| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究进展 | 第10-12页 |
| 1.2.1 水文序列的研究概况 | 第10-11页 |
| 1.2.2 分形理论在水文系统中的应用现状 | 第11-12页 |
| 1.3 主要研究内容及创新点 | 第12-15页 |
| 1.3.1 主要研究内容 | 第12-14页 |
| 1.3.2 主要创新点 | 第14-15页 |
| 第二章 分形理论简介 | 第15-26页 |
| 2.1 分形理论的创立、发展及意义 | 第15-18页 |
| 2.2 分形的定义 | 第18-19页 |
| 2.3 分形的特征 | 第19页 |
| 2.3.1 自相似性 | 第19页 |
| 2.3.2 标度不变性 | 第19页 |
| 2.4 分形维数的计算 | 第19-25页 |
| 2.4.1 相似维数 | 第20页 |
| 2.4.2 Hausdorff维 | 第20-21页 |
| 2.4.3 容量维数 | 第21页 |
| 2.4.4 关联维数 | 第21-22页 |
| 2.4.5 盒维数 | 第22页 |
| 2.4.6 R/S分析法 | 第22-24页 |
| 2.4.7 DFA分析方法 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 土壤含水量时间序列的分形特性分析 | 第26-38页 |
| 3.1 栾城区概况及基本资料 | 第26-27页 |
| 3.1.1 栾城区基本背景 | 第26页 |
| 3.1.2 区域及生态系统类型代表性 | 第26-27页 |
| 3.1.3 基本资料 | 第27页 |
| 3.2 时间序列的非线性判定 | 第27-29页 |
| 3.2.1 K-S正态性检验 | 第28-29页 |
| 3.2.2 数据准备 | 第29页 |
| 3.2.3 统计结果分析 | 第29页 |
| 3.3 土壤含水量演变的持续性分析 | 第29-33页 |
| 3.3.1 Hurst指数的意义 | 第30页 |
| 3.3.2 结果与讨论 | 第30-33页 |
| 3.4 土壤含水量演变的长程相关性分析 | 第33-36页 |
| 3.4.1 长程相关性定义 | 第34-35页 |
| 3.4.2 长程相关性结果分析 | 第35-36页 |
| 3.4.3 分形特征的分析 | 第36页 |
| 3.5 本章小结 | 第36-38页 |
| 第四章 基于混沌最小二乘支持向量机的含水量预测模型研究 | 第38-52页 |
| 4.1 含水量序列的预测问题 | 第38页 |
| 4.2 水文时间序列相空间重构 | 第38-40页 |
| 4.3 水文动力系统的混沌识别 | 第40-42页 |
| 4.3.1 饱和关联维数法 | 第40-41页 |
| 4.3.2 Lyapunov指数法 | 第41-42页 |
| 4.4 混沌最小二乘支持向量机 | 第42-51页 |
| 4.4.1 支持向量机回归方法简介 | 第42-44页 |
| 4.4.2 最小二乘支持向量机 | 第44-46页 |
| 4.4.3 混沌最小二乘支持向量机回归模型的建立 | 第46页 |
| 4.4.4 序列预测效果的评价指标 | 第46-47页 |
| 4.4.5 混沌最小二乘支持向量机回归模型在土壤含水量预测中的应用 | 第47-49页 |
| 4.4.6 结果分析 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 总结与展望 | 第52-54页 |
| 主要研究成果 | 第52-53页 |
| 展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 攻读学位期间取得研究成果 | 第59-60页 |
| 致谢 | 第60页 |