不確定性分析方法在水文站網(wǎng)優(yōu)化中的研究與應(yīng)用

序
前言
第1章 基于Copula熵的兩階段多目標(biāo)水文站網(wǎng)優(yōu)化模型
1.1 引言
1.2 基于Copula嫡的信息量化指標(biāo)
1.3 基于Copula嫡的站網(wǎng)優(yōu)化模型的構(gòu)建
1.4 基于Copula嫡兩階段多目標(biāo)水文站網(wǎng)優(yōu)化實例分析
1.5 本章小結(jié)
第2章 基于多維Copula的水文站對模擬研究
2.1 引言
2.2 基于Copula函數(shù)的多變量相關(guān)性分析理論
2.3 渭河水系水文站點相關(guān)性實例分析
2.4 本章小結(jié)
第3章 基于克里金-Copula熵結(jié)合的站網(wǎng)評價模型
3.1 引言
3.2 克里金法的基礎(chǔ)理論
3.3 克里金-Copula熵結(jié)合的站網(wǎng)優(yōu)化模型
3.4 基于克里金-Copula墑的站網(wǎng)優(yōu)化實例分析
3.5 本章小結(jié)
第4章 面向水文站網(wǎng)優(yōu)化的小樣本水文信息熵的不確定分析
4.1 引言
4.2 信息熵理論
4.3 基于小樣本水文信息嫡的不確定分析
4.4 本章小結(jié)
第5章 基于信息熵的多目標(biāo)水文站網(wǎng)優(yōu)化準(zhǔn)則的應(yīng)用與評價
5.1 引言
5.2 基于信息熵的水文站網(wǎng)優(yōu)化方法
5.3 基于信息熵的多目標(biāo)站網(wǎng)優(yōu)化實例分析
5.4 本章小結(jié)
第6章 基于信息熵理論的水文站網(wǎng)動態(tài)優(yōu)化評價方法
6.1 引言
6.2 基于信息嫡的動態(tài)優(yōu)化模型構(gòu)建
6.3 水文站網(wǎng)動態(tài)優(yōu)化模型實例分析
6.4 本章小結(jié)
第7章 最優(yōu)矩約束極大熵（OM-POME）水文分布推斷研究
7.1 引言
7.2 單變量和多變量統(tǒng)計推斷理論
7.3 最優(yōu)矩約束極大嫡（OM-POME）水文分布推斷研究
7.4 本章小結(jié)
第8章 非平穩(wěn)性條件下基于Archimedean Copula的年極端降水量及降水強(qiáng)度頻率分析
8.1 引言
8.2 研究區(qū)域和數(shù)據(jù)
8.3 多變量頻率分析方法
8.4 結(jié)果及討論
8.5 本章小結(jié)
第9章 信息傳遞模型與數(shù)據(jù)傳遞模型在水文站網(wǎng)設(shè)計中的應(yīng)用分析
9.1 引言
9.2 站網(wǎng)優(yōu)化基礎(chǔ)信息量化指標(biāo)
9.3 信息傳遞模型與數(shù)據(jù)傳遞模型實例分析
9.4 本章小結(jié)
參考文獻(xiàn)