| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章绪论 | 第11-17页 |
| 1.1 研究意义和目的 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 单体滑坡预测模型的研究现状 | 第12-13页 |
| 1.2.2 区域滑坡预测模型的研究现状 | 第13-14页 |
| 1.2.3 滑坡预测分析系统的研究现状 | 第14-15页 |
| 1.3 主要研究内容 | 第15页 |
| 1.4 主要技术路线 | 第15-16页 |
| 1.5 本文的结构 | 第16-17页 |
| 第二章 基于单体滑坡的预测模型分析 | 第17-43页 |
| 2.1 基于单体滑坡的时间预测模型 | 第17-31页 |
| 2.1.1 基于斋藤迪孝模型的单体滑坡预测 | 第18-22页 |
| 2.1.1.1 斋藤迪孝模型的简介 | 第18-19页 |
| 2.1.1.2 基于斋藤迪孝模型的工程应用 | 第19-22页 |
| 2.1.2 基于非线性动力学的单体滑坡预测 | 第22-26页 |
| 2.1.2.1 非线性动力学混沌时间序列模型的构建 | 第22-23页 |
| 2.1.2.2 基于非线性动力学混沌时间序列模型的工程应用 | 第23-26页 |
| 2.1.3 基于灰色—马尔科夫模型的单体滑坡预测 | 第26-31页 |
| 2.1.3.1 灰色—马尔科夫模型的构建 | 第26-28页 |
| 2.1.3.2 基于灰色—马尔科夫模型的工程应用 | 第28-31页 |
| 2.2 基于单体滑坡的空间预测模型 | 第31-42页 |
| 2.2.1 基于极限平衡和数值分析的单体滑坡预测 | 第31-37页 |
| 2.2.1.1 极限平衡和数值分析的评价模型的构建 | 第31-34页 |
| 2.2.1.2 基于极限平衡及数值分析的工程应用 | 第34-37页 |
| 2.2.2 基于BP神经网络的单体滑坡预测 | 第37-42页 |
| 2.2.2.1 BP神经网络模型的简介 | 第38-40页 |
| 2.2.2.2 基于BP神经网络的工程应用 | 第40-42页 |
| 2.3 小结 | 第42-43页 |
| 第三章 基于区域滑坡的危险性评价分析 | 第43-57页 |
| 3.1 区域滑坡的主要影响因素 | 第43-46页 |
| 3.2 区域滑坡评价指标体系的建立 | 第46-47页 |
| 3.3 区域滑坡危险性评价模型 | 第47-56页 |
| 3.3.1 基于模糊层次分析模型的滑坡危险性评价 | 第47-51页 |
| 3.3.1.1 层次分析模型的构建 | 第47-48页 |
| 3.3.1.2 模糊层次分析模型的构建 | 第48-49页 |
| 3.3.1.3 基于模糊层次分析模型的工程应用 | 第49-51页 |
| 3.3.2 基于信息量模型的滑坡危险性评价 | 第51-55页 |
| 3.3.2.1 信息量模型的构建 | 第52-53页 |
| 3.3.2.2 基于信息量模型的工程应用 | 第53-55页 |
| 3.3.3 危险性评价结果对比分析 | 第55-56页 |
| 3.4 小结 | 第56-57页 |
| 第四章 滑坡灾害预测分析系统的建立 | 第57-77页 |
| 4.1 系统需求分析 | 第57页 |
| 4.2 系统设计原则 | 第57-58页 |
| 4.3 系统开发平台设计 | 第58-60页 |
| 4.4 滑坡灾害空间数据库构建 | 第60-67页 |
| 4.4.1 滑坡灾害数据库管理系统的特点 | 第60页 |
| 4.4.2 滑坡灾害数据库管理系统的设计 | 第60-65页 |
| 4.4.3 滑坡灾害数据数据库系统的配置 | 第65-67页 |
| 4.5 系统功能模块设计 | 第67-76页 |
| 4.5.1 数据库管理功能设计 | 第68-71页 |
| 4.5.2 滑坡预测功能设计 | 第71-73页 |
| 4.5.3 辅助功能设计 | 第73-76页 |
| 4.6 小结 | 第76-77页 |
| 第五章 结论和展望 | 第77-79页 |
| 5.1 结论 | 第77页 |
| 5.2 展望 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 攻硕期间取得的研究成果 | 第84-85页 |
