| 摘要 | 第7-9页 |
| Abstract | 第9-11页 |
| 1 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究进展 | 第13-17页 |
| 1.2.1 国外研究现状 | 第13-15页 |
| 1.2.2 国内研究进展 | 第15-17页 |
| 1.3 环境承载力理论研究 | 第17-18页 |
| 1.3.1 环境承载力本质 | 第17页 |
| 1.3.2 环境承载力特点 | 第17-18页 |
| 1.3.3环境承载力评估必要性 | 第18页 |
| 1.4 研究目标、内容及方法 | 第18-19页 |
| 1.4.1 研究目标 | 第18页 |
| 1.4.2 研究内容 | 第18-19页 |
| 1.4.3 研究方法 | 第19页 |
| 1.5 本文创新之处 | 第19-20页 |
| 2 研究区概况 | 第20-25页 |
| 2.1 行政区划 | 第20页 |
| 2.2 地理条件 | 第20-21页 |
| 2.3 气候水文 | 第21页 |
| 2.4 济发展 | 第21-23页 |
| 2.5 社会发展 | 第23-25页 |
| 3 福建省环境承载力定性评价 | 第25-41页 |
| 3.1 环境承载力指标选取原则 | 第25页 |
| 3.2 指标体系选取 | 第25-30页 |
| 3.2.1 社会环境子系统指标体系说明 | 第28页 |
| 3.2.2 经济环境子系统指标体系说明 | 第28-29页 |
| 3.2.3 资源环境系统指标体系说明 | 第29-30页 |
| 3.3 基于最大熵-投影寻踪模型的环境承载力评价 | 第30-35页 |
| 3.3.1 投影寻踪模型原理 | 第30-35页 |
| 3.3.1.1 投影寻踪聚类(PPC)模型 | 第30-32页 |
| 3.3.1.2 基于实数编码的加速遗传算法 | 第32-35页 |
| 3.3.2 基于投影寻踪的复合系统承载力综合评价结果分析 | 第35页 |
| 3.4 主成分法的环境复合系统承载力评价 | 第35-38页 |
| 3.4.1 主成分分析原理 | 第35-36页 |
| 3.4.2 主成分分析步骤 | 第36-37页 |
| 3.4.3 基于主成分法的复合系统承载力综合评价结果分析 | 第37-38页 |
| 3.5 想解法 | 第38-40页 |
| 3.5.1 理想解法原理 | 第38-39页 |
| 3.5.2 理想解法步骤 | 第39-40页 |
| 3.6 福建省环境承载量定性评价 | 第40-41页 |
| 4 福建省环境复合系统承载力量化研究 | 第41-57页 |
| 4.1 指标权重的确定 | 第41页 |
| 4.2 熵值法 | 第41-43页 |
| 4.3 指标权重修正 | 第43-45页 |
| 4.4 承载力量化模型 | 第45-46页 |
| 4.5 福建省环境承载力定量评价模型 | 第46-57页 |
| 4.5.1 环境承载量和承载力测算方法 | 第46-52页 |
| 4.5.2 环境承载率测算方法 | 第52-57页 |
| 5 基于BP神经网络的环境承载状态预测 | 第57-61页 |
| 5.1 BP神经网络简介 | 第57-58页 |
| 5.2 BP神经网络模型 | 第58-59页 |
| 5.3 环境承载率预测实证分析 | 第59-61页 |
| 6 结论与讨论 | 第61-62页 |
| 7 建议与对策 | 第62-63页 |
| 8 研究展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间成果 | 第69-70页 |
| 致谢 | 第70页 |