声明
摘要
1 绪论
1.1 研究目的和意义
1.2 地下水时空预测
1.3 研究进展
1.3.1 时空序列缺失数据修复研究进展
1.3.2 地下水埋深模拟研究进展
1.3.3 地下水埋深时空预测方法进展
1.3.4 空间插值研究进展
1.3.5 地下水埋深时空混合预测模型
1.4 研究方案及技术路线
1.5 本章小结
2 研究方法
2.1.3 平稳时空序列相关性理论
2.1.4 时空序列预测理论
2.2 人工神经网络
2.2.1 SOM人工神经网络
2.2.2 广义回归神经网络GRNN
2.3 最小二乘支持向量机
2.4 果蝇优化算法
2.5 欧式距离鉴别不完整序列的理论
2.6 交叉验证算法
2.7 小波分析
2.7.2 连续小波变换
2.7.3 离散小波变换
2.7.4 小波降噪
2.8 时空克里金插值理论
2.9 本章小结
3 研究区概况
3.1 研究区基本情况
3.2 水资源概况
3.3 本研究应用数据说明
3.4 研究区数据收集
3.5 数据概况分析
3.6 本章小结
4 地下水埋深时空缺失数据修复
4.1 果蝇优化最小二乘支持向量机(SOM-FLSSVM)模型的构建
4.2 时空混合模型SOM-FLSSVM说明
4.2.1 SOM-FLSSVM模型具体建模步骤
4,2.2 SOM-FLSSVM模型建模示意图
4.3 民勤地下水埋深时空趋势数据修补
4.3.1 研究区序列的归类以及类中心序列计算
4.3.2 SOM-FLSSVM模型插值
4.4 对比模型
4.5 对比模型的参数寻优
4.6 实验结果的比较
4.7 模型应用
4.8 本章小结
5 民勤地下水埋深时空序列时域预测
5.1 混合模型M-WD-GRNN介绍
5.2 M-WD-GRNN模型建立
5.3 研究区模型的建立
5.4 模型效果评价指标
5.5 模型比较
5.6 结果分析与讨论
5.7 本章小结
6 研究区地下水埋深时空插值
6.1 模型构建
6.2 GRNN-STK模型
6.3 对比模型
6.3.1 普通克里金插值(OK)
6.4.2 实验结果
6.4.3 十二个月插值结果图
6.5 本章小结
7 结论与讨论
7.1 主要创新点
7.2 不足与展望
参考文献
致谢
攻读学位期间获奖及科研成果