| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-20页 |
| ·选题背景及意义 | 第11-12页 |
| ·国内外研究进展 | 第12-15页 |
| ·国内研究进展 | 第12-13页 |
| ·国外研究进展 | 第13-15页 |
| ·土壤盐渍化灾害相关理论 | 第15-17页 |
| ·灾害预警相关理论 | 第17-18页 |
| ·研究内容与技术路线 | 第18-20页 |
| ·研究内容 | 第18-19页 |
| ·技术路线 | 第19-20页 |
| 第二章 土壤盐渍化灾害预警理论 | 第20-26页 |
| ·土壤盐渍化灾害预警指标体系框架 | 第20-21页 |
| ·渭库绿洲概况及预警指标 | 第21-23页 |
| ·警情指标 | 第21-22页 |
| ·警源指标 | 第22-23页 |
| ·警兆指标 | 第23页 |
| ·监测指标来源及分析 | 第23-26页 |
| ·野外考察及样本指标采集 | 第23-25页 |
| ·实验室测定 | 第25-26页 |
| 第三章 盐渍化灾害评价单元的生成及信息提取 | 第26-39页 |
| ·空间插值技术在地下水位和地下水矿化度数据提取中的应用 | 第26-30页 |
| ·资料与方法 | 第26-27页 |
| ·结果与分析 | 第27-30页 |
| ·地下水位和地下水矿化度特征分析及正态性检验 | 第27-28页 |
| ·半方差函数及理论模型分析 | 第28-29页 |
| ·Kriging 插值结果分析及数据提取 | 第29-30页 |
| ·结论 | 第30页 |
| ·基于相关性分析的气候要素选取及潜在蒸散量空间插值 | 第30-35页 |
| ·资料与方法 | 第31-32页 |
| ·结果与分析 | 第32-34页 |
| ·气候要素间的相关性分析 | 第32-33页 |
| ·潜在蒸散量空间变异分析及数据提取 | 第33-34页 |
| ·结论 | 第34-35页 |
| ·渭库绿洲地貌类型分析及坡度提取 | 第35-36页 |
| ·研究区地貌类型分析 | 第35页 |
| ·坡度值提取 | 第35-36页 |
| ·渭库绿洲土地利用类型定量分析 | 第36-39页 |
| 第四章 土壤盐渍化灾害预警评价指标体系的建立 | 第39-51页 |
| ·基于灰色关联度的土壤盐渍化预警因子选取 | 第39-42页 |
| ·研究方法 | 第39-40页 |
| ·结果与分析 | 第40-42页 |
| ·预警因子统计特征值特征分析 | 第40-41页 |
| ·土壤盐分与预警因子间的关联度分析 | 第41-42页 |
| ·结论 | 第42页 |
| ·基于层次分析法（AHP）的土壤盐渍化灾害预警因子权重的确定 | 第42-47页 |
| ·研究方法 | 第42-44页 |
| ·结果与分析 | 第44-46页 |
| ·层次结构模型和构造矩阵的建立 | 第44-45页 |
| ·预警因子权重分析 | 第45-46页 |
| ·结论 | 第46-47页 |
| ·土壤盐渍化灾害预警评价模型的建立 | 第47-50页 |
| ·评价模型与方法 | 第47-48页 |
| ·模型应用与验证 | 第48-50页 |
| ·土壤盐渍化灾害防治与改良措施 | 第50-51页 |
| 第五章 人工智能计算技术在土壤盐渍化灾害预警中的应用 | 第51-67页 |
| ·基于 BP 神经网络的土壤盐渍化灾害预报模型 | 第51-56页 |
| ·研究方法 | 第52-54页 |
| ·结果与分析 | 第54-55页 |
| ·结论 | 第55-56页 |
| ·基于径向基函数(RBF)神经网络的土壤盐渍化灾害预报模型 | 第56-59页 |
| ·研究方法 | 第56-57页 |
| ·结果与分析 | 第57-58页 |
| ·结论 | 第58-59页 |
| ·基于模糊（FUZZY）数学方法的土壤盐渍化灾害预报模型 | 第59-64页 |
| ·研究方法 | 第59-61页 |
| ·结果与分析 | 第61-64页 |
| ·模糊聚类过程分析 | 第61-63页 |
| ·模糊识别过程分析 | 第63-64页 |
| ·结论 | 第64页 |
| ·三种预报模型比较与讨论 | 第64-67页 |
| 第六章 结论与展望 | 第67-72页 |
| ·主要研究结论 | 第67-70页 |
| ·不足与展望 | 第70-72页 |
| 参考文献 | 第72-79页 |
| 在读期间参与的项目与发表的论文 | 第79-80页 |
| 致谢 | 第80页 |
