| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 1 引言 | 第10-16页 |
| ·国内外研究现状 | 第11-15页 |
| ·国外研究现状 | 第11页 |
| ·国内研究现状 | 第11-15页 |
| ·研究目的和意义 | 第15-16页 |
| 2 研究内容与方法 | 第16-18页 |
| ·研究内容 | 第16页 |
| ·资料来源 | 第16页 |
| ·研究方法 | 第16-17页 |
| ·技术路线 | 第17-18页 |
| 3 研究区概况 | 第18-20页 |
| ·地理位置 | 第18页 |
| ·气候条件 | 第18页 |
| ·地形地貌 | 第18页 |
| ·土壤和植被 | 第18页 |
| ·草地沙漠化现状 | 第18-20页 |
| 4 锡林郭勒地区沙尘暴发生的气象因素分析 | 第20-28页 |
| ·相关分析法 | 第20页 |
| ·气象因素的影响 | 第20-24页 |
| ·春季沙尘暴气象因子的分析 | 第24-28页 |
| ·主成分分析法 | 第24页 |
| ·气象因子分析 | 第24-28页 |
| 5 锡林郭勒地区沙尘暴的时空分布 | 第28-36页 |
| ·研究方法 | 第28页 |
| ·时间分布特征 | 第28-31页 |
| ·年代际变化 | 第28-29页 |
| ·年际变化 | 第29-30页 |
| ·季节变化 | 第30-31页 |
| ·空间分布特征 | 第31-34页 |
| ·沙尘暴的区划 | 第34-36页 |
| 6 基于BP 神经网络的沙尘暴预测模型 | 第36-44页 |
| ·人工神经网络模型 | 第36-38页 |
| ·BP 神经网络模型的原理 | 第36-37页 |
| ·BP 网络训练过程 | 第37-38页 |
| ·BP 神经网络的沙尘暴预测模型 | 第38-41页 |
| ·数据来源和模型输入因子的选择 | 第38-39页 |
| ·网络层数 | 第39-40页 |
| ·隐层神经元数的确定 | 第40页 |
| ·每层激活函数 | 第40-41页 |
| ·普通BP 算法的改进 | 第41-44页 |
| ·快速BP 算法的基本原理 | 第41-42页 |
| ·快速与普通BP 算法结果对比 | 第42-43页 |
| ·快速BP 神经网络模型与线性回归方法对比 | 第43-44页 |
| 7 2001 年～2010 年沙尘暴发生日数预测分析与结果 | 第44-50页 |
| ·模型输入因子的预测 | 第44-47页 |
| ·预测方法 | 第44-46页 |
| ·预测结果与分析 | 第46-47页 |
| ·模型输出因子的预测与验证 | 第47-50页 |
| ·2001 年～2010 年沙尘暴发生日数预测结果 | 第47-48页 |
| ·2001 年～2007 年沙尘暴发生日数预测值与实测值对比分析 | 第48-50页 |
| 8 结论与讨论 | 第50-51页 |
| ·结论 | 第50页 |
| ·讨论 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-58页 |
| 作者简介 | 第58页 |
