| 目录 | 第1-9页 |
| Contents | 第9-12页 |
| 摘要 | 第12-14页 |
| Abstract | 第14-16页 |
| 第一章 绪论 | 第16-32页 |
| ·研究干旱的意义 | 第16-18页 |
| ·研究干旱的普遍意义 | 第16页 |
| ·研究贵州喀斯特地区干旱的意义 | 第16-18页 |
| ·贵州干旱状况 | 第18-22页 |
| ·干旱成因 | 第18-21页 |
| ·干旱过程 | 第21-22页 |
| ·干旱控制 | 第22页 |
| ·干旱的定义、分类与干旱指标研究进展 | 第22-26页 |
| ·干旱的定义与分类 | 第22-23页 |
| ·干旱指标研究进展 | 第23-26页 |
| ·干旱预测方法研究进展 | 第26-29页 |
| ·预测方法分类 | 第26页 |
| ·典型的干旱预测方法 | 第26-29页 |
| ·论文的主要研究内容 | 第29-32页 |
| ·研究目标 | 第29页 |
| ·主要内容 | 第29-30页 |
| ·主要创新点 | 第30-32页 |
| 第二章 贵州区域干旱特征分析 | 第32-78页 |
| ·贵州区域干旱特征分析技术路线与数据处理 | 第34-35页 |
| ·技术路线 | 第34页 |
| ·原始资料质量控制与数据处理 | 第34-35页 |
| ·基于帕尔默(Palmer)指数干旱特征分析 | 第35-52页 |
| ·帕尔默(Palmer)干旱指标分析原理 | 第35-37页 |
| ·贵州喀斯特地区Palmer指数计算 | 第37-42页 |
| ·Palmer指数干旱特征分析 | 第42-52页 |
| ·基于降水距平的干旱特性分析 | 第52-61页 |
| ·降水距平干旱指标 | 第52-53页 |
| ·乌江地区降雨量分析 | 第53-55页 |
| ·乌江地区干旱特征分析 | 第55-61页 |
| ·基于Z指标的干旱特征分析 | 第61-70页 |
| ·乌江地区Z指数计算 | 第62-64页 |
| ·基于Z指标的区域特征分析 | 第64-69页 |
| ·干旱趋势突变分析 | 第69-70页 |
| ·不同指标对比分析 | 第70-73页 |
| ·Palmer指数与降水量关系 | 第70-72页 |
| ·三种指标干旱特征分析应用效果对比 | 第72-73页 |
| ·干旱致灾因素分析 | 第73-76页 |
| ·研究区概况 | 第73页 |
| ·旱情致灾影响因素选取 | 第73-74页 |
| ·投影寻踪模型建模 | 第74-75页 |
| ·最佳投影向量及投影值 | 第75-76页 |
| ·结果分析 | 第76页 |
| ·本章小结 | 第76-78页 |
| 第三章 基于NNBR模型的蒙特卡洛旱情预测方法研究 | 第78-90页 |
| ·最近邻抽样回归模型(NNBR模型) | 第78-80页 |
| ·模型原理及算法 | 第78-79页 |
| ·K、P和W_(j(i))的确定 | 第79-80页 |
| ·蒙特卡洛算法 | 第80-81页 |
| ·蒙特卡洛算法的概述 | 第80页 |
| ·蒙特卡洛方法的基本思想 | 第80页 |
| ·蒙特卡洛方法的一般步骤 | 第80-81页 |
| ·分布函数的选择 | 第81-82页 |
| ·基于NNBR模型的蒙特卡洛算法分析方案 | 第82-87页 |
| ·预测值的选择 | 第82-83页 |
| ·C_s,C_v的选择与确定 | 第83-85页 |
| ·分析步骤 | 第85-86页 |
| ·算法流程图 | 第86-87页 |
| ·实验结果验证和预测 | 第87-89页 |
| ·算法验证 | 第87-88页 |
| ·未来降雨量的预测 | 第88-89页 |
| ·未来旱情等级特征分析 | 第89页 |
| ·本章小结 | 第89-90页 |
| 第四章 基于马尔可夫的降雨量预测方法研究 | 第90-104页 |
| ·马尔科夫预测法的基本原理 | 第90-93页 |
| ·马尔科夫过程概述 | 第90页 |
| ·马尔科夫过程种类 | 第90页 |
| ·马尔科夫过程 | 第90-91页 |
| ·马尔科夫链 | 第91页 |
| ·状态转移概率及其转移概率矩阵 | 第91-93页 |
| ·算法方案分析及模型建立 | 第93-97页 |
| ·趋势加权马尔可夫模型 | 第93页 |
| ·检验降雨量序列是具有“马氏性” | 第93页 |
| ·状态的划分 | 第93-94页 |
| ·滞时权值的确定 | 第94页 |
| ·模糊集理论中的级别特征值 | 第94页 |
