洪水频率分析与预报中的不确定性问题研究
摘要 | 第6-8页 |
Abstract | 第8-9页 |
第一章 概论 | 第12-25页 |
1.1 选题背景和意义 | 第12-13页 |
1.2 国内外研究进展 | 第13-22页 |
1.2.1 水文频率分析研究 | 第13-16页 |
1.2.2 非一致性洪水频率研究 | 第16-17页 |
1.2.3 水文预报模型研究 | 第17-20页 |
1.2.4 水文预报不确定性研究 | 第20-22页 |
1.3 亟待解决的问题 | 第22-23页 |
1.4 论文主要研究内容与技术路线 | 第23-25页 |
第二章 研究区概况 | 第25-35页 |
2.1 流域自然地理概况 | 第25-29页 |
2.1.1 地理位置 | 第25-26页 |
2.1.2 地形地貌 | 第26-27页 |
2.1.3 河流水系 | 第27-28页 |
2.1.4 气候特性 | 第28-29页 |
2.2 流域水利工程概况 | 第29-31页 |
2.3 流域径流特性 | 第31-32页 |
2.4 流域洪水特性 | 第32-35页 |
第三章 基于贝叶斯理论的洪水频率不确定性分析 | 第35-55页 |
3.1 贝叶斯洪水频率分析的基本原理 | 第35-38页 |
3.2 MCMC 模拟 | 第38-39页 |
3.3 GEV模型分布参数与洪水的估计 | 第39-40页 |
3.4 大渡河流域典型站点分析 | 第40-54页 |
3.4.1 参数估计 | 第41-47页 |
3.4.2 拟合优度检验 | 第47-50页 |
3.4.3 洪水频率不确定性分析 | 第50-54页 |
3.5 小结 | 第54-55页 |
第四章 基于广义可加模型的洪水频率非一致性分析 | 第55-82页 |
4.1 GAMLSS模型 | 第55-60页 |
4.1.1 模型的原理 | 第56-57页 |
4.1.2 模型的评价准则 | 第57-58页 |
4.1.3 模型残差评价 | 第58-59页 |
4.1.4 概率分布函数类型 | 第59-60页 |
4.2 洪水演变规律分析 | 第60-62页 |
4.3 GAMLSS模型拟合 | 第62-80页 |
4.3.1 一致性分布拟合(Model 0) | 第62-66页 |
4.3.2 非一致性分布拟合(Model 1) | 第66-70页 |
4.3.3 非一致性分布拟合(Model 2) | 第70-78页 |
4.3.4 设计洪水结果对比 | 第78-80页 |
4.4 小结 | 第80-82页 |
第五章 新安江模型参数优选方法及参数不确定性分析 | 第82-96页 |
5.1 新安江模型简介 | 第82页 |
5.2 参数优选方法简介 | 第82-87页 |
5.2.1 遗传算法(GA) | 第83-84页 |
5.2.2 粒子群算法(PSO) | 第84-85页 |
5.2.3 GA-PSO算法 | 第85-87页 |
5.3 参数优选方法比较 | 第87-91页 |
5.4 参数不确定性分析 | 第91-95页 |
5.4.1 GLUE方法 | 第91-92页 |
5.4.2 GLUE分析 | 第92-95页 |
5.5 小结 | 第95-96页 |
第六章 贝叶斯概率洪水预报模型 | 第96-133页 |
6.1 贝叶斯统计原理 | 第96-97页 |
6.2 贝叶斯预报处理器(BPF) | 第97-104页 |
6.2.1 BPF的原理 | 第98-100页 |
6.2.2 大渡河流域BPF构建 | 第100-104页 |
6.3 水文不确定性处理器(HUP) | 第104-117页 |
6.3.1 HUP的原理 | 第104-109页 |
6.3.2 大渡河流域HUP构建 | 第109-117页 |
6.4 改进的贝叶斯预报处理器(C-BFS) | 第117-132页 |
6.4.1 Copula函数原理 | 第117-120页 |
6.4.2 C-BFS结构 | 第120-122页 |
6.4.3 大渡河流域C-BFS构建 | 第122-132页 |
6.5 小结 | 第132-133页 |
第七章 结论与展望 | 第133-136页 |
7.1 主要结论 | 第133-134页 |
7.2 创新点 | 第134-135页 |
7.3 研究展望 | 第135-136页 |
参考文献 | 第136-142页 |
攻读博士学位期间发表的论文 | 第142-144页 |
攻读博士学位期间参加的科研项目 | 第144-145页 |
攻读博士学位期间获得的奖励 | 第145-146页 |
致谢 | 第146-147页 |