摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 绪论 | 第9-19页 |
1.1 背景与意义 | 第9-10页 |
1.2 国内外研究进展 | 第10-16页 |
1.2.1 陆气耦合模式 | 第10-11页 |
1.2.2 数值天气预报模式 | 第11-13页 |
1.2.3 分布式水文模型与径流预报 | 第13-15页 |
1.2.4 研究中存在的关键问题 | 第15-16页 |
1.3 论文研究思路和内容框架 | 第16-19页 |
第2章 NWP模式参数化方案优化组合方法研究 | 第19-26页 |
2.1 参数化方案优化组合流程 | 第19-20页 |
2.2 参数化方案评价指标体系 | 第20-22页 |
2.3 基于Euclid贴近度的综合评价方法 | 第22-24页 |
2.3.1 Euclid贴近度 | 第22-23页 |
2.3.2 基于Euclid贴近度的方案评价模型 | 第23-24页 |
2.4 本章小结 | 第24-26页 |
第3章 基于GLUE-PSO的不确定性参数率定算法研究 | 第26-37页 |
3.1 不确定性参数估计 | 第26-28页 |
3.2 GLUE-PSO算法 | 第28-33页 |
3.2.1 粒子群寻优算法PSO | 第28-30页 |
3.2.2 普似然不确定性参数估计算法GLUE | 第30-32页 |
3.2.3 GLUE与PSO算法耦合 | 第32-33页 |
3.3 基于GLUE-PSO算法的不确定性参数率定流程 | 第33-35页 |
3.4 本章小结 | 第35-37页 |
第4章 雅砻江流域WRF模式构建 | 第37-67页 |
4.1 雅砻江流域概况 | 第37-40页 |
4.2 雅砻江流域数值天气模式 | 第40-45页 |
4.2.1 WRF模式结构与物理方案 | 第40-42页 |
4.2.2 雅砻江流域WRF模式构建 | 第42-45页 |
4.3 雅砻江WRF模式参数化方案优化组合 | 第45-66页 |
4.3.1 参数化方案组合及实验设计 | 第45-48页 |
4.3.2 不同参数化方案组合的模拟结果评价 | 第48-64页 |
4.3.3 不同参数化方案组合Euclid贴近度评价 | 第64-66页 |
4.4 本章小结 | 第66-67页 |
第5章 雅砻江流域陆气耦合模式构建 | 第67-95页 |
5.1 雅砻江流域分布式水文模型 | 第67-74页 |
5.1.1 HEC-HMS简介 | 第67-71页 |
5.1.2 雅砻江流域分布式水文模型构建 | 第71-74页 |
5.2 WRF模式与HEC-HMS的耦合 | 第74-77页 |
5.2.1 雅砻江流域高分辨率降水数据库构建 | 第74-76页 |
5.2.2 WRF与HEC-HMS耦合方案 | 第76-77页 |
5.3 模型参数库的构建与验证 | 第77-94页 |
5.3.1 径流资料 | 第78页 |
5.3.2 敏感性分析 | 第78-84页 |
5.3.3 参数库构建 | 第84-86页 |
5.3.4 参数库验证 | 第86-94页 |
5.4 本章小结 | 第94-95页 |
第6章 基于陆气耦合模式的雅砻江洪水预报系统 | 第95-116页 |
6.1 基于参数库的陆气耦合模式洪水预报方法 | 第95-97页 |
6.2 雅砻江流域洪水预报数值实验及可靠性分析 | 第97-106页 |
6.2.1 WRF模式降水预报精度分析 | 第97-98页 |
6.2.2 洪水不确定性预报及可靠性分析 | 第98-106页 |
6.3 雅砻江流域洪水预报系统设计与实现 | 第106-114页 |
6.3.1 总体框架 | 第106-107页 |
6.3.2 系统开发与运行环境 | 第107-109页 |
6.3.3 数值天气模式管理模块 | 第109-111页 |
6.3.4 径流模拟预报模块 | 第111页 |
6.3.5 模型参数库管理模块 | 第111-113页 |
6.3.6 网格数据管理与作业运行模块 | 第113-114页 |
6.4 本章小结 | 第114-116页 |
第7章 结论与展望 | 第116-119页 |
7.1 主要成果 | 第116-117页 |
7.2 主要创新 | 第117页 |
7.3 展望 | 第117-119页 |
参考文献 | 第119-131页 |
致谢 | 第131-133页 |
个人简历、在学期间发表的学术论文与研究成果 | 第133-134页 |