基于云模型的旱灾风险评估方法及其应用
致谢 | 第7-8页 |
摘要 | 第8-9页 |
Abstract | 第9-10页 |
第一章 绪论 | 第16-22页 |
1.1 研究背景和意义 | 第16-17页 |
1.2 国内外研究现状 | 第17-20页 |
1.2.1 旱灾风险研究进展 | 第17-19页 |
1.2.2 云模型研究进展 | 第19-20页 |
1.3 研究内容与技术路线 | 第20-22页 |
1.3.1 研究内容 | 第20-21页 |
1.3.2 技术路线 | 第21-22页 |
第二章 云模型旱灾风险评估的理论基础 | 第22-25页 |
2.1 旱灾风险评估理论基础 | 第22页 |
2.2 云模型理论基础 | 第22-25页 |
2.2.1 云的定义 | 第22-23页 |
2.2.2 云的数字特征 | 第23页 |
2.2.3 云发生器 | 第23-25页 |
第三章 基于改进云相似度的旱灾风险评估模型 | 第25-39页 |
3.1 研究区域概况 | 第25-26页 |
3.1.1 社会经济 | 第25页 |
3.1.2 气候条件 | 第25页 |
3.1.3 水资源状况 | 第25-26页 |
3.2 改进云相似度理论基础 | 第26-28页 |
3.2.1 云模型评估方法 | 第26页 |
3.2.2 模糊云算法 | 第26-27页 |
3.2.3 云相似度算法 | 第27-28页 |
3.2.4 改进云相似度 | 第28页 |
3.3 模型建立 | 第28-32页 |
3.3.1 指标体系及权重 | 第28-29页 |
3.3.2 搜集数据划分等级 | 第29-30页 |
3.3.3 单指标评估 | 第30-31页 |
3.3.4 基于云相似度的综合评估 | 第31-32页 |
3.4 应用实例 | 第32-37页 |
3.5 本章小结 | 第37-39页 |
第四章 基于云化信息扩散的旱灾风险评估模型 | 第39-55页 |
4.1 研究区域概况 | 第39-41页 |
4.1.1 社会经济 | 第39-40页 |
4.1.2 气候条件 | 第40-41页 |
4.1.3 水资源状况 | 第41页 |
4.2 云化信息扩散理论基础 | 第41-43页 |
4.2.1 自助法 | 第41-42页 |
4.2.2 信息扩散 | 第42页 |
4.2.3 云化信息扩散 | 第42-43页 |
4.3 模型建立 | 第43-44页 |
4.3.1 搜集数据划论域 | 第43页 |
4.3.2 计算云模型数字特征 | 第43-44页 |
4.3.3 云化信息扩散计算 | 第44页 |
4.3.4 概率密度估计及超越概率计算 | 第44页 |
4.4 应用实例 | 第44-53页 |
4.5 本章小结 | 第53-55页 |
第五章 基于云推理的旱灾风险评估模型 | 第55-65页 |
5.1 研究区域概况 | 第55页 |
5.2 云推理理论基础 | 第55-58页 |
5.2.1 推理的形式 | 第55-56页 |
5.2.2 模糊推理 | 第56-57页 |
5.2.3 云推理 | 第57-58页 |
5.3 模型建立 | 第58-60页 |
5.3.1 搜集资料 | 第58-59页 |
5.3.2 构建云推理规则库 | 第59页 |
5.3.3 云模型数字特征 | 第59-60页 |
5.3.4 云推理评估旱灾风险 | 第60页 |
5.4 应用实例 | 第60-63页 |
5.5 本章小结 | 第63-65页 |
第六章 基于云模型的旱灾风险时空分布研究 | 第65-78页 |
6.1 研究区域 | 第65-66页 |
6.1.1 社会经济 | 第65-66页 |
6.1.2 气候条件 | 第66页 |
6.1.3 气象灾害 | 第66页 |
6.2 模型建立 | 第66-68页 |
6.2.1 数据资料整理 | 第66-67页 |
6.2.2 计算日ET_0 | 第67页 |
6.2.3 不同时间尺度的ET_0 | 第67页 |
6.2.4 ET_0时空分布特征 | 第67页 |
6.2.5 ET_0时空分布不确定性 | 第67-68页 |
6.3 应用实例 | 第68-76页 |
6.3.1 时间趋势分析 | 第68-69页 |
6.3.2 空间分布分析 | 第69-71页 |
6.3.3 云模型方法分析ET0时空分布 | 第71-76页 |
6.4 本章小结 | 第76-78页 |
第七章 结论与展望 | 第78-81页 |
7.1 结论 | 第78-79页 |
7.2 展望 | 第79-81页 |
参考文献 | 第81-87页 |
攻读硕士学位期间的学术活动及成果情况 | 第87-88页 |