首页--天文学、地球科学论文--大气科学(气象学)论文--天气预报论文--主要气象要素和天气现象预报论文--降水预报论文

降水与土壤湿度因果关系分析及预测研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-17页
    1.1 研究背景与意义第10-11页
    1.2 国内外研究现状第11-15页
        1.2.1 土壤湿度和降水的研究现状第11-12页
        1.2.2 因果关系的研究现状第12-14页
        1.2.3 降水量预测的研究现状第14-15页
    1.3 论文研究内容及结构安排第15-17页
        1.3.1 研究内容第15页
        1.3.2 结构安排第15-17页
第二章 相关理论基础第17-32页
    2.1 时间序列第17页
    2.2 回归模型第17-20页
        2.2.1 自回归模型第17-18页
        2.2.2 联合回归模型第18-19页
        2.2.3 回归模型阶数的确定第19-20页
    2.3 因果关系分析方法第20-24页
        2.3.1 格兰杰因果关系方法第20-21页
        2.3.2 新型因果关系方法第21-23页
        2.3.3 格兰杰因果关系和新型因果关系方法的比较第23-24页
    2.4 遗传算法优化BP神经网络综述第24-31页
        2.4.1 BP神经网络第24-27页
        2.4.2 遗传算法第27-29页
        2.4.3 遗传算法优化BP神经网络(GABP)第29页
        2.4.4 GABP和BP神经网络的比较分析第29-31页
    2.5 本章小结第31-32页
第三章 土壤湿度和降水因果关系的分析第32-46页
    3.1 引言第32页
    3.2 数据来源第32-34页
    3.3 数据的选取与处理第34-37页
        3.3.1 数据选取第34-36页
        3.3.2 数据归一化第36-37页
    3.4 因果关系分析流程第37-39页
        3.4.1 模型构建第37页
        3.4.2 因果值计算第37-39页
        3.4.3 显著性检验第39页
    3.5 实验结果分析第39-45页
        3.5.1 相同深度土壤湿度与降水因果关系分析第39-43页
        3.5.2 不同深度土壤湿度与降水因果关系分析第43-45页
    3.6 本章小结第45-46页
第四章 土壤湿度对降水量预测的影响第46-62页
    4.1 引言第46页
    4.2 数据选择及处理第46-49页
        4.2.1 数据选择第46-49页
        4.2.2 数据归一化第49页
    4.3 参数选取第49-51页
        4.3.1 遗传算法的参数选取第50页
        4.3.2 BP神经网络的参数选取第50-51页
    4.4 降水量预测的实验过程第51-54页
    4.5 降水量预测的实验结果分析第54-61页
        4.5.1 GABP和BP神经网络的结果分析第54-57页
        4.5.2 土壤湿度对降水量预测影响的结果分析第57-61页
    4.6 实验结论第61页
    4.7 本章小结第61-62页
第五章 总结与展望第62-64页
    5.1 全文总结第62页
    5.2 未来工作的展望第62-64页
致谢第64-65页
参考文献第65-70页
附录第70页

论文共70页,点击 下载论文
上一篇:基于变化检测的地表覆盖类型图遥感更新方法研究
下一篇:基于深度学习的地球同步轨道高能电子积分通量预报模型研究