3 下会水文站 | 第54-60页 |
| 4.2.3.1 小洪水 | 第54-57页 |
| 4.2.3.2 中洪水 | 第57-58页 |
| 4.2.3.3 大洪水 | 第58-60页 |
| 4.3 结果分析 | 第60-67页 |
| 4.3.1 不同水文站场次洪水分析 | 第61-64页 |
| 4.3.2 不同场次洪水数据分析 | 第64-67页 |
| 5 同化过程的影响因素研究 | 第67-72页 |
| 5.1 均值对同化结果影响 | 第67-68页 |
| 5.2 方差对同化结果影响 | 第68-69页 |
| 5.3 集合样本数对同化结果影响 | 第69-70页 |
| 5.4 参数间相关性对同化结果影响 | 第70-72页 |
| 6 结论和展望 | 第72-74页 |
| 6.1 结论 | 第72-73页 |
| 6.2 展望 | 第73-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-81页 |
| 附录 | 第81页 |
