| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究意义和目的 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 降水预测研究 | 第11-13页 |
| 1.2.2 干旱研究 | 第13-15页 |
| 1.3 研究内容和技术路线 | 第15-17页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 技术路线 | 第16-17页 |
| 第二章 研究区概况 | 第17-27页 |
| 2.1 研究区地理位置 | 第17-18页 |
| 2.2 地形地貌 | 第18-20页 |
| 2.3 气候特征 | 第20-21页 |
| 2.4 社会经济概况 | 第21页 |
| 2.5 降水与干旱的分布特征及其联系 | 第21-27页 |
| 2.5.1 降水分布特征 | 第21-23页 |
| 2.5.2 干旱分布特征 | 第23-25页 |
| 2.5.3 降水与干旱的联系 | 第25-27页 |
| 第三章 基于信息熵理论的耦合模型降水预测 | 第27-54页 |
| 3.1 资料来源及研究思路 | 第27-28页 |
| 3.2 单项预测模型简介 | 第28-33页 |
| 3.2.1 最近邻抽样回归模型 | 第28-29页 |
| 3.2.2 BP神经网络模型 | 第29-31页 |
| 3.2.3 云推理预测模型 | 第31-33页 |
| 3.3 基于信息熵理论的耦合预测模型 | 第33-35页 |
| 3.3.1 信息熵理论 | 第33-35页 |
| 3.3.2 耦合预测模型 | 第35页 |
| 3.4 降水预测模型的建立及检验 | 第35-49页 |
| 3.4.1 最近邻抽样回归降水预测 | 第35-39页 |
| 3.4.2 BP神经网络降水预测 | 第39-41页 |
| 3.4.3 云推理降水预测 | 第41-44页 |
| 3.4.4 耦合模型降水预测 | 第44-49页 |
| 3.5 基于信息熵理论的耦合模型在降水量预测中的应用 | 第49-52页 |
| 3.6 本章小结 | 第52-54页 |
| 第四章 基于降水量的干旱研究 | 第54-65页 |
| 4.1 干旱识别与评价模型 | 第54-57页 |
| 4.1.1 标准化降水指数SPI | 第54-55页 |
| 4.1.2 TOPSIS法 | 第55-57页 |
| 4.2 基于TOPSIS法的干旱识别与评价 | 第57-61页 |
| 4.2.1 SPI值的计算及相应干旱等级 | 第57页 |
| 4.2.2 相对易旱区的识别与评价 | 第57-59页 |
| 4.2.3 干旱程度的识别与评价 | 第59-61页 |
| 4.3 关中盆地干旱灾害成因分析 | 第61-63页 |
| 4.4 抗旱减灾对策 | 第63-65页 |
| 结论和展望 | 第65-69页 |
| 结论 | 第65-67页 |
| 建议与展望 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 附表 | 第75-80页 |
| 攻读学位期间取得的研究成果 | 第80-81页 |
| 致谢 | 第81页 |