| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪言 | 第11-19页 |
| 1.1 研究背景及选题意义 | 第11-14页 |
| 1.2 研究历史与现状 | 第14-17页 |
| 1.3 主要内容结构及技术路线 | 第17-19页 |
| 第二章 向导点方法和正则化方法的基本原理 | 第19-41页 |
| 2.1 PEST程序及其算法原理 | 第19-24页 |
| 2.1.1 PEST程序简介 | 第19-20页 |
| 2.1.2 Gauss-Marquardt-Levenberg迭代算法 | 第20-24页 |
| 2.1.2.1 线性模型的参数估计 | 第20-21页 |
| 2.1.2.2 观测数据的权重 | 第21页 |
| 2.1.2.3 先验信息的使用 | 第21-22页 |
| 2.1.2.4 非线性模型的参数估计 | 第22-23页 |
| 2.1.2.5 Marquardt参数 | 第23-24页 |
| 2.2 向导点方法 | 第24-26页 |
| 2.3 正则化方法 | 第26-35页 |
| 2.3.1 Tikhonov正则化方法 | 第28-31页 |
| 2.3.2 T-SVD正则化方法 | 第31-33页 |
| 2.3.3 SVD-Assist正则化方法 | 第33-35页 |
| 2.4 地下水模型 | 第35-41页 |
| 2.4.1 MODFLOW程序简介 | 第35-36页 |
| 2.4.2 地下水模型介绍 | 第36-41页 |
| 第三章 正则化方法和向导点数量对水文地质参数反演结果的影响 | 第41-72页 |
| 3.1 不同正则化方法对参数反演结果的影响 | 第41-62页 |
| 3.1.1 Tikhonov正则化方法 | 第43-50页 |
| 3.1.2 T-SVD正则化方法 | 第50-56页 |
| 3.1.4 SVD-Assist正则化方法 | 第56-62页 |
| 3.2 向导点的数量对正则化方法反演结果的影响 | 第62-71页 |
| 3.3 小结 | 第71-72页 |
| 第四章 向导点-正则化方法、传统分区法和EnKF算法的比较 | 第72-89页 |
| 4.1 向导点-正则化方法与传统分区法的比较 | 第72-80页 |
| 4.2 向导点-正则化方法与EnKF算法的比较 | 第80-88页 |
| 4.3 小结 | 第88-89页 |
| 第五章 结论与展望 | 第89-92页 |
| 5.1 结论 | 第89-90页 |
| 5.2 展望 | 第90-92页 |
| 参考文献 | 第92-100页 |
| 致谢 | 第100-102页 |
