卫河流域径流分析与模拟
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9页 |
| 1.2 研究意义 | 第9-10页 |
| 1.3 研究方法与应用 | 第10-12页 |
| 1.3.1 降雨径流模拟方法 | 第11页 |
| 1.3.2 径流序列模拟方法 | 第11-12页 |
| 1.4 研究内容及技术路线 | 第12-15页 |
| 1.4.1 研究内容 | 第12-13页 |
| 1.4.2 技术路线 | 第13-15页 |
| 2 卫河流域基本资料 | 第15-23页 |
| 2.1 卫河流域自然概况 | 第15-19页 |
| 2.1.1 地形地貌与河流水系 | 第15-16页 |
| 2.1.2 水文气象资料 | 第16-17页 |
| 2.1.3 降水和径流 | 第17页 |
| 2.1.4 暴雨和洪水 | 第17-18页 |
| 2.1.5 泥沙与自然灾害情况 | 第18-19页 |
| 2.2 卫河流域工程概况 | 第19-21页 |
| 2.3 社会经济状况及影响 | 第21页 |
| 2.4 流域水文站介绍 | 第21页 |
| 2.5 本章小结 | 第21-23页 |
| 3 卫河流域水文初步分析 | 第23-33页 |
| 3.1 元村集站水文初步分析 | 第23-27页 |
| 3.1.1 水文分析理论依据 | 第23页 |
| 3.1.2 降雨径流关系分析 | 第23-27页 |
| 3.1.3 径流系列变化分析 | 第27页 |
| 3.2 合河站径流年际变化规律分析 | 第27-31页 |
| 3.2.1 年径流变化过程 | 第27-28页 |
| 3.2.2 年径流趋势变化 | 第28-29页 |
| 3.2.3 年径流突变检验 | 第29-31页 |
| 3.3 本章小结 | 第31-33页 |
| 4 卫河流域降雨径流的神经网络模拟应用 | 第33-43页 |
| 4.1 人工神经网络基本原理 | 第33-35页 |
| 4.1.1 人工神经网络简介 | 第33-34页 |
| 4.1.2 人工神经网络的模拟应用 | 第34-35页 |
| 4.2 BP神经网络 | 第35-37页 |
| 4.2.1 BP神经网络介绍 | 第35-36页 |
| 4.2.2 BP神经网络算法 | 第36-37页 |
| 4.3 遗传算法基本介绍 | 第37-38页 |
| 4.3.1 遗传算法的原理 | 第38页 |
| 4.3.2 遗传算法的运算 | 第38页 |
| 4.4 基于遗传BP神经网络的降雨径流模拟 | 第38-41页 |
| 4.4.1 遗传BP神经网络模型的构建 | 第38-39页 |
| 4.4.2 卫河流域降雨径流实例应用 | 第39-41页 |
| 4.5 本章小结 | 第41-43页 |
| 5 卫河流域年径流时间序列的小波分析与应用 | 第43-53页 |
| 5.1 小波分析法 | 第43-45页 |
| 5.1.1 小波函数与Morlet小波 | 第43-44页 |
| 5.1.2 小波变换与小波方差 | 第44页 |
| 5.1.3 小波分析法在水文序列分析中的应用 | 第44-45页 |
| 5.2 基于Morlet小波变换的年径流分析 | 第45-48页 |
| 5.2.1 年径流量小波系数实部等值线图分析 | 第45-47页 |
| 5.2.2 年径流量小波方差图分析 | 第47-48页 |
| 5.3 基于小波分析的径流序列模拟 | 第48-50页 |
| 5.3.1 小波神经网络组合模型基本原理 | 第48页 |
| 5.3.2 卫河流域年径流序列的实例应用 | 第48-50页 |
| 5.4 本章小结 | 第50-53页 |
| 6 结论与展望 | 第53-55页 |
| 6.1 结论 | 第53页 |
| 6.2 展望 | 第53-55页 |
| 攻读学位期间发表的学术论文及参加的科研项目目录 | 第55-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-62页 |
