| 摘要 | 第10-11页 |
| Abstract | 第11-12页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 干旱研究的意义 | 第13-14页 |
| 1.1.1 干旱研究的普遍意义 | 第13页 |
| 1.1.2 研究半干旱地区旱情的意义 | 第13-14页 |
| 1.2 干旱的定义与分类 | 第14页 |
| 1.3 国内外研究现状 | 第14-16页 |
| 1.3.1 Palmer干旱指标 | 第14-15页 |
| 1.3.2 马尔科夫链预测方法 | 第15页 |
| 1.3.3 灰色预测 | 第15-16页 |
| 1.3.4 人工神经网络预测法 | 第16页 |
| 1.3.5 时间序列预测法 | 第16页 |
| 1.4 本文的研究内容 | 第16-18页 |
| 第二章 半干旱地区干旱特征分析 | 第18-36页 |
| 2.1 半干旱地区干旱特征分析与数据处理 | 第18-19页 |
| 2.1.1 干旱特征分析 | 第18页 |
| 2.1.2 原始资料质量控制与数据处理 | 第18-19页 |
| 2.2 基于Palmer干旱指数的半干旱地区干旱特征分析 | 第19-22页 |
| 2.2.1 Palmer干旱指标分析原理 | 第19-20页 |
| 2.2.2 系数值的计算 | 第20-21页 |
| 2.2.3 Palmer指数计算 | 第21-22页 |
| 2.3 Palmer指数计算结果 | 第22-25页 |
| 2.3.1 Palmer指数的程序实现 | 第22页 |
| 2.3.2 Palmer指数计算结果 | 第22-25页 |
| 2.4 叶柏寿地区干旱特征分析 | 第25-34页 |
| 2.4.1 叶柏寿地区干旱年际变化特征分析 | 第25-28页 |
| 2.4.2 叶柏寿地区干旱频次时间变化特征分析 | 第28-31页 |
| 2.4.3 叶柏寿地区覆盖范围时间变化特征分析 | 第31-33页 |
| 2.4.4 干旱发生的周期特性与突变性 | 第33-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第三章 半干旱地区气象干旱预测 | 第36-49页 |
| 3.1 加权马尔科夫模型预测 | 第36-41页 |
| 3.1.1 加权马尔科夫模型基本思想 | 第36页 |
| 3.1.2 年降水量Z指数等级序列 | 第36-38页 |
| 3.1.3 计算加权马尔科夫链权重 | 第38页 |
| 3.1.4 构造概率矩阵 | 第38-39页 |
| 3.1.5 干旱状态预测 | 第39-41页 |
| 3.2 基于BP神经网络的灰色残差修正模型预测 | 第41-47页 |
| 3.2.1 灰色残差BP神经网络降雨量预测模型的建立 | 第41-43页 |
| 3.2.2 灰色GM(1,1)预测模型 | 第43-44页 |
| 3.2.3 BP神经网络预测 | 第44-45页 |
| 3.2.4 神经网络预测的灰色残差模型预测 | 第45-46页 |
| 3.2.5 预测结果分析 | 第46-47页 |
| 3.3 本章小结 | 第47-49页 |
| 第四章 基于时间序列模型半干旱地区年降水量预测 | 第49-59页 |
| 4.1 时间序列分析简述 | 第49-51页 |
| 4.1.1 时间序列分析基本思想 | 第49页 |
| 4.1.2 时间序列预测 | 第49-50页 |
| 4.1.3 时间序列的种类 | 第50页 |
| 4.1.4 时间序列的三个基本特征 | 第50页 |
| 4.1.5 时间序列研究工具 | 第50-51页 |
| 4.2 ARIMA模型简介 | 第51-52页 |
| 4.2.1 ARIMA模型原理 | 第51-52页 |
| 4.2.2 建立ARIMA | 第52页 |
| 4.3 模型应用 | 第52-58页 |
| 4.3.1 序列平稳性处理 | 第52-54页 |
| 4.3.2 模型的识别与建立 | 第54-56页 |
| 4.3.3 ARIMA模型参数估计与检验 | 第56-57页 |
| 4.3.4 模型检验 | 第57-58页 |
| 4.3.5 模型预测 | 第58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 结论与展望 | 第59-61页 |
| 5.1 结论 | 第59-60页 |
| 5.2 展望与不足 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录 | 第64-74页 |
| 致谢 | 第74-75页 |
| 攻读学位论文期间发表文章 | 第75页 |