| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 积雪深度监测的国内外研究现状 | 第9-11页 |
| 1.3 积雪深度模型建立国内研究现状 | 第11-12页 |
| 1.4 积雪深度影响因子的国内外研究现状 | 第12-13页 |
| 1.5 研究方案 | 第13-15页 |
| 第2章 研究区概况及数据预处理 | 第15-18页 |
| 2.1 研究区概况 | 第15-17页 |
| 2.2 数据来源与处理 | 第17-18页 |
| 第3章 西天山积雪深度变化对影响因子的响应分析 | 第18-32页 |
| 3.1 概述 | 第18页 |
| 3.2 积雪深度对单一影响因子响应分析 | 第18-28页 |
| 3.3 积雪深度在多影响因子共同作用下的响应分析 | 第28-29页 |
| 3.4 积雪深度与影响因子的通径分析 | 第29-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第4章 遗传算法改进投影寻踪模型提取积雪深度主要影响因子 | 第32-44页 |
| 4.1 概述 | 第32页 |
| 4.2 遗传算法与投影寻踪法简介 | 第32-37页 |
| 4.3 利用改进的投影寻踪模型提取积雪深度主要影响因子 | 第37-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 基于主要影响因子的人工神经网络积雪深度模拟模型 | 第44-57页 |
| 5.1 概述 | 第44-45页 |
| 5.2 人工神经网络 | 第45-47页 |
| 5.3 基于投影寻踪法和RBF神经网络的融雪期积雪深度模拟 | 第47-50页 |
| 5.4 基于主成分分析法和RBF神经网络的融雪期积雪深度模拟 | 第50-54页 |
| 5.5 主成分分析法与投影寻踪法的积雪深度模拟模型对比分析 | 第54-56页 |
| 5.6 本章小结 | 第56-57页 |
| 第6章 结论与展望 | 第57-59页 |
| 6.1 主要结论 | 第57-58页 |
| 6.2 本研究存在的问题和不足 | 第58页 |
| 6.3 未来研究展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 作者简介 | 第63-64页 |
| 致谢 | 第64页 |
