第1章 緒論
1.1 研究背景及意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 中長(zhǎng)期徑流預(yù)報(bào)建模研究現(xiàn)狀及發(fā)展趨勢(shì)
1.2.2 中長(zhǎng)期徑流預(yù)報(bào)因子的選擇和篩選
1.2.3 中長(zhǎng)期徑流預(yù)報(bào)結(jié)果后處理
1.3 研究中存在的問(wèn)題與不足
1.4 研究?jī)?nèi)容及技術(shù)路線
1.4.1 研究目標(biāo)與內(nèi)容
1.4.2 研究技術(shù)路線
第2章 貝葉斯推斷與支持向量回歸耦合的中長(zhǎng)期徑流預(yù)報(bào)方法
2.1 概述
2.2 方法與數(shù)據(jù)
2.2.1 貝葉斯推斷與支持向量回歸耦合的中長(zhǎng)期徑流預(yù)報(bào)方法框架
2.2.2 支持向量回歸及ARD核函數(shù)
2.2.3 基于貝葉斯推斷的支持向量回歸
2.2.4 數(shù)據(jù)與預(yù)處理
2.2.5 建模方案設(shè)定
2.3 結(jié)果及討論
2.3.15 種預(yù)報(bào)方法的預(yù)報(bào)效果
2.3.25 種預(yù)報(bào)方法的預(yù)報(bào)效果對(duì)比分析
2.3.3 BSVR和BSVRARD方法的概半預(yù)報(bào)效果分析
2.4 小結(jié)
第3章 中長(zhǎng)期徑流預(yù)報(bào)效果與總互信息的相關(guān)關(guān)系
3.1 概述
3.2 基于數(shù)據(jù)驅(qū)動(dòng)模型的中長(zhǎng)期徑流預(yù)報(bào)適宜性判別方法
3.2.1 PMIS因子選擇方法
3.2.2 基于PMIS的總互信息指標(biāo)
3.3 模型與數(shù)據(jù)
3.3.1 多層感知機(jī)模型（MIP）
3.3.2 長(zhǎng)短期記憶網(wǎng)絡(luò)模型（LSTM）
3.3.3 基于滾動(dòng)預(yù)報(bào)的多層感知機(jī)模型（MB模型）
3.3.4 建模方案設(shè)定
3.45 種模型的預(yù)報(bào)效果對(duì)比分析
3.4.1 各模型預(yù)報(bào)效果分析
3.4.2 5種模型的預(yù)報(bào)效果對(duì)比分析
3.4.3 不同預(yù)見(jiàn)期的預(yù)報(bào)效果對(duì)比
3.5 總互信息和預(yù)報(bào)效果的關(guān)系分析
3.5.1 各模型預(yù)報(bào)效果與互信息MI的關(guān)系
3.5.2 各模型預(yù)報(bào)效果與總互信息TMI的關(guān)系
3.5.3 總互信息TMI的影響因素及潛在應(yīng)用
3.6 小結(jié)
第4章 引入降雨預(yù)報(bào)產(chǎn)品的中長(zhǎng)期徑流預(yù)報(bào)效果
4.1 概述
4.2 數(shù)據(jù)及方法
4.2.1 流城實(shí)測(cè)降雨數(shù)據(jù)與降雨預(yù)報(bào)產(chǎn)品
4.2.2 研究區(qū)城降雨預(yù)報(bào)數(shù)據(jù)校正
4.2.3 建模方案設(shè)定
4.3 以實(shí)測(cè)降雨作為輸入的5種模型預(yù)報(bào)效果
4.3.1 引入實(shí)測(cè)降雨后的5種模型預(yù)報(bào)效果
4.3.2 5種模型預(yù)報(bào)效果對(duì)比
4.3.3 引入實(shí)測(cè)降雨后各模型預(yù)報(bào)效果和TMI之間相關(guān)關(guān)系
4.4 以對(duì)應(yīng)預(yù)見(jiàn)期預(yù)報(bào)降雨作為輸人的中長(zhǎng)期徑流預(yù)報(bào)結(jié)果
4.4.1 降雨預(yù)報(bào)數(shù)據(jù)校正效果
4.4.2 以對(duì)應(yīng)預(yù)見(jiàn)期的預(yù)報(bào)降雨作為輸入的中長(zhǎng)期徑流預(yù)報(bào)效果評(píng)估
4.4.3 以對(duì)應(yīng)預(yù)見(jiàn)期的預(yù)報(bào)降雨作為輸入后的徑流預(yù)報(bào)誤差變化分析
4.4.4 與無(wú)降雨因子的預(yù)報(bào)效果對(duì)比
4.5 小結(jié)
第5章 基于貝葉斯模型平均的中長(zhǎng)期徑流概率預(yù)報(bào)
5.1 概述
5.2 數(shù)據(jù)及方法
5.2.1 研究框架
5.2.2 貝葉斯模型平均方法
5.3 輸入降雨概率分布后5種模型的徑流概率預(yù)報(bào)效果
5.3.1 徑流概率預(yù)報(bào)效果提升分析
5.3.2 中長(zhǎng)期徑流概率預(yù)報(bào)可靠性及寬度評(píng)分提升分析
5.3.3 5種預(yù)報(bào)方法的徑流概率預(yù)報(bào)效果對(duì)比分析
5.3.4 降雨因子在兩類模型徑流概率預(yù)報(bào)中的作用分析
5.4 基于BMA方法的徑流概率預(yù)報(bào)結(jié)果
5.4.1 整體概率預(yù)報(bào)效果評(píng)分提升
5.4.2 融合后的徑流概率預(yù)報(bào)可靠性及寬度評(píng)分提升分析
5.4.3 基于BMA方法融合后的徑流概率預(yù)報(bào)效果評(píng)估
5.4.4 部分站點(diǎn)預(yù)報(bào)效果較差的原因初步分析
5.5 小結(jié)
第6章 總結(jié)與展望
6.1 主要研究成果
6.2 主要?jiǎng)?chuàng)新點(diǎn)
6.3 研究中的不足與展望
參考文獻(xiàn)
附錄
附錄A 澳大利亞37個(gè)水文基準(zhǔn)站信息
附錄B 預(yù)報(bào)因子選擇結(jié)果