|
村镇景观水体监测典型指标间相关性分析及水质模型研究 |
| |
| 论文目录 |
| |
| 摘要 | 第5-7页 | | Abstract | 第7-8页 | | 第1章 绪论 | 第12-26页 | | 1.1 论文选题的依据及意义 | 第12-13页 | | 1.2 国内外研究现状 | 第13-19页 | | 1.2.1 水质监测研究现状 | 第13-14页 | | 1.2.2 水质模型的研究概述 | 第14-19页 | | 1.3 地表水水质标准和常规监测指标的介绍 | 第19-24页 | | 1.3.1 水域环境功能分类 | 第19页 | | 1.3.2 地表水基本监测项目 | 第19-24页 | | 1.4 课题来源 | 第24页 | | 1.5 研究内容 | 第24-25页 | | 1.6 论文创新点 | 第25-26页 | | 第2章 数据的采集处理和水质现状分析 | 第26-39页 | | 2.1 乔口镇水域自然状况 | 第26-28页 | | 2.1.1 乔口镇区位分析 | 第26-27页 | | 2.1.2 乔口镇自然条件分析 | 第27页 | | 2.1.3 乔口镇社会经济概况 | 第27页 | | 2.1.4 乔口镇水体概况 | 第27-28页 | | 2.2 样品的采集原则与分析方法 | 第28-29页 | | 2.2.1 样品采集原则 | 第28页 | | 2.2.2 采样时间 | 第28页 | | 2.2.3 指标分析方法 | 第28-29页 | | 2.3 水质监测指标体系的确定及监测点的优化 | 第29-38页 | | 2.3.1 水质监测指标体系的确定 | 第29-30页 | | 2.3.2 监测点的优化布置 | 第30-35页 | | 2.3.3 乔口镇景观水体现状分析 | 第35页 | | 2.3.4 研究区各监测点水质情况 | 第35-38页 | | 2.4 本章小结 | 第38-39页 | | 第3章 典型指标间的相关性分析 | 第39-64页 | | 3.1 地表水水质指标间相关性研究 | 第39-60页 | | 3.1.1 DO与pH之间的相关性 | 第39-43页 | | 3.1.2 DO与COD之间的相关性 | 第43-46页 | | 3.1.3 DO与电导率之间的相关性 | 第46-48页 | | 3.1.4 电导率与COD的关系 | 第48-49页 | | 3.1.5 总氮与氨氮、硝酸盐氮之间的相关性 | 第49-54页 | | 3.1.6 DO与总磷之间的相关性 | 第54-57页 | | 3.1.7 UV_(254)与COD之间的相关性 | 第57-60页 | | 3.2 模型的验证 | 第60-63页 | | 3.2.1 模型验证的概念 | 第60页 | | 3.2.2 模型验证结论 | 第60-63页 | | 3.3 本章小结 | 第63-64页 | | 第4章 水质预测模型的建立 | 第64-88页 | | 4.1 水质仿真预测思路与原理 | 第64-65页 | | 4.1.1 预测思路和可行性分析 | 第64页 | | 4.1.2 预测基本原理 | 第64-65页 | | 4.2 基于灰色预测模型的建立 | 第65-75页 | | 4.2.1 灰色系统的基本概念 | 第65页 | | 4.2.2 灰色系统的基本原理 | 第65-66页 | | 4.2.3 GM(1,1)模型的建立 | 第66-68页 | | 4.2.4 GM(1,1)模型精度检验 | 第68-69页 | | 4.2.5 GM(1,1)的建模步骤 | 第69页 | | 4.2.6 乔口景观水体B5点GM(1,1)时间预测模型 | 第69-75页 | | 4.2.7 示范区乔口镇景观水体灰色预测模型小结 | 第75页 | | 4.3 基于人工神经网络模型的建立方法 | 第75-78页 | | 4.3.1 人工神经网络概念 | 第75-76页 | | 4.3.2 BP神经网络模型 | 第76-77页 | | 4.3.3 神经网络的建模原则 | 第77-78页 | | 4.4 BP神经网络模型预测算例 | 第78-82页 | | 4.4.1 监测指标的确定 | 第78页 | | 4.4.2 训练样本的处理 | 第78页 | | 4.4.3 模型基本单元的构建 | 第78-79页 | | 4.4.4 网络模型主要参数设计 | 第79-82页 | | 4.5 BP神经网络模型应用示范 | 第82-85页 | | 4.5.1 预测指标的确定 | 第82-83页 | | 4.5.2 输入层和输出层 | 第83页 | | 4.5.3 隐含层 | 第83页 | | 4.5.4 训练样本的处理 | 第83-84页 | | 4.5.5 网络模型主要参数设计 | 第84页 | | 4.5.6 节点函数的选择 | 第84页 | | 4.5.7 学习算法的选择 | 第84-85页 | | 4.5.8 学习率的确定 | 第85页 | | 4.6 模型预测效果的研究 | 第85-87页 | | 4.7 本章小节 | 第87-88页 | | 结论与建议 | 第88-91页 | | 参考文献 | 第91-95页 | | 致谢 | 第95页 |
|
|
|
广告服务 
