首页--天文学、地球科学论文--大气科学(气象学)论文--天气学论文--热带气象论文

台风灾害损失预测方法研究及决策支持系统开发

目录第1-6页
摘要第6-7页
Abstract第7-9页
第一章 绪论第9-18页
   ·研究的背景第9-11页
   ·研究目的和意义第11-12页
   ·国内外研究现状第12-15页
     ·国外研究现状第12-13页
     ·国内研究现状第13-15页
   ·研究内容、难点及技术路线第15-17页
     ·研究内容第15-16页
     ·研究难点、拟解决的关键问题第16页
     ·技术路线第16-17页
   ·本章小结第17-18页
第二章 浙江省台风承灾体易损性评估第18-35页
   ·引言第18-19页
   ·评估指标体系的建立第19-23页
     ·人口指标第20页
     ·房屋建筑指标第20-21页
     ·生命线工程指标第21页
     ·农业指标第21-23页
   ·数据收集和处理第23-25页
     ·数据收集第23页
     ·数据标准化处理第23-25页
   ·台风承灾体易损性的模糊评价模型第25-33页
     ·人口、房屋建筑、生命线工程、农业对承灾体易损性的作用第25-26页
     ·模糊可变识别方法第26-28页
     ·台风承灾体易损性评价第28页
     ·评价结果分析第28-33页
   ·总结第33-34页
   ·本章小结第34-35页
第三章 基于台风致灾强度和承灾体易损性的灾害损失分析第35-52页
   ·台风致灾强度和灾害损失第35-44页
     ·台风致灾因子强度第36-37页
     ·致灾强度指数与灾损相关性第37-41页
     ·致灾因子强度与灾损关系分析第41-44页
   ·承灾体易损性与灾情第44-46页
   ·致灾能力与承灾体易损性对灾情的综合影响第46-51页
     ·多元非线性回归分析第46-48页
     ·综合影响分析第48-51页
   ·本章小结第51-52页
第四章 浙江省台风灾害损失预测第52-65页
   ·数据来源和研究方法第53页
     ·数据来源与因子选择第53页
   ·主成分RBF神经网络模型原理第53-58页
     ·主成分分析方法原理第53-54页
     ·主成分分析处理数据的具体步骤第54-55页
     ·RBF神经网络基本原理第55-58页
       ·RBF网络结构第56-57页
       ·RBF网络学习算法第57-58页
   ·模型的建立第58-63页
     ·基于SPSS的主成分分析第58-60页
     ·基于MATLAB的RBF神经网络模型建立及训练第60-62页
     ·独立样本测试第62-63页
   ·结束语第63-64页
   ·本章小结第64-65页
第五章 基于WEBGIS的台风防灾减灾决策支持系统第65-81页
   ·引言第65-68页
     ·总体设计原则第65-66页
     ·系统总体性能要求第66页
     ·应用软件系统的技术架构第66-68页
       ·B/S结构设计第67-68页
       ·C/S结构设计第68页
   ·平台总体架构第68-70页
   ·信息采集建设第70-72页
     ·数据检查处理第71-72页
       ·数据分析第71页
       ·数据分析步骤第71-72页
       ·数据更新第72页
   ·实时台风路径建设第72-76页
     ·台风分析总体设计第72-76页
       ·台风查询第73-74页
       ·台风分析第74-76页
   ·台风危险性评估第76-78页
     ·台风灾情损失评估第76页
     ·台风致灾因子强度评估第76-78页
   ·实时台风灾害损失预测模块建设及关键技术实现第78-79页
   ·预警发布服务第79-81页
     ·预警发布设计第79页
     ·预警信息和状态显示第79-81页
第六章 总结与展望第81-83页
   ·工作总结第81-82页
   ·展望第82-83页
参考文献第83-87页
致谢第87-88页
作者简介及在学成果第88页

论文共88页,点击 下载论文
上一篇:基于WSN的称重式雨量计系统设计
下一篇:基于气象服务的可扩展网络接入服务器的设计与实现