致谢 | 第7-11页 |
摘要 | 第11-13页 |
Abstract | 第13-14页 |
第一章 绪论 | 第16-22页 |
1.1 研究背景和意义 | 第16-17页 |
1.2 水质污染特征分析研究概述 | 第17-18页 |
1.3 水质模拟与预测研究概述 | 第18-19页 |
1.4 本文的研究内容与研究方案 | 第19-20页 |
1.4.1 研究目标 | 第19页 |
1.4.2 研究内容 | 第19页 |
1.4.3 拟解决的关键问题 | 第19-20页 |
1.5 研究方案及技术路线 | 第20-22页 |
第二章 文献综述 | 第22-33页 |
2.1 水质评价方法综述 | 第22-24页 |
2.1.1 综合水质指数法 | 第22页 |
2.1.2 模糊综合评价法 | 第22-23页 |
2.1.3 人工神经网络评价法 | 第23页 |
2.1.4 其他方法 | 第23-24页 |
2.2 机理性水质模型综述 | 第24-28页 |
2.2.1 Streeter-Phelps水质模型 | 第24-26页 |
2.2.2 QUAL-Ⅱ综合水质模型 | 第26-27页 |
2.2.3 河流水质一号模型 | 第27-28页 |
2.3 非机理性水质模型综述 | 第28-31页 |
2.3.1 时间序列模型 | 第28-29页 |
2.3.2 概率神经网络模型 | 第29-30页 |
2.3.3 灰色系统模型 | 第30-31页 |
2.4 其他水质模型综述 | 第31-33页 |
第三章 研究区域概况与水质特征分析 | 第33-50页 |
3.1 汤浦流域概况 | 第33-36页 |
3.2 汤浦水库水源保护区状况 | 第36-38页 |
3.3 汤浦水库水质概况 | 第38-39页 |
3.4 汤浦流域入库河流水质特性分析 | 第39-48页 |
3.4.1 入库河流水质指标监测值 | 第39-43页 |
3.4.2 水质指标主成分分析 | 第43-46页 |
3.4.3 月均水质主成分分析 | 第46-48页 |
3.5 本章小结 | 第48-50页 |
第四章 LOADEST模型在水质模拟中的应用研究 | 第50-77页 |
4.1 LOADEST模型概述 | 第50-59页 |
4.1.1 背景—负荷量估计线性回归方法 | 第50-52页 |
4.1.2 用LOADEST估计负荷量的方法 | 第52-55页 |
4.1.3 多重共线性和定中心 | 第55-56页 |
4.1.4 模型方程选择 | 第56页 |
4.1.5 模型校验 | 第56-57页 |
4.1.6 模型应用软件设计 | 第57-59页 |
4.2 LOADEST模型的应用 | 第59-67页 |
4.2.1 数据来源和分析 | 第59页 |
4.2.2 河流TN、TP负荷的LOADEST模型校准 | 第59-64页 |
4.2.3 河流TN、TP负荷的LOADEST模型验证 | 第64-67页 |
4.3 TN、TP负荷的时间变异分析 | 第67-71页 |
4.3.1 双江溪TN、TP负荷的年际、月际变化 | 第68-69页 |
4.3.2 双江溪TN、TP负荷的季节变化 | 第69-71页 |
4.4 关于负荷、流量和浓度三者关系的探讨 | 第71-76页 |
4.4.1 小波分析原理 | 第71-72页 |
4.4.2 流量和TN浓度时间序列周期特征分析 | 第72-74页 |
4.4.3 流量和TN浓度的小波方差分析 | 第74-76页 |
4.5 本章小结 | 第76-77页 |
第五章 PA-GRNN模型在水质预测中的应用研究 | 第77-93页 |
5.1 ARIMA模型TN、TP负荷预测 | 第77-82页 |
5.1.1 ARIMA模型原理 | 第77-78页 |
5.1.2 ARIMA模型负荷预测过程与结果 | 第78-82页 |
5.2 GRNN模型TN、TP负荷预测 | 第82-85页 |
5.2.1 GRNN模型原理 | 第82-84页 |
5.2.2 GRNN模型负荷预测过程与结果 | 第84-85页 |
5.3 PA-GRNN模型TN、TP负荷预测 | 第85-91页 |
5.3.1 周期分析原理 | 第85-86页 |
5.3.2 PA/RNN模型原理 | 第86-87页 |
5.3.3 PA/RNN模型负荷预测过程与结果 | 第87-91页 |
5.4 本章小结 | 第91-93页 |
第六章 结论与展望 | 第93-96页 |
6.1 主要成果和结论 | 第93-94页 |
6.2 创新和特色之处 | 第94页 |
6.3 不足与展望 | 第94-96页 |
参考文献 | 第96-107页 |
攻读硕士学位期间科研成果及获奖情况 | 第107页 |