書馨卡幫你省薪 2024個(gè)人購(gòu)書報(bào)告 2024中圖網(wǎng)年度報(bào)告
歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)
> >>
洛河流域水文特性分析及中長(zhǎng)期徑流預(yù)報(bào)研究

洛河流域水文特性分析及中長(zhǎng)期徑流預(yù)報(bào)研究

作者：王文川著
出版社：中國(guó)水利水電出版社出版時(shí)間：2020-12-01
開(kāi)本： 24cm 頁(yè)數(shù)： 138頁(yè)
中 圖 價(jià):¥33.8(6.5折) 定價(jià)  ¥52.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類五星書更多>

洛河流域水文特性分析及中長(zhǎng)期徑流預(yù)報(bào)研究 版權(quán)信息

洛河流域水文特性分析及中長(zhǎng)期徑流預(yù)報(bào)研究 內(nèi)容簡(jiǎn)介

本書就洛河流域水文要素特性及中長(zhǎng)期徑流預(yù)報(bào)開(kāi)展了相關(guān)研究, 分析了洛河流域的水文要素特性、水文要素序列重構(gòu)方法、非一致性水文干旱評(píng)估方法和基于多元線性回歸與人工智能技術(shù)的中長(zhǎng)期徑流預(yù)報(bào)方法及比較。

