购买云解压PDF图书

当前位置: 数据缺失下流域模拟方法研究 > 购买云解压PDF图书
数据缺失下流域模拟方法研究
  • 作 者:盛虎,郭怀成著
  • 出 版 社:北京:科学出版社
  • 出版年份:2015
  • ISBN:9787030438331
  • 注意:在使用云解压之前,请认真核对实际PDF页数与内容!

在线云解压

价格(点数)

购买连接

说明

转为PDF格式

9

立即购买

(在线云解压服务)

云解压服务说明

1、本站所有的云解压默认都是转为PDF格式,该格式图书只能阅读和打印,不能再次编辑。

云解压下载及付费说明

1、所有的电子图书云解压均转换为PDF格式,支持电脑、手机、平板等各类电子设备阅读;可以任意拷贝文件到不同的阅读设备里进行阅读。

2、云解压在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)

1绪论 1

1.1 研究背景与目的 1

1.2 国内外研究进展 3

1.2.1 流域模拟模型研究进展 3

1.2.2 缺失数据分析研究进展 7

1.3 研究内容与技术路线 9

1.4 研究流域概况 12

1.4.1 地理区位与气候条件 12

1.4.2 土壤与土地覆盖/利用 14

1.4.3 水系与子流域划分 18

1.4.4 社会经济发展状况 25

1.5 小结 28

2流域模拟中缺失数据处理方法 29

2.1 流域模拟基本形式 29

2.1.1 确定性流域模拟 30

2.1.2 不确定性流域模拟 32

2.2 基于模拟的缺失数据处理方法 33

2.2.1 流域模拟模型选择 33

2.2.2 GLM降雨模拟模型 34

2.2.3 IHACRES水文模型 39

2.2.4 LOADEST模型 45

2.3 基于统计的缺失数据处理方法 56

2.3.1 缺失数据统计分析基本原理 56

2.3.2 多重插补方法 65

2.4 两种缺失数据处理方法的统一 71

2.4.1 完全贝叶斯方法图模型 71

2.4.2 响应变量中含有缺失数据 72

2.4.3 解释变量中含有缺失数据 75

2.5 小结 77

3数据缺失下滇池流域降雨模拟 78

3.1 数据类型与特征 79

3.1.1 降雨量数据分析 82

3.1.2 气象数据分析 84

3.2 模型假设与结构 91

3.2.1 模型基本假设 91

3.2.2 降雨事件模拟模型 91

3.2.3 降雨量估算模型 92

3.3 协变量预处理 92

3.3.1 协变量初选 92

3.3.2 缺失值多重插补 94

3.4 降雨事件模拟 96

3.4.1 Logistic回归模型拟合 96

3.4.2 与其他方法比较 98

3.5 降雨量估算 101

3.5.1 对数正态回归模型拟合 101

3.5.2 与其他方法比较 103

3.5.3 估算结果改进 104

3.6 小结 109

4数据缺失下滇池流域水文模拟 112

4.1 数据处理与分析 113

4.1.1 降雨量数据处理 113

4.1.2 流量数据分析 118

4.1.3 缺失流量多重插补 121

4.2 模型率定与比较 125

4.2.1 完全数据率定 125

4.2.2 插补数据率定 128

4.2.3 模型可识别性比较 131

4.2.4 模拟结果综合 137

4.3 模型预测与分析 139

4.3.1 滇池入湖河流月均入湖流量 139

4.3.2 滇池逐月总入湖流量 141

4.3.3 滇池逐年总入湖流量 141

4.3.4 滇池各条入湖河流年均入湖流量 144

4.4 小结 144

5数据缺失下滇池入湖污染负荷估算 146

5.1 基础数据分析 147

5.1.1 流量数据 147

5.1.2 水质数据 148

5.2 模型选择与参数估计 148

5.2.1 模型选择 149

5.2.2 参数估计 152

5.3 瞬时污染负荷估算 157

5.3.1 滇池入湖河流瞬时负荷估计 157

5.3.2 滇池入湖河流水质反算 162

5.4 升尺度分析 164

5.4.1 月均值及其置信区间 164

5.4.2 年均值及其置信区间 167

5.5 总入湖污染负荷估算 169

5.5.1 月总入湖污染负荷估算 171

5.5.2 年总入湖污染负荷估算 173

5.5.3 各入湖河流污染负荷年均值估算 175

5.6 小结 176

6结论与展望 177

6.1 研究结论 177

6.1.1 流域模拟中缺失数据处理方法 178

6.1.2 数据缺失下滇池流域降雨模拟 179

6.1.3 数据缺失下滇池流域水文模拟 180

6.1.4 数据缺失下滇池入湖负荷估算 181

6.2 主要研究特色 182

6.3 研究展望 183

参考文献 185

附录 194

1.1 三种经典算法 194

1.1.1 EM算法 194

1.1.2 Bootstrap方法 199

1.1.3 MCMC方法 201

1.2 贝叶斯方法 206

1.2.1 贝叶斯定理 206

1.2.2 贝叶斯图模型 207

1.2.3 贝叶斯统计推断 210

彩图 215

购买PDF格式(9分)
返回顶部