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 |