摘要 | 第1-13页 |
Abstract | 第13-16页 |
第一章 绪论 | 第16-29页 |
·研究干旱的意义 | 第16-18页 |
·研究干旱的普遍意义 | 第16-17页 |
·研究朝阳地区干旱的意义 | 第17-18页 |
·干旱的定义、分类与干旱指标研究进展 | 第18-24页 |
·干旱的定义与分类 | 第18-19页 |
·干旱指标研究进展 | 第19-24页 |
·干旱预测方法研究进展 | 第24-27页 |
·马尔科夫链预测法 | 第24-25页 |
·灰色系统理论预测法 | 第25-26页 |
·人工神经网络预测法 | 第26-27页 |
·论文的主要研究内容 | 第27-29页 |
第二章 朝阳地区干旱特征分析方法 | 第29-58页 |
·朝阳地区干旱特征分析技术路线与数据处理 | 第29-30页 |
·干旱特征分析技术路线 | 第29-30页 |
·原始资料质量控制与数据处理 | 第30页 |
·基于帕尔默(Palmer)指数的朝阳地区干旱特征分析 | 第30-48页 |
·帕尔默(Palmer)干旱指数分析原理 | 第30-33页 |
·朝阳地区Palmer指数计算 | 第33-37页 |
·计算结果分析 | 第37-48页 |
·基于降水距平的朝阳地区干旱特性分析 | 第48-54页 |
·降水距平原理 | 第48页 |
·朝阳地区降水量分析 | 第48-51页 |
·基于降水距平法的朝阳市干旱特征分析 | 第51-54页 |
·不同指标对比分析 | 第54-56页 |
·Palmer指数与降水量关系 | 第54-56页 |
·Palmer指数与降水距平百分率干旱特征分析应用效果对比 | 第56页 |
·本章小结 | 第56-58页 |
第三章 基于小波理论的干旱特征分析方法 | 第58-88页 |
·基于小波变换的干旱特征分析原理 | 第58-65页 |
·小波变换与其快速算法 | 第58-62页 |
·干旱周期性及突变性小波分析原理 | 第62-64页 |
·干旱特征小波分析技术路线 | 第64-65页 |
·干旱特征分析中小波函数选择研究 | 第65-69页 |
·小波函数的消失矩与支集 | 第65-66页 |
·小波函数与旱灾数据相关性研究 | 第66-69页 |
·干旱分析小波分解层数 | 第69-73页 |
·小波分解各层对应的频率/周期 | 第69-70页 |
·小波分解的能量泄漏 | 第70-73页 |
·干旱特征小波分析 | 第73-86页 |
·逐月温度与降水量小波分析 | 第73-80页 |
·逐年Palmer指数与降水量小波分析 | 第80-86页 |
·本章小结 | 第86-88页 |
第四章 灰色模型干旱预测优化方法 | 第88-109页 |
·灰色模型干旱预测原理 | 第88-93页 |
·灰生成算式 | 第88-89页 |
·准光滑性和灰指数规律 | 第89-90页 |
·灰色预测的数学模型 | 第90-92页 |
·灰色预测模型精度检验 | 第92-93页 |
·降水量灰色优化预测实现方法 | 第93-103页 |
·降水量灰色优化预测方案 | 第94-95页 |
·数据准光滑性和准指数检验 | 第95-97页 |
·原始序列的小波分解 | 第97-98页 |
·低频分量的灰色预测 | 第98-100页 |
·GM(1,1)模型群选择及预测 | 第100-103页 |
·降水量高频分量的波形预测 | 第103-106页 |
·波形预测原理 | 第103-104页 |
·高频分量波形预测的实现 | 第104-106页 |
·降水量预测值重构与误差分析 | 第106-108页 |
·本章小结 | 第108-109页 |
第五章 基于人工神经网络的干旱预测方法 | 第109-120页 |
·人工神经网络基本原理 | 第109-111页 |
·降水量数据人工神经网络预测实现 | 第111-117页 |
·降水量BP神经网络预测实现 | 第111-115页 |
·径向基神经网络降水量预测 | 第115-117页 |
·降水量灰色神经网络预测 | 第117-118页 |
·本章小结 | 第118-120页 |
第六章 结论与展望 | 第120-122页 |
·结论 | 第120-121页 |
·展望 | 第121-122页 |
参考文献 | 第122-129页 |
附录 | 第129-143页 |
致谢 | 第143-144页 |
攻读学位论文期间发表文章 | 第144页 |