| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-21页 |
| ·课题支撑 | 第8页 |
| ·研究背景、目的及意义 | 第8-10页 |
| ·积雪消融规律的国内外研究进展 | 第10-13页 |
| ·积雪消融规律的国外研究进展 | 第10-12页 |
| ·积雪消融规律的国内研究进展 | 第12-13页 |
| ·积雪深度的国内外研究进展 | 第13-16页 |
| ·积雪深度的国外研究进展 | 第13-14页 |
| ·积雪深度的国内研究现状 | 第14-16页 |
| ·存在问题及发展趋势 | 第16-17页 |
| ·论文的研究方案 | 第17-21页 |
| ·研究目标 | 第17-18页 |
| ·研究内容 | 第18-19页 |
| ·研究手段和方法 | 第19页 |
| ·技术路线 | 第19-21页 |
| 第2章 研究区概况 | 第21-25页 |
| ·自然地理概况 | 第21-22页 |
| ·地质构造和地貌特征 | 第22页 |
| ·气象水文特征 | 第22-23页 |
| ·研究区积雪分布特征 | 第23-25页 |
| 第3章 积雪深度的变化规律及与水文气象因素的相互关系 | 第25-37页 |
| ·积雪深度的变化特性 | 第25-30页 |
| ·积雪深度的一个积、融雪周期内的变化特性 | 第25-27页 |
| ·积雪深度在积雪期内的变化特性 | 第27-28页 |
| ·积雪深度在融雪期内的变化特性 | 第28-29页 |
| ·积雪深度在融雪期内某一天内的变化特性 | 第29-30页 |
| ·融雪期内积雪深度与各水文气象因子的关系 | 第30-35页 |
| ·积雪深度与各水文气象因子在整个融雪期内的关系 | 第30-34页 |
| ·多元线性回归模型的建立 | 第34-35页 |
| ·小结 | 第35-37页 |
| 第4章 基于主成分分析法的融雪期积雪深度关键影响因子提取及分析 | 第37-45页 |
| ·概述 | 第37页 |
| ·主成分分析法 | 第37-39页 |
| ·概述 | 第37-38页 |
| ·主成分分析法的模型 | 第38-39页 |
| ·融雪期积雪深度关键影响因子提取模型构建 | 第39-43页 |
| ·数据的预处理 | 第39页 |
| ·主成分分析合理性检验 | 第39-40页 |
| ·主成分的提取 | 第40-42页 |
| ·主成分得分模型构建 | 第42-43页 |
| ·建立融雪期积雪深度的预测模型及影响因子分析 | 第43-44页 |
| ·建立融雪期积雪深度的预测模型 | 第43页 |
| ·融雪期积雪深度的影响因子分析 | 第43-44页 |
| ·小结 | 第44-45页 |
| 第5章 基于主成分分析和人工神经网络的融雪期积雪深度模拟 | 第45-61页 |
| ·基本思路 | 第45页 |
| ·人工神经网络 | 第45-48页 |
| ·人工神经网络简介 | 第45页 |
| ·人工神经元模型 | 第45-47页 |
| ·人工神经网络用于融雪径流模拟的研究现状 | 第47-48页 |
| ·基于主成分分析和 BP 神经网络的融雪期积雪深度模拟 | 第48-54页 |
| ·BP 神经网络模型 | 第48页 |
| ·基于主成分分析和 BP 神经网络的融雪期积雪深度模拟模型构建 | 第48-52页 |
| ·模拟结果与误差分析 | 第52-54页 |
| ·基于主成分分析和 RBF 神经网络的融雪期积雪深度模拟 | 第54-58页 |
| ·RBF 神经网络模型 | 第54页 |
| ·基于主成分分析和 RBF 神经网络的融雪期积雪深度模拟模型的构建 | 第54-57页 |
| ·模拟结果与误差分析 | 第57-58页 |
| ·BP 和 RBF 神经网络的融雪期积雪深度模拟模型的对比分析 | 第58-60页 |
| ·设计的复杂程度 | 第58-59页 |
| ·网络的稳定性 | 第59页 |
| ·算法比较 | 第59页 |
| ·模拟效果的比较 | 第59-60页 |
| ·小结 | 第60-61页 |
| 第6章 结论与展望 | 第61-63页 |
| ·主要结论 | 第61-62页 |
| ·本研究存在的问题和不足 | 第62页 |
| ·未来研究展望 | 第62-63页 |
| 参考文献 | 第63-71页 |
| 致谢 | 第71-72页 |
| 作者简历 | 第72页 |
