| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 1 绪论 | 第12-20页 |
| 1.1 立题依据 | 第12页 |
| 1.2 研究目的和意义 | 第12-13页 |
| 1.3 国内外研究进展 | 第13-17页 |
| 1.3.1 复杂性科学研究进展 | 第13-16页 |
| 1.3.2 农业水文要素发展态势的研究进展 | 第16-17页 |
| 1.3.3 研究中存在问题 | 第17页 |
| 1.4 研究内容与方法 | 第17-18页 |
| 1.4.1 研究内容 | 第17-18页 |
| 1.4.2 研究方法 | 第18页 |
| 1.5 技术路线 | 第18-20页 |
| 2 研究区域概况 | 第20-24页 |
| 2.1 地理位置 | 第20页 |
| 2.2 地形地貌 | 第20-21页 |
| 2.3 气象水文 | 第21页 |
| 2.4 自然资源 | 第21-23页 |
| 2.5 社会经济 | 第23页 |
| 2.6 本章小结 | 第23-24页 |
| 3 红兴隆管理局农业水文要素复杂性测度研究 | 第24-45页 |
| 3.1 基于多尺度半方差分维的复杂性测度分析 | 第24-30页 |
| 3.1.1 地下水埋深序列复杂性测度 | 第25-27页 |
| 3.1.2 降水序列复杂性测度 | 第27-30页 |
| 3.2 基于等概率粗粒化LZC算法的复杂性测度分析 | 第30-36页 |
| 3.2.1 地下水埋深序列复杂性测度 | 第32-34页 |
| 3.2.2 降水序列复杂性测度 | 第34-36页 |
| 3.3 综合复杂性测度结果分析 | 第36-43页 |
| 3.3.1 最优测度方法分析 | 第36-37页 |
| 3.3.2 基于自适应人工鱼群的测度方法分析 | 第37-38页 |
| 3.3.3 地下水埋深序列复杂性测度 | 第38-41页 |
| 3.3.4 降水序列复杂性测度 | 第41-43页 |
| 3.4 本章小结 | 第43-45页 |
| 4 复杂农业水文要素发展态势研究 | 第45-72页 |
| 4.1 基于小波神经网络的复杂农业水文要素发展态势分析 | 第45-57页 |
| 4.1.1 红兴隆管理局复杂地下水埋深序列预测 | 第46-52页 |
| 4.1.2 红兴隆管理局复杂降水序列预测 | 第52-57页 |
| 4.2 基于灰色小波神经网络的复杂农业水文要素发展态势分析 | 第57-70页 |
| 4.2.1 红兴隆管理局复杂地下水埋深序列预测 | 第59-64页 |
| 4.2.2 红兴隆管理局复杂降水序列预测 | 第64-70页 |
| 4.3 复杂农业水文要素预测方法综合对比分析 | 第70页 |
| 4.3.1 红兴隆管理局复杂地下水埋深序列预测方法综合对比分析 | 第70页 |
| 4.3.2 红兴隆管理局复杂降水序列预测方法综合对比分析 | 第70页 |
| 4.4 本章小结 | 第70-72页 |
| 5 红兴隆管理局农业水文要素复杂性发展态势研究 | 第72-80页 |
| 5.1 地下水埋深序列复杂性体系的构建 | 第72-73页 |
| 5.2 降水序列复杂性体系的构建 | 第73-74页 |
| 5.3 红旗岭农场地下水复杂性预测分析 | 第74-76页 |
| 5.4 853农场降水复杂性预测分析 | 第76-78页 |
| 5.5 本章小结 | 第78-80页 |
| 6 结论与展望 | 第80-82页 |
| 6.1 结论 | 第80-81页 |
| 6.2 展望 | 第81-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-89页 |
| 攻读硕士学位期间发表的学术论文 | 第89页 |
