| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-22页 |
| 1.1 课题研究的目的与意义 | 第10-11页 |
| 1.2 国内外研究进展 | 第11-19页 |
| 1.3 研究方法及技术路线 | 第19-20页 |
| 1.3.1 研究方法 | 第19页 |
| 1.3.2 研究的技术路线 | 第19-20页 |
| 1.4 本文主要研究内容 | 第20-22页 |
| 第二章 流域概况和监测方法 | 第22-26页 |
| 2.1 流域概况 | 第22-23页 |
| 2.1.1 流域气候、气象 | 第22页 |
| 2.1.2 流域水文 | 第22-23页 |
| 2.2 监测方案的建立 | 第23-24页 |
| 2.2.1 采样点及采样断面选择 | 第23页 |
| 2.2.2 监测频率及采样时间 | 第23-24页 |
| 2.2.3 样品的采集和前处理 | 第24页 |
| 2.3 水质指标的选择及测定 | 第24-25页 |
| 2.3.1 水样指标的选择 | 第24-25页 |
| 2.3.2 水样指标的测定 | 第25页 |
| 2.4 小结 | 第25-26页 |
| 第三章 枢纽工程蓄水前后对水质影响评价 | 第26-40页 |
| 3.1 流域水环境分析 | 第26-38页 |
| 3.1.1 蓄水后水质现状分析 | 第26-34页 |
| 3.1.2 蓄水前后水质状况对比分析 | 第34-38页 |
| 3.2 工程影响分析 | 第38-39页 |
| 3.2.1 蓄水后对自然环境的影响 | 第38-39页 |
| 3.2.2 蓄水后对生态环境的影响 | 第39页 |
| 3.2.3 蓄水后对社会环境的影响 | 第39页 |
| 3.3 小结 | 第39-40页 |
| 第四章 基于BP神经网络模型的水质模拟及预测 | 第40-59页 |
| 4.1 BP神经网络概述 | 第40-46页 |
| 4.1.1 神经网络的基本原理 | 第40页 |
| 4.1.2 神经网络的分类 | 第40-42页 |
| 4.1.3 BP神经网络模型的基本构成及网络相关参数 | 第42-43页 |
| 4.1.4 信号传播过程 | 第43-46页 |
| 4.2 BP网络模型的输入指标的确定 | 第46-48页 |
| 4.3 BP网络模型的建立与模拟 | 第48-51页 |
| 4.4 BP网络模型的优化 | 第51-56页 |
| 4.4.1 筛选关键变量 | 第51-53页 |
| 4.4.2 通过主成分分析模型的验证 | 第53-55页 |
| 4.4.3 主要影响因素的确定 | 第55-56页 |
| 4.5 模型的应用与富营养化主要影响因子的判断 | 第56-57页 |
| 4.6 针对模型结果提出的防治措施 | 第57-58页 |
| 4.7 小结 | 第58-59页 |
| 第五章 结论与展望 | 第59-61页 |
| 5.1 结论 | 第59页 |
| 5.2 展望 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-68页 |
| 作者简介 | 第68页 |