首页--环境科学、安全科学论文--环境污染及其防治论文--水体污染及其防治论文

河流藻类叶绿素a浓度短时间尺度预测方法研究和应用

致谢第1-6页
摘要第6-8页
Abstract第8-14页
第1章 绪论和文献综述第14-30页
   ·绪论第14-17页
   ·研究背景及意义第17-22页
     ·富营养化及“水华”机理第17-19页
     ·富营养化表征第19-21页
     ·采样频率与预测周期第21-22页
   ·藻类预测方法的研究进展第22-26页
     ·生长机理建模预测第22-24页
     ·智能方法预测第24-26页
   ·本论文的研究工作第26-30页
     ·论文研究问题及研究思路第26-28页
     ·论文研究内容第28-30页
第2章 基于事例推理的河流藻类预测方法研究第30-41页
   ·引言第30-31页
   ·CBR方法第31-32页
   ·藻类预测的CBR方法分析第32-33页
   ·河流藻类浓度预测相似模型构建第33-40页
     ·相似预测原理第34-35页
     ·相似预测模型基本构成要素第35-36页
     ·河流藻类浓度预测模式第36-40页
   ·小结第40-41页
第3章 易北河叶绿素a浓度短时间尺度预测第41-70页
   ·引言第41页
   ·测点分布及数据采集第41-43页
   ·单日预测第43-54页
     ·历史样本长度第43-48页
     ·匹配方式第48-50页
     ·相似因子权重第50-53页
     ·结果分析讨论第53-54页
   ·三日短期预测第54-68页
     ·预测假设第54-55页
     ·数据预处理第55-58页
     ·参数灵敏度第58-59页
     ·单因子预测比较第59-62页
     ·水体营养等级预测第62-67页
     ·误差分析第67-68页
   ·小结第68-70页
第4章 河流藻类变量参数机理预测方法研究与应用第70-88页
   ·引言第70-71页
   ·预测机理与参数率定算法第71-74页
     ·定时预测机理第71-72页
     ·参数率定算法第72-74页
   ·易北河叶绿素a浓度预测结果第74-79页
     ·机理模型构建第74-75页
     ·参数组合第75页
     ·数据时间跨度第75-76页
     ·五参数率定预测结果第76-79页
   ·结果分析与讨论第79-87页
     ·预测方法比较第79-81页
     ·参数个数影响第81-82页
     ·参数特性影响第82-84页
     ·率定数据影响第84-85页
     ·数据跨度影响第85-87页
   ·小结第87-88页
第5章 河流藻类时叶绿素a观测序列混沌特性研究第88-102页
   ·引言第88-89页
   ·混沌序列分析方法第89-93页
     ·Takens定理和相空间重构理论第89-90页
     ·时间延迟第90页
     ·嵌入维数第90-92页
     ·最大Lyapunov指数第92页
     ·Lyapunov时间第92-93页
   ·时叶绿素a观测序列混沌特性分析第93-97页
     ·时间延迟估计第93-94页
     ·关联维数估计第94-96页
     ·最大Lyapunov指数估计第96-97页
   ·河流日流量时间序列混沌特性分析第97-99页
   ·结果讨论第99-101页
     ·时间延迟和嵌入维数第99-100页
     ·数据长度第100页
     ·最大预测时间及影响因素第100-101页
   ·小结第101-102页
第6章 总结和展望第102-105页
   ·全文总结第102-103页
   ·工作展望第103-105页
参考文献第105-115页
攻读博士学位期间主要的研究成果第115页

论文共115页,点击 下载论文
上一篇:动态数据驱动的河流突发性水污染事故预警系统关键技术研究
下一篇:城际铁路车载列控系统安全及智能控制关键技术研究