| ·方案分析步骤 | 第94-96页 |
| ·预测算法流程图 | 第96-97页 |
| ·实验结果验证和预测 | 第97-102页 |
| ·算法验证 | 第97-102页 |
| ·预测未来五年的降雨量 | 第102页 |
| ·未来旱情等级特征分析 | 第102页 |
| ·本章小结 | 第102-104页 |
| 第五章 基于神经网络的降雨量预测研究 | 第104-122页 |
| ·BP神经网络原理 | 第104-111页 |
| ·基本BP算法公式推导 | 第104-107页 |
| ·基本BP算法的缺陷 | 第107页 |
| ·BP算法的优化与改进 | 第107-108页 |
| ·网络的设计 | 第108页 |
| ·BP神经网络的设计与训练 | 第108-111页 |
| ·径向基函数神经网络 | 第111-114页 |
| ·RBF神经网络模型 | 第111-112页 |
| ·RBF网络的学习算法 | 第112-113页 |
| ·RBF神经网络的设计与训练 | 第113-114页 |
| ·Elman神经网络 | 第114-118页 |
| ·Elman神经网络结构 | 第114-115页 |
| ·Elman神经网络学习过程 | 第115-117页 |
| ·Elman预测模型的建立 | 第117页 |
| ·Elman神经网络的训练和预测 | 第117-118页 |
| ·三种神经网络的对比分析与预测 | 第118-121页 |
| ·五年预测值的对比分析 | 第118-120页 |
| ·未来五年的预测 | 第120页 |
| ·未来旱情等级特征分析 | 第120-121页 |
| ·本章小结 | 第121-122页 |
| 第六章 基于小波分解的灰色模型旱情预测方法研究 | 第122-146页 |
| ·灰色模型原理 | 第122-127页 |
| ·灰色系统 | 第122-123页 |
| ·灰生成 | 第123-124页 |
| ·灰色预测模型—GM(1,1) | 第124-125页 |
| ·GM(1,1)模型检验 | 第125-127页 |
| ·光滑性检验 | 第127页 |
| ·小波原理 | 第127-132页 |
| ·小波变换与其快速算法 | 第127-130页 |
| ·降水量周期性及突变性小波分析原理 | 第130-132页 |
| ·波形理论 | 第132-133页 |
| ·灰色模型的建立与预测效果分析 | 第133-143页 |
| ·降雨量灰色模型预测方案 | 第133-134页 |
| ·原始序列光滑度检验与小波分解 | 第134-135页 |
| ·灰色模型预测低频分量 | 第135-138页 |
| ·利用波形预测高频分量 | 第138-143页 |
| ·优化的灰色模型预测精度检验与分析 | 第143页 |
| ·未来降雨量预测及早情等级特征 | 第143-144页 |
| ·未来五年的降雨量预测值 | 第143-144页 |
| ·未来旱情等级特征分析 | 第144页 |
| ·本章小结 | 第144-146页 |
| 第七章 基于CI指数的近50年干旱时空分布规律研究 | 第146-165页 |
| ·数据处理及计算 | 第146-150页 |
| ·复合气象干旱指数的计算方法 | 第146-149页 |
| ·干旱综合指数CI等级的划分 | 第149页 |
| ·气象干旱过程的确定 | 第149页 |
| ·干旱过程强度的计算 | 第149-150页 |
| ·干旱发生频率计算 | 第150页 |
| ·结果分析 | 第150-163页 |
| ·复合干旱指数计算结果 | 第150-151页 |
| ·干旱发生的频率 | 第151-153页 |
| ·干旱覆盖面积 | 第153-156页 |
| ·干旱持续日数和干旱强度 | 第156-157页 |
| ·CI指数的空间分布特征 | 第157-160页 |
| ·基于CI指数监测2009-2010年干旱发生发展过程 | 第160-163页 |
| ·本章小结 | 第163-165页 |
| 第八章 结论与展望 | 第165-168页 |
| ·结论 | 第165-166页 |
| ·展望 | 第166-168页 |
| 参考文献 | 第168-176页 |
| 附录 | 第176-187页 |
| 附录一：贵州喀斯特6大水系Palmer指数 | 第176-182页 |
| 附录二：乌江流域上、中、下游月降雨距平 | 第182-187页 |
| 致谢 | 第187-188页 |
| 攻读学位论文期间发表文章 | 第188页 |
