| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 前言 | 第10-20页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 气候因子变化对粮食影响的研究现状 | 第11-14页 |
| 1.2.2 农业气象灾害对粮食影响的研究现状 | 第14-15页 |
| 1.3 数据资料及来源 | 第15-16页 |
| 1.3.1 粮食单产 | 第15-16页 |
| 1.3.2 粮食影响因素资料及数据 | 第16页 |
| 1.4 本文主要技术路线和研究内容 | 第16-18页 |
| 1.5 本文创新之处 | 第18-20页 |
| 第二章 粮食产量气候影响因素的理论分析 | 第20-25页 |
| 2.1 1961-2014年粮食产量变化趋势分析 | 第20-21页 |
| 2.2 气候因子变化特征及其影响 | 第21-22页 |
| 2.3 农业气象灾害对粮食影响研究 | 第22-24页 |
| 2.3.1 受灾面积和成灾面积 | 第22-23页 |
| 2.3.2 总受灾率、成灾率及强度指数变化 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于BP滤波Fourier模型的粮食产量的分离及预测 | 第25-34页 |
| 3.1 模型方法构建 | 第26-28页 |
| 3.1.1 HP滤波法模拟趋势产量 | 第26-27页 |
| 3.1.2 基于BP滤波的Fourier模型模拟气候产量的计算步骤 | 第27-28页 |
| 3.2 粮食产量分离与预测结果分析 | 第28-32页 |
| 3.2.1 粮食趋势产量的分离与模拟 | 第28-29页 |
| 3.2.2 粮食气候产量的分离与模拟 | 第29-31页 |
| 3.2.3 粮食产量模型的预测效果 | 第31-32页 |
| 3.3 结论与讨论 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 基于非线性PLSR模型的气候因子与气候产量的关系分析 | 第34-46页 |
| 4.1 模型介绍 | 第34-37页 |
| 4.1.1 偏最小二乘估计(PLSR)理论 | 第34-35页 |
| 4.1.2 三次B样条(Cubic B-Spline)理论 | 第35-36页 |
| 4.1.3 广义回归神经网络理论 | 第36-37页 |
| 4.2 构建三次B样条变换的非线性PLSR模型 | 第37-40页 |
| 4.2.1 气候因子间的共线性诊断 | 第37-38页 |
| 4.2.2 三次B样条变换的非线性PLSR模型 | 第38-40页 |
| 4.3 构建神经网络内部嵌入的非线性PLSR模型 | 第40-42页 |
| 4.4 Spline-PLSR模型、GRNN-PLSR模型与CD生产函数精度比较 | 第42-43页 |
| 4.5 结论与讨论 | 第43-44页 |
| 4.6 本章小结 | 第44-46页 |
| 第五章 我国农业气象灾害的趋势变化及产量灾损风险评估 | 第46-55页 |
| 5.1 研究方法介绍 | 第46-49页 |
| 5.1.1 R/S分析法 | 第46-47页 |
| 5.1.2 粮食相对灾损量的定义 | 第47-48页 |
| 5.1.3 信息扩散的模糊数学方法 | 第48-49页 |
| 5.2 利用R/S法预估我国农业气象灾害的未来趋势 | 第49-51页 |
| 5.3 农业气象灾害粮食产量灾损风险评估 | 第51-53页 |
| 5.3.1 相对灾损量分析 | 第51-52页 |
| 5.3.2 粮食产量灾损风险评估 | 第52-53页 |
| 5.4 结论与讨论 | 第53-54页 |
| 5.5 本章小结 | 第54-55页 |
| 第六章 结论与展望 | 第55-58页 |
| 6.1 主要结论 | 第55-56页 |
| 6.2 存在问题与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 作者简介 | 第62-63页 |
| 致谢 | 第63页 |