洛河流域水文特性分析及中長(zhǎng)期徑流預(yù)報(bào)研究 目錄

前言 第1章 緒論 1.1 研究背景及意義 1.2 研究進(jìn)展 1.2.1 水文要素特性分析研究進(jìn)展 1.2.2 中長(zhǎng)期徑流預(yù)報(bào)研究進(jìn)展 1.2.3 干旱的定義 1.2.4 干旱指標(biāo) 1.2.5 水文序列變異性檢驗(yàn)研究 1.3 主要研究?jī)?nèi)容 第2章 研究區(qū)域概況 2.1 自然地理 2.1.1 地理位置 2.1.2 河流水系 2.1.3 水文氣象 2.2 社會(huì)經(jīng)濟(jì) 2.3 水文站概況 2.4 數(shù)據(jù)來(lái)源 2.5 本章小結(jié) 第3章 水文要素特性分析 3.1 趨勢(shì)分析 3.1.1 線性趨勢(shì)相關(guān)檢驗(yàn)法 3.1.2 Mann-Kendall趨勢(shì)檢驗(yàn)法 3.1.3 Spearman秩次相關(guān)檢驗(yàn)法 3.1.4 Hurst指數(shù)法 3.1.5 應(yīng)用實(shí)例 3.2 變異分析 3.2.1 Mann-Kendall突變檢驗(yàn)法 3.2.2 Pettitt檢驗(yàn)法 3.2.3 應(yīng)用實(shí)例 3.3 周期性分析 3.3.1 小波分析法 3.3.2 應(yīng)用實(shí)例 3.4 本章小結(jié) 第4章 水文要素序列重構(gòu)方法與應(yīng)用 4.1 概述 4.2 分解合成法的基本原理 4.3 基于分解合成法的水文序列重構(gòu) 4.3.1 水文要素序列分解 4.3.2 水文要素序列的合成 4.4 本章小結(jié) 第5章 非一致水文干旱評(píng)估方法 5.1 概述 5.2 標(biāo)準(zhǔn)化流量指數(shù)構(gòu)建 5.3 理論分布線型優(yōu)選 5.4 干旱事件識(shí)別 5.5 合理性驗(yàn)證 5.6 本章小結(jié) 第6章 基于Bootstrap方法的水文干旱不確定性分析 6.1 Bootstrap方法 6.2 估計(jì)參數(shù)不確定性分析 6.3 基于樣本抽樣的水文干旱不確定性分析 6.4 本章小結(jié) 第7章 預(yù)報(bào)因子的選取 7.1 相關(guān)系數(shù)法 7.2 主成分分析法 7.3 本章小結(jié) 第8章 基于多元線性回歸的徑流預(yù)報(bào)模型 8.1 多元線性回歸模型原理 8.2 多元線性回歸模型的應(yīng)用 8.3 多元線性回歸模型檢驗(yàn)與預(yù)測(cè) 8.4 本章小結(jié) 第9章 基于BP神經(jīng)網(wǎng)絡(luò)的徑流預(yù)報(bào)模型 9.1 BP神經(jīng)網(wǎng)絡(luò)的基本原理 9.2 基于BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型的建立 9.2.1 數(shù)據(jù)預(yù)處理 9.2.2 網(wǎng)絡(luò)的構(gòu)建與訓(xùn)練 9.2.3 網(wǎng)絡(luò)仿真模擬 9.2.4 模型評(píng)定 9.2.5 預(yù)報(bào)與檢驗(yàn) 9.2.6 三層BP神經(jīng)網(wǎng)絡(luò)算法流程 9.3 模型應(yīng)用與評(píng)價(jià) 9.4 本章小結(jié) 第10章 基于ELM算法的徑流預(yù)報(bào)模型 10.1 ELM算法概述 10.2 ELM算法原理 10.3 ELM算法訓(xùn)練步驟 10.4 ELM算法的特點(diǎn) 10.5 模型應(yīng)用與評(píng)價(jià) 10.6 本章小結(jié) 第11章 基于馬爾可夫鏈校正模型的徑流預(yù)測(cè) 11.1 馬爾可夫鏈校正模型 11.2 應(yīng)用實(shí)例 11.2.1 基于馬爾可夫鏈校正的多元線性回歸預(yù)測(cè) 11.2.2 基于馬爾可夫鏈的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè) 11.3 本章小結(jié) 第12章 基于R/S灰色組合模型的中長(zhǎng)期徑流預(yù)報(bào) 12.1 R/S灰色預(yù)測(cè)模型原理 12.1.1 R/S分析法 12.1.2 平均循環(huán)周期 12.1.3 基本灰色GM(1，1)模型 12.1.4 模型精度檢驗(yàn) 12.1.5 R/S灰色組合模型預(yù)測(cè)步驟 12.2 實(shí)例應(yīng)用 12.2.1 徑流序列的R/S分析 12.2.2 平均循環(huán)周期 12.2.3 R/S灰色組合模型預(yù)測(cè)分析 12.3 本章小結(jié) 第13章 基于小波包分解的LS-SVM-ARIMA組合徑流預(yù)測(cè) 13.1 小波包分解的LS-SVM-ARIMA組合模型原理 13.1.1 小波包分解 13.1.2 LS-SVM模型 13.1.3 PSO算法 13.1.4 ARIMA模型 13.2 實(shí)例應(yīng)用與評(píng)價(jià) 13.2.1 實(shí)例應(yīng)用 13.2.2 評(píng)價(jià) 13.3 本章小結(jié) 第14章 各水文模型適用性對(duì)比分析 14.1 各水文模型預(yù)報(bào)結(jié)果對(duì)比分析 14.2 各水文模型預(yù)測(cè)結(jié)果評(píng)價(jià)指標(biāo)對(duì)比分析 第15章 結(jié)論與展望 15.1 研究結(jié)論 15.2 不足與展望 參考文獻(xiàn)
展開(kāi)全部

洛河流域水文特性分析及中長(zhǎng)期徑流預(yù)報(bào)研究 作者簡(jiǎn)介

王文川，男，漢族，1976年1月出生，河南鹿邑人，博士、教授、水利工程學(xué)科博士生導(dǎo)師、水文學(xué)及水資源、水利工程專業(yè)碩士生導(dǎo)師。主要研究方向?yàn)榱饔蛩哪Ｐ、水?kù)優(yōu)化調(diào)度、水資源優(yōu)化配置、水旱災(zāi)害風(fēng)險(xiǎn)分析與管理、水環(huán)境與水生態(tài)等。獲河南省科技進(jìn)步二等獎(jiǎng)2項(xiàng)（主持1項(xiàng)，參與1項(xiàng)），獲大禹科技進(jìn)步二等獎(jiǎng)1項(xiàng)，獲河南省高等教育教學(xué)成果一等獎(jiǎng)1項(xiàng)。

商品評(píng)論(0條)
暫無(wú)評(píng)論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服