| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究的背景及意义 | 第10-12页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·国内外研究进展 | 第12-16页 |
| ·土壤水盐运移的研究进展 | 第12-13页 |
| ·地下水动态预测模型研究进展 | 第13-15页 |
| ·土壤盐碱化预测模型研究进展 | 第15-16页 |
| ·研究内容 | 第16-17页 |
| ·研究方法和技术路线 | 第17-18页 |
| 第二章 青铜峡灌区概况 | 第18-21页 |
| ·自然地理概况 | 第18-19页 |
| ·地理位置 | 第18-19页 |
| ·气候条件 | 第19页 |
| ·地形地貌 | 第19页 |
| ·水文地质条件 | 第19页 |
| ·水资源概况 | 第19-21页 |
| 第三章 青铜峡灌区土壤盐碱化现状与成因分析 | 第21-24页 |
| ·灌区土壤盐碱化现状及分布 | 第21-22页 |
| ·土壤盐碱化的形成因素 | 第22-24页 |
| 第四章 青铜峡灌区地下水水盐动态分析 | 第24-33页 |
| ·灌区地下水动态分析 | 第24-29页 |
| ·地下水动态类型 | 第24-25页 |
| ·灌区地下水位动态特征 | 第25-29页 |
| ·灌区地下水矿化变化特征 | 第29页 |
| ·土壤盐分动态特征 | 第29-30页 |
| ·土壤盐碱化与地下水埋深和地下水矿化度的关系 | 第30-31页 |
| ·小结 | 第31-33页 |
| 第五章 青铜峡灌区地下水水盐动态预测 | 第33-45页 |
| ·人工神经网络的基本原理 | 第33-35页 |
| ·人工神经网络概述 | 第33页 |
| ·人工神经元模型 | 第33-34页 |
| ·人工神经网络的特点 | 第34-35页 |
| ·人工神经网络模型的工作方式 | 第35页 |
| ·基于BP 神经网络的时间序列法预测模型 | 第35-39页 |
| ·BP 神经网络 | 第35-38页 |
| ·BP 神经网络时间序列法的基本原理 | 第38页 |
| ·BP 神经网络时间序列预测模型的建立步骤 | 第38-39页 |
| ·基于BP 神经网络的地下水位动态时间序列预测模型应用研究 | 第39-43页 |
| ·灌区土壤盐碱化预测 | 第43-44页 |
| ·小结 | 第44-45页 |
| 第六章 结论与不足 | 第45-47页 |
| ·结论 | 第45页 |
| ·不足 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50-51页 |
| 作者简介 | 第51页 |