东北地区未来气候情景及与之相适应的植被格局研究
| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 1 绪论 | 第10-28页 |
| ·选题的背景、目的及意义 | 第10-11页 |
| ·国内外研究现状与发展趋势 | 第11-24页 |
| ·气候因子预测研究概况 | 第11-18页 |
| ·气候情景与植被格局研究现状 | 第18-21页 |
| ·人工神经网络应用研究现状 | 第21-24页 |
| ·研究的主要内容 | 第24页 |
| ·研究方法与技术路线 | 第24-28页 |
| ·研究方法 | 第24-26页 |
| ·技术路线 | 第26-28页 |
| 2 研究地区概况及数据来源 | 第28-32页 |
| ·地理位置与行政区划 | 第28-29页 |
| ·自然地理概况 | 第29页 |
| ·森林资源状况 | 第29-30页 |
| ·数据来源 | 第30-32页 |
| 3 ClimateC的开发及功能实现 | 第32-58页 |
| ·总体设计 | 第32-33页 |
| ·实现功能 | 第32页 |
| ·数据库的建立 | 第32-33页 |
| ·ClimateC操作流程图 | 第33页 |
| ·ClimateC功能设计 | 第33-49页 |
| ·软件界面 | 第33-34页 |
| ·月尺度计算 | 第34-45页 |
| ·季节尺度计算 | 第45-46页 |
| ·年变量预测计算 | 第46-47页 |
| ·区域取值计算 | 第47-48页 |
| ·多点取值计算 | 第48-49页 |
| ·ClimateC的应用 | 第49-57页 |
| ·中国温度分布空间模拟 | 第49-54页 |
| ·东北地区温度分布空间模拟 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 4 基于GIS技术东北地区植被格局的研究 | 第58-67页 |
| ·植被信息的提取 | 第58-64页 |
| ·ERDAS中进行几何校正 | 第58-60页 |
| ·矢量化及数据拼接 | 第60-61页 |
| ·投影变换 | 第61-64页 |
| ·东北落叶松林格局 | 第64-65页 |
| ·植被理论边界提取 | 第65页 |
| ·本章小结 | 第65-67页 |
| 5 基于Matlab的未来气候情景与植被格局研究 | 第67-89页 |
| ·BP网络理论 | 第67-71页 |
| ·BP网络结构 | 第67-68页 |
| ·BP神经网络函数 | 第68-70页 |
| ·BP网络学习规则 | 第70-71页 |
| ·BP网络的MATLAB设计 | 第71-77页 |
| ·BP网络模型的构建 | 第71-75页 |
| ·模型的训练 | 第75页 |
| ·模型性能分析 | 第75-77页 |
| ·气象与植被格局的BP网络的Matlab实现 | 第77-88页 |
| ·BP网络模型的构建 | 第77-82页 |
| ·模型的训练 | 第82-83页 |
| ·模型性能分析 | 第83-88页 |
| ·本章小结 | 第88-89页 |
| 6 结果分析 | 第89-106页 |
| ·ClimateC软件运行结果分析 | 第89-95页 |
| ·ClimateC输出参数检验 | 第89-91页 |
| ·高程调整对气象影响分析 | 第91-95页 |
| ·东北地区多年温度变化对比 | 第95-100页 |
| ·气候对研究地区落叶松的影响模拟结果分析 | 第100-106页 |
| 结论 | 第106-108页 |
| 参考文献 | 第108-117页 |
| 攻读学位期间发表的学术论文 | 第117-118页 |
| 致谢 | 第118-119页 |
