| 摘要 | 第3-5页 |
| ABSTRACT | 第5-10页 |
| 第一章绪论 | 第10-20页 |
| 1.1研究背景及意义 | 第10-11页 |
| 1.2国内外研究现状 | 第11-17页 |
| 1.2.1融雪径流模拟 | 第11-13页 |
| 1.2.2降水极值模拟 | 第13-14页 |
| 1.2.3水文模拟不确定性分析 | 第14-17页 |
| 1.3研究内容与技术路线 | 第17-20页 |
| 1.3.1研究内容 | 第17-18页 |
| 1.3.2技术路线 | 第18-20页 |
| 第二章SRM模型与降水极值统计模型及MCMC方法 | 第20-33页 |
| 2.1SRM模型 | 第20-24页 |
| 2.1.1模型结构 | 第20-21页 |
| 2.1.2模型输入 | 第21-23页 |
| 2.1.3模型参数 | 第23-24页 |
| 2.2降水极值统计模型 | 第24-28页 |
| 2.2.1极值统计理论 | 第24-26页 |
| 2.2.2模型构建方法 | 第26-28页 |
| 2.3MCMC方法 | 第28-31页 |
| 2.3.1贝叶斯统计理论 | 第28-29页 |
| 2.3.2MCMC不确定性分析 | 第29-30页 |
| 2.3.3DREAMZS算法 | 第30-31页 |
| 2.4本章小结 | 第31-33页 |
| 第三章基于AR-MCMC的融雪径流模拟及不确定性分析 | 第33-52页 |
| 3.1AR-MCMC方法 | 第33-39页 |
| 3.1.1MCMC模拟过程 | 第33-35页 |
| 3.1.2自回归模型 | 第35-37页 |
| 3.1.3AR模型与MCMC方法的融合 | 第37-39页 |
| 3.2资料数据 | 第39-44页 |
| 3.3融雪径流模拟过程及评价方法 | 第44-46页 |
| 3.3.1SRM模型的构建与识别 | 第44页 |
| 3.3.2SRM模型评价方法 | 第44-46页 |
| 3.4结果分析 | 第46-50页 |
| 3.4.1残差变量的相关性 | 第46-47页 |
| 3.4.2参数识别结果 | 第47-48页 |
| 3.4.3模拟结果及效果评价 | 第48-50页 |
| 3.5本章小结 | 第50-52页 |
| 第四章融合GEV/GPD与MCMC的降水极值模拟及不确定性分析 | 第52-63页 |
| 4.1降水极值模拟方法 | 第52-53页 |
| 4.2资料数据 | 第53-54页 |
| 4.3降水极值模拟过程及评价方法 | 第54-56页 |
| 4.3.1降水极值统计模型的构建与识别 | 第54-55页 |
| 4.3.2降水极值统计模型评价方法 | 第55-56页 |
| 4.4结果分析 | 第56-62页 |
| 4.4.1参数识别结果 | 第56-57页 |
| 4.4.2模拟效果评价 | 第57-60页 |
| 4.4.3降水极值分布特征 | 第60-62页 |
| 4.5本章小结 | 第62-63页 |
| 第五章结论与展望 | 第63-65页 |
| 5.1结论 | 第63-64页 |
| 5.2研究展望 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71-72页 |
| 科研经历 | 第72页 |