首页--环境科学、安全科学论文--环境质量评价与环境监测论文--环境质量分析与评价论文--水质评价论文

上海海域水质模糊综合评价及趋势预测研究

摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第10-17页
    1.1 课题研究的背景第10-11页
    1.2 国内外研究现状第11-14页
        1.2.1 海域水环境的研究现状第11-12页
        1.2.2 海域环境评价方法的研究进展第12-13页
        1.2.3 时空数据分析方法的研究进展第13页
        1.2.4 上海海域水环境的研究现状第13-14页
    1.3 课题研究的目标和意义第14页
        1.3.1 课题研究的预期目标第14页
        1.3.2 课题研究的意义第14页
    1.4 课题研究的主要内容第14-15页
        1.4.1 上海海域海洋环境质量历史变化分析第14页
        1.4.2 上海海域海洋环境质量现状分析第14-15页
        1.4.3 环境质量趋势分析与预测第15页
    1.5 课题研究的技术路线第15-17页
第二章 上海海域概况第17-19页
    2.1 地理位置概况第17页
    2.2 气象概况第17-18页
    2.3 水文概况第18页
    2.4 污染状况第18-19页
第三章 上海海域水质模糊综合评价第19-45页
    3.1 模糊综合评价模型的建立第19-21页
        3.1.1 评价对象因素集的建立第19页
        3.1.2 评价集的建立第19页
        3.1.3 隶属度函数的建立第19-20页
        3.1.4 权重集的建立第20-21页
        3.1.5 模糊综合评价第21页
    3.2 评价区域第21-23页
        3.2.1 研究区域与观测资料时序第21-22页
        3.2.2 评价指标与水质分析方法第22页
        3.2.3 评价标准第22-23页
    3.3 上海海域水质现状评价第23-36页
        3.3.1 上海海域单要素现状评价第23-34页
        3.3.2 上海海域水环境现状模糊综合评价结果第34-36页
    3.4 上海海域水质历史评价第36-44页
        3.4.1 上海海域单要素历史评价第36-42页
        3.4.2 上海海域历年水环境质量模糊综合评价第42-44页
    3.5 本章小节第44-45页
第四章 上海海域水质要素的时间序列分析与预测第45-86页
    4.1 时间序列分析预测模型的原理第45-49页
        4.1.1 时间序列的概念及成分第45页
        4.1.2 指数平滑预测模型第45-46页
        4.1.3 自回归(AR)模型第46-47页
        4.1.4 自回归综合移动平均(ARIMA)模型第47-49页
    4.2 时间序列分析的步骤第49-62页
        4.2.1 数据的准备第49页
        4.2.2 数据的观察及检验第49-51页
        4.2.3 数据的预处理第51-54页
        4.2.4 数据的分析和建模第54-59页
        4.2.5 模型的评价及检验第59-61页
        4.2.6 模型的实施应用第61-62页
    4.3 各环境要素的时间序列分析结果第62-83页
        4.3.1 常规要素分析与预测第62-67页
        4.3.2 营养盐要素分析与预测第67-70页
        4.3.3 重金属要素分析与预测第70-80页
        4.3.4 油类要素分析与预测第80-83页
    4.4 预测结果的评价第83-85页
    4.5 本章小节第85-86页
第五章 结论与展望第86-88页
    5.1 结论第86-87页
    5.2 展望第87-88页
参考文献第88-91页
致谢第91-92页
攻读学位期间发表或录用的学术论文第92页

论文共92页,点击 下载论文
上一篇:基于P2P网络应用的NAT穿越方案的分析与设计
下一篇:大功率电力电子设备在风力发电系统中的应用