首页--环境科学、安全科学论文--环境污染及其防治论文--水体污染及其防治论文--湖泊、水库论文

基于分级标准的太湖水域蓝藻气象环境影响因素与预测模型研究

摘要第1-6页
Abstract第6-8页
第一章 绪论第8-16页
   ·研究背景及意义第8-10页
   ·国内外研究进展第10-13页
     ·太湖水域蓝藻水华环境因素的研究进展第10-11页
     ·太湖水域蓝藻水华预测模型的研究进展第11-13页
   ·研究内容和技术路线第13-16页
     ·研究内容第13-14页
     ·技术路线第14-16页
第二章 资料和方法第16-30页
   ·研究区域概况第16-18页
     ·地理位置与气候概况第16-17页
     ·太湖蓝藻水华分级标准第17-18页
   ·资料来源第18-20页
   ·研究方法第20-30页
     ·主成分分析第20-22页
     ·灰关联度分析第22-25页
     ·多元回归分析模型第25-26页
     ·BP神经网络模型第26-30页
第三章 太湖水域蓝藻水华及气象要素变化特征第30-48页
   ·太湖蓝藻水华分布情况第30-31页
   ·太湖蓝藻水华时间变化特征第31-34页
     ·蓝藻水华年际变化特征第31-32页
     ·蓝藻水华的年内变化特征第32-34页
   ·太湖水域蓝藻水华气象要素变化特征第34-47页
     ·气象要素年际变化特征第34-35页
     ·气象要素年内变化特征第35-36页
     ·历次水华发生阶段气象要素的变化特征第36-47页
   ·小结第47-48页
第四章 太湖水域蓝藻水华环境因素综合分析第48-58页
   ·太湖水域蓝藻水华环境因子相关性分析第49-50页
   ·太湖水域蓝藻水华环境因子主成分分析第50-53页
   ·太湖水域蓝藻水华环境因子灰关联度分析第53-56页
   ·小结第56-58页
第五章 太湖水域蓝藻水华预测模型建立第58-68页
   ·太湖水域蓝藻水华回归分析模型第58-62页
     ·回归方程的建立第58-60页
     ·回归方程的检验第60-62页
   ·太湖水域蓝藻水华BP神经网络模型第62-66页
     ·BP神经网络的Matlab实现第63页
     ·BP神经网络模型的检验第63-66页
   ·两种预测模型精度比较第66页
   ·小结第66-68页
第六章 结论与展望第68-70页
   ·研究结论第68-69页
   ·创新点第69页
   ·不足与展望第69-70页
参考文献第70-78页
个人简介第78-80页
致谢第80页

论文共80页,点击 下载论文
上一篇:基于面板数据模型的自然灾害对经济增长的影响研究--以中国及OECD国家为例
下一篇:我国能源问题与环境发展战略研究