| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9页 |
| 第一章 绪论 | 第20-27页 |
| 1.1 研究目的与意义 | 第20-21页 |
| 1.2 国内外研究进展 | 第21-25页 |
| 1.2.1 遥测数据的采集与分析 | 第21-22页 |
| 1.2.2 水文数据校验 | 第22-23页 |
| 1.2.3 水文信息系统研发进展 | 第23-25页 |
| 1.3 研究内容与技术路线 | 第25-26页 |
| 1.3.1 研究内容 | 第26-25页 |
| 1.3.2 研究路线 | 第25-26页 |
| 1.4 本章小结 | 第26-27页 |
| 第二章 水文遥测数据混合云仓库 | 第27-37页 |
| 2.1 公有云服务概览 | 第27-30页 |
| 2.1.1 百度云 | 第27-28页 |
| 2.1.2 腾讯云 | 第28-29页 |
| 2.1.3 阿里云 | 第29-30页 |
| 2.2 三大公有云平台水文场景应用分析 | 第30-36页 |
| 2.3 本章小结 | 第36-37页 |
| 第三章 水文信息地图发布服务与前端技术选型 | 第37-44页 |
| 3.1 地图发布服务选型 | 第37-38页 |
| 3.1.1 GeoServer | 第37页 |
| 3.1.2 ArcGIS Server | 第37-38页 |
| 3.1.3 水文场景适用性分析 | 第38页 |
| 3.2 WebGIS前端技术 | 第38-43页 |
| 3.2.1 HTML5标准 | 第39页 |
| 3.2.2 HTML5 Canvas技术 | 第39-40页 |
| 3.2.3 海量数据渲染 | 第40-42页 |
| 3.2.4 Echart动态图表可视化 | 第42页 |
| 3.2.5 ArcGIS API for JavaScript | 第42-43页 |
| 3.3 本章小结 | 第43-44页 |
| 第四章 遥测站点数据库设计 | 第44-55页 |
| 4.1 遥测水文数据存储需求分析 | 第44页 |
| 4.2 数据库设计 | 第44-54页 |
| 4.3 本章小结 | 第54-55页 |
| 第五章 遥测站点数据校验与预警分析 | 第55-67页 |
| 5.1 研究区概况和数据说明 | 第55页 |
| 5.1.1 研究区概况 | 第55页 |
| 5.1.2 数据说明 | 第55页 |
| 5.2 传统校验方法概述 | 第55-57页 |
| 5.3 空间相关关系模型 | 第57-60页 |
| 5.3.1 局部莫兰指数 | 第57-60页 |
| 5.4 研究方法与技术流程 | 第60-61页 |
| 5.5 校验流程及结果对比分析 | 第61-66页 |
| 5.5.1 校验流程 | 第61-64页 |
| 5.5.2 结果分析 | 第64-66页 |
| 5.6 本章小结 | 第66-67页 |
| 第六章 系统架构与实现 | 第67-92页 |
| 6.1 需求分析 | 第67-68页 |
| 6.2 设计原则 | 第68-69页 |
| 6.3 系统整体架构 | 第69-70页 |
| 6.4 功能模块 | 第70-91页 |
| 6.4.1 水文数据云存储模块 | 第70-71页 |
| 6.4.2 水文遥测数据采集子系统 | 第71-83页 |
| 6.4.3 水文遥测数据分发子系统 | 第83-87页 |
| 6.4.4 水文遥测数据分析子系统 | 第87-90页 |
| 6.4.5 水文混合云安全模块 | 第90-91页 |
| 6.5 本章小结 | 第91-92页 |
| 第七章 结论与展望 | 第92-95页 |
| 7.1 论文总结 | 第92-93页 |
| 7.2 问题与展望 | 第93-95页 |
| 参考文献 | 第95-99页 |