首页--环境科学、安全科学论文--环境污染及其防治论文--水体污染及其防治论文

北方中小型河流坝区内叶绿素a预测及敏感性分析

摘要第4-6页
Abstract第6-7页
第1章 绪论第11-16页
    1.1 选题背景、意义第11-12页
    1.2 国内外研究进展第12-14页
        1.2.1 河流富营养化研究进展第12页
        1.2.2 水体叶绿素a浓度影响因素研究第12-13页
        1.2.3 叶绿素a预测及敏感性分析研究进展第13-14页
    1.3 论文的研究内容及技术路线第14-16页
        1.3.1 研究内容第14-15页
        1.3.2 技术路线第15页
        1.3.3 课题来源第15-16页
第2章 研究区域概况及研究方法第16-22页
    2.1 研究区域概况第16页
        2.1.1 地理位置及自然条件第16页
        2.1.2 清水河概况第16页
    2.2 采样方案及检测方法第16-18页
        2.2.1 采样点位的选取第16-17页
        2.2.2 检测指标及方法第17-18页
    2.3 预测方法的选择第18-19页
        2.3.1 浮游植物机理预测模型第18-19页
        2.3.2 数学智能模型第19页
    2.4 BP神经网络第19-21页
        2.4.1 BP神经网络结构的确定第20页
        2.4.2 BP神经网络转移函数的选择第20-21页
    2.5 敏感性分析方法的选择第21-22页
第3章 环境因子时空变化特征第22-36页
    3.1 环境因子时间尺度变化规律第22-26页
        3.1.1 研究区域及采样方案第22页
        3.1.2 水温及pH值的时间变化特征第22-23页
        3.1.3 溶解氧时间尺度变化特征第23-24页
        3.1.4 总磷时间尺度变化特征第24-25页
        3.1.5 总氮时间尺度变化特征第25页
        3.1.6 氨氮时间尺度变化特征第25-26页
    3.2 环境因子空间尺度变化规律第26-30页
        3.2.1 研究区域及采样方案第26页
        3.2.2 pH及溶解氧的空间变化特征第26-27页
        3.2.3 总磷空间尺度变化特征第27-28页
        3.2.4 总氮空间尺度变化特征第28-29页
        3.2.5 氨氮空间尺度变化特征第29-30页
    3.3 叶绿素a时空变化规律第30-33页
        3.3.1 研究区域及采样方案第31页
        3.3.2 叶绿素a时间尺度变化特征第31-32页
        3.3.3 叶绿素a空间尺度变化特征第32-33页
    3.4 浮游藻类群落结构第33-35页
        3.4.1 研究区域及采样方案第33-34页
        3.4.2 浮游藻类的群落组成第34页
        3.4.3 浮游藻类群落生物多样性第34-35页
    3.5 小结第35-36页
第4章 叶绿素a预测模型构建第36-45页
    4.1 数据的采集及预处理第36-37页
        4.1.1 数据采集第36页
        4.1.2 监测点聚类分析第36-37页
        4.1.3 样本归一化第37页
    4.2 输入和输出变量的确定第37-40页
        4.2.1 输出变量的确定第38页
        4.2.2 输入变量的确定第38-40页
    4.3 隐含层及转移函数确定第40-41页
        4.3.1 隐含层神经元数目的确定第40-41页
        4.3.2 转移函数的确定第41页
    4.4 网络训练与检验第41-43页
    4.5 小结第43-45页
第5章 叶绿素a预测及分析第45-55页
    5.1 叶绿素a预测第45-48页
        5.1.1 第一类神经网络模型预测结果分析第45-47页
        5.1.2 第二类神经网络模型预测结果分析第47-48页
    5.2 单样本局部敏感性分析第48-51页
        5.2.1 方法简介第48页
        5.2.2 第一类神经网络模型单样本敏感性分析第48-50页
        5.2.3 第二类神经网络模型单样本敏感性分析第50-51页
    5.3 全样本局部敏感性分析第51-53页
        5.3.1 方法简介第51页
        5.3.2 第一类神经网络模型全样本敏感性分析第51-52页
        5.3.3 第二类神经网络模型全样本敏感性分析第52-53页
    5.4 小结第53-55页
第6章 总结与展望第55-57页
    6.1 本文总结第55-56页
    6.2 研究展望第56-57页
参考文献第57-60页
攻读硕士学位期间所发表的学术成果第60-61页
致谢第61-62页
附录第62-65页

论文共65页,点击 下载论文
上一篇:基于BIM-CDIO的土建类高校跨专业联合毕业设计模式研究
下一篇:精明收缩视角下铜陵市工业园区优化研究