图们江流域水文特性分析及中长期径流预报研究
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景、目的及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-12页 |
| 1.2.1 传统中长期水文预报方法 | 第9-10页 |
| 1.2.2 现代中长期水文预报方法 | 第10-12页 |
| 1.3 主要研究内容和技术路线 | 第12-14页 |
| 1.3.1 主要研究内容 | 第12-13页 |
| 1.3.2 技术路线 | 第13-14页 |
| 第2章 图们江流域概况 | 第14-21页 |
| 2.1 自然地理概况 | 第14-19页 |
| 2.1.1 地理位置 | 第14-16页 |
| 2.1.2 河流水系 | 第16页 |
| 2.1.3 水文站 | 第16-18页 |
| 2.1.4 气象特征 | 第18-19页 |
| 2.2 社会经济概况 | 第19页 |
| 2.3 生态环境概况 | 第19-21页 |
| 2.3.1 水土流失状况 | 第19-20页 |
| 2.3.2 水污染状况 | 第20-21页 |
| 第3章 图们江流域降水、径流变化特性分析 | 第21-35页 |
| 3.1 图们江流域降水、径流丰枯特性分析 | 第21-24页 |
| 3.1.1 丰、平、枯水年径流量统计分析 | 第21-23页 |
| 3.1.2 丰、平、枯水年年际变化分析 | 第23-24页 |
| 3.2 图们江流域降水、径流趋势分析 | 第24-29页 |
| 3.2.1 滑动平均法趋势分析 | 第25-28页 |
| 3.2.2 Kendall秩次相关检验法趋势分析 | 第28-29页 |
| 3.3 图们江流域径流突变分析 | 第29-30页 |
| 3.4 图们江流域径流周期分析 | 第30-33页 |
| 3.4.1 年径流周期分析的基本思路与F检验 | 第30-31页 |
| 3.4.2 案例分析 | 第31-33页 |
| 3.5 小结 | 第33-35页 |
| 第4章 基于人工神经网络的中长期径流预报 | 第35-47页 |
| 4.1 BP神经网络的基本原理 | 第35-39页 |
| 4.1.1 BP神经网络结构 | 第35-36页 |
| 4.1.2 BP学习算法 | 第36-38页 |
| 4.1.3 BP算法的实现流程 | 第38-39页 |
| 4.2 BP网络中长期径流预报模型的建立 | 第39-40页 |
| 4.2.1 样本数据的预处理 | 第39页 |
| 4.2.2 收敛准则的选择 | 第39页 |
| 4.2.3 学习速率与迭代次数 | 第39页 |
| 4.2.4 BP算法网络结构的确定 | 第39-40页 |
| 4.3 BP神经网络的中长期径流预报 | 第40-46页 |
| 4.3.1 逐月流量预报 | 第40-44页 |
| 4.3.2 年径流总量预报 | 第44-45页 |
| 4.3.3 作业效果评定 | 第45-46页 |
| 4.4 小结 | 第46-47页 |
| 第5章 基于多元回归分析的中长期径流预报 | 第47-59页 |
| 5.1 回归方程、统计检验与分析计算过程 | 第47-48页 |
| 5.1.1 建立回归方程 | 第47页 |
| 5.1.2 样本统计量 | 第47-48页 |
| 5.1.3 回归效果的统计检验 | 第48页 |
| 5.1.4 分析计算过程 | 第48页 |
| 5.2 SPSS应用实例 | 第48-52页 |
| 5.2.1 多元回归分析 | 第48-50页 |
| 5.2.2 相对拟合误差与历史拟合曲线 | 第50-51页 |
| 5.2.3 统计检验与算例预报 | 第51-52页 |
| 5.3 基于多元回归分析的径流预报 | 第52-57页 |
| 5.3.1 逐月流量预报 | 第52-56页 |
| 5.3.2 年径流总量预报 | 第56-57页 |
| 5.3.3 作业效果评定 | 第57页 |
| 5.4 小结 | 第57-59页 |
| 第6章 两种模型预报结果综合比较 | 第59-65页 |
| 6.1 不同模型预报结果汇总 | 第59-63页 |
| 6.1.1 逐月流量预报效果汇总 | 第59-61页 |
| 6.1.2 年径流总量预报效果汇总 | 第61-63页 |
| 6.2 不同模型预报结果比较 | 第63-65页 |
| 第7章 结论与展望 | 第65-67页 |
| 7.1 结论 | 第65-66页 |
| 7.2 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 在学期间参加专业实践及工程项目研究工作 | 第71-72页 |
| 致谢 | 第72页 |
