大数据下大兴安岭地区区域洪水长期预报分析
| 中文摘要 | 第2-3页 |
| Abstract | 第3-8页 |
| 第1章绪论 | 第8-20页 |
| 1.1研究背景及意义 | 第8-9页 |
| 1.1.1研究背景 | 第8页 |
| 1.1.2研究意义 | 第8-9页 |
| 1.2国内外研究进展 | 第9-16页 |
| 1.2.1国外研究进展 | 第10-11页 |
| 1.2.2国内研究进展 | 第11-16页 |
| 1.3存在问题和发展趋势 | 第16-18页 |
| 1.3.1存在问题 | 第16页 |
| 1.3.2中长期水文预报发展两大契机 | 第16-18页 |
| 1.4研究内容与技术路线 | 第18-20页 |
| 1.4.1研究内容 | 第18页 |
| 1.4.2技术路线 | 第18-20页 |
| 第2章研究区概况 | 第20-26页 |
| 2.1大兴安岭自然地理特征 | 第20页 |
| 2.2河流水系 | 第20-25页 |
| 2.2.1黑龙江流域概况 | 第20-22页 |
| 2.2.2嫩江流域概况 | 第22-25页 |
| 2.3本章小结 | 第25-26页 |
| 第3章区域洪水成因分析 | 第26-41页 |
| 3.1大兴安岭地区洪水特点和区域性特征 | 第26-28页 |
| 3.1.1区域洪水特点 | 第26页 |
| 3.1.2区域洪水变化 | 第26-28页 |
| 3.2大兴安岭区域洪水形成的背景 | 第28-40页 |
| 3.2.1背景分析的原理 | 第28页 |
| 3.2.2大气环流与自然因子类背景 | 第28-40页 |
| 3.3基于前期背景因子构建的区域洪水大数据库 | 第40页 |
| 3.4本章小结 | 第40-41页 |
| 第4章大兴安岭地区区域洪水预报模型构建 | 第41-53页 |
| 4.1洪水的定性预报 | 第41-43页 |
| 4.1.1太阳黑子活动的位相预报方法 | 第41页 |
| 4.1.2灰色灾变预报方法 | 第41-43页 |
| 4.2洪水的定量模型构建和预报 | 第43-52页 |
| 4.2.1采用EMD分解周期后的预报方法 | 第43-46页 |
| 4.2.2采用均生函数的预报方法 | 第46-51页 |
| 4.2.3以气象因子构成的BP神经网络方法 | 第51-52页 |
| 4.3本章小结 | 第52-53页 |
| 第5章区域洪水预报实例应用 | 第53-57页 |
| 5.12013-2014年洪水预报的实践和认识 | 第53页 |
| 5.22013-2014年预报检验 | 第53-56页 |
| 5.3本章小结 | 第56-57页 |
| 第6章结论与展望 | 第57-59页 |
| 6.1结论 | 第57页 |
| 6.2展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间发表论文 | 第64-65页 |
