首页--工业技术论文--水利工程论文--水资源调2查与水利规划论文--水资源开发论文--水利资源的管理、保护与改造论文

流域水资源脆弱性评价与预测研究

摘要第3-4页
abstract第4页
第一章 绪论第8-19页
    1.1 研究背景与选题来源第8-9页
        1.1.1 研究背景第8-9页
        1.1.2 选题来源第9页
    1.2 研究意义第9-10页
        1.2.1 理论意义第9页
        1.2.2 实践意义第9-10页
    1.3 国内外研究进展及述评第10-16页
        1.3.1 水资源脆弱性概念研究的进展第10-11页
        1.3.2 水资源脆弱性评价研究的进展第11-14页
        1.3.3 水资源脆弱性预测研究的进展第14页
        1.3.4 水资源脆弱性实证研究的进展第14-15页
        1.3.5 研究评述第15-16页
    1.4 研究内容第16-17页
    1.5 研究方法与技术路线第17-19页
        1.5.1 研究方法第17-18页
        1.5.2 技术路线第18-19页
第二章 流域水资源脆弱性概念和内涵研究第19-22页
    2.1 流域水资源脆弱性的特征第19-20页
    2.2 流域水资源脆弱性的概念和内涵第20-22页
        2.2.1 流域水资源脆弱性的概念第20页
        2.2.2 流域水资源脆弱性的内涵第20-22页
第三章 流域水资源脆弱性评价模型的构建第22-34页
    3.1 流域水资源脆弱性评价指标体系第22-31页
        3.1.1 指标体系的构建原则第22页
        3.1.2 流域水资源脆弱性评价指标体系的构成第22-26页
        3.1.3 评价指标的选取第26页
        3.1.4 流域水资源脆弱性评价指标第26-31页
    3.2 流域水资源脆弱性的评价模型第31-34页
        3.2.1 指标权重的确定第31-32页
        3.2.2 流域水资源脆弱性评价模型的构建第32-34页
第四章 流域水资源脆弱性预测模型的构建第34-41页
    4.1 流域水资源脆弱性评价指标体系的约简第34-36页
        4.1.1 粗糙集理论第34-35页
        4.1.2 指标约简的方法第35-36页
    4.2 流域水资源脆弱性预测模型的构建第36-39页
        4.2.1 BP神经网络理论第36-38页
        4.2.2 流域水资源脆弱性预测模型的拟合第38-39页
    4.3 粗糙集理论与BP神经网络的集成第39-41页
第五章 实证分析第41-63页
    5.1 研究区概况第41-43页
        5.1.1 自然环境概况第41-42页
        5.1.2 社会经济概况第42-43页
    5.2 淮河流域水资源脆弱性现状评价第43-51页
        5.2.1 数据来源及其无量纲处理第43页
        5.2.2 指标权重的确定第43-44页
        5.2.3 流域水资源脆弱度的计算第44-45页
        5.2.4 流域水资源脆弱性结果分析第45-51页
    5.3 不同情景下淮河流域水资源脆弱性的预测第51-61页
        5.3.1 数据离散化处理第51-52页
        5.3.2 基于粗糙集的指标体系的约简第52-54页
        5.3.3 基于BP神经网络的预测模型的构建第54-58页
        5.3.4 不同情景下淮河流域水资源脆弱性预测与分析第58-61页
    5.4 淮河流域水资源管理建议第61-63页
第六章 结论与展望第63-66页
    6.1 研究中的创新点第63页
    6.2 研究结论第63-65页
    6.3 研究展望第65-66页
参考文献第66-71页
附录 1第71-78页
附录 2第78-83页
攻读硕士学位期间发表的论文第83-84页
致谢第84页

论文共84页,点击 下载论文
上一篇:基层派出所的选择性执法问题研究--以D县S派出所为例
下一篇:网络第三方支付的税收法律问题研究