穆棱河流域径流变化规律分析及预测研究
| 摘要 | 第8-9页 |
| 英文摘要 | 第9-10页 |
| 1 绪论 | 第11-17页 |
| 1.1 研究的目的与意义 | 第11页 |
| 1.2 国内外研究动态 | 第11-14页 |
| 1.2.1 径流变化规律研究现状 | 第11-13页 |
| 1.2.2 径流预测方法研究现状 | 第13-14页 |
| 1.3 存在的问题及研究趋势 | 第14-15页 |
| 1.3.1 存在的问题 | 第14页 |
| 1.3.2 研究趋势 | 第14-15页 |
| 1.4 研究的主要内容与技术路线 | 第15-17页 |
| 1.4.1 主要内容 | 第15页 |
| 1.4.2 技术路线 | 第15-17页 |
| 2 穆棱河流域概况及资料选取 | 第17-19页 |
| 2.1 穆棱河研究区流域概况 | 第17-18页 |
| 2.1.1 地理位置 | 第17页 |
| 2.1.2 气候水文 | 第17页 |
| 2.1.3 水旱灾害 | 第17页 |
| 2.1.4 自然资源 | 第17-18页 |
| 2.1.5 地质、地貌特征 | 第18页 |
| 2.1.6 经济状况 | 第18页 |
| 2.2 径流资料选取 | 第18-19页 |
| 3 穆棱河流域 1960s以来径流变化特征 | 第19-34页 |
| 3.1 穆棱河径流量变化 | 第19-23页 |
| 3.1.1 穆棱河径流总量特征变化 | 第19页 |
| 3.1.2 穆棱河径流季节变化 | 第19-23页 |
| 3.2 1960s以来径流分配特征变化 | 第23-30页 |
| 3.2.1 径流变率的变化特征 | 第23-24页 |
| 3.2.2 年内径流量变化特征 | 第24-26页 |
| 3.2.3 年内不均匀系数特征变化 | 第26-28页 |
| 3.2.4 年内分配的集中程度 | 第28-30页 |
| 3.3 1960s以来径流特征趋势变化 | 第30-33页 |
| 3.3.1 Mann-Kendall秩次检验法 | 第30页 |
| 3.3.2 滑动T检验法 | 第30-31页 |
| 3.3.3 四个水文站实例分析 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 新安江模型确定洪峰流量发生时间 | 第34-55页 |
| 4.1 模型结构 | 第34页 |
| 4.2 模型计算 | 第34-38页 |
| 4.2.1 蒸散发计算 | 第34-35页 |
| 4.2.2 产流计算 | 第35页 |
| 4.2.3 水源划分 | 第35-37页 |
| 4.2.4 汇流计算 | 第37-38页 |
| 4.3 模型参数 | 第38-41页 |
| 4.3.1 参数类别 | 第38页 |
| 4.3.2 参数确定途径 | 第38-39页 |
| 4.3.3 参数的概念性分析 | 第39-40页 |
| 4.3.4 参数的调试 | 第40页 |
| 4.3.5 模型参数率定 | 第40-41页 |
| 4.4 实例分析 | 第41-54页 |
| 4.4.1 梨树镇水文站预报断面 | 第41-48页 |
| 4.4.2 湖北闸水文站预报断面 | 第48-54页 |
| 4.5 本章小结 | 第54-55页 |
| 5 基于小波神经网络的日径流预报研究 | 第55-68页 |
| 5.1 小波分析理论概述 | 第55-59页 |
| 5.1.1 小波变换的数学基础及特性 | 第55-56页 |
| 5.1.2 几种常见的小波基函数 | 第56-59页 |
| 5.2 人工神经网络理论 | 第59-63页 |
| 5.2.1 人工神经网络简介 | 第59-60页 |
| 5.2.2 人工神经网络模型 | 第60-61页 |
| 5.2.3 BP人工神经网络 | 第61-63页 |
| 5.3 小波神经网络 | 第63-64页 |
| 5.3.1 小波神经网络的数学理论 | 第63页 |
| 5.3.2 小波神经网络的计算过程及参数选择 | 第63-64页 |
| 5.4 实例分析 | 第64-67页 |
| 5.5 本章小结 | 第67-68页 |
| 6 结论与展望 | 第68-70页 |
| 6.1 结论 | 第68页 |
| 6.2 展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的学术论文 | 第75页 |
