工程硕士：精选工程硕士论文范文十篇.docx

工程硕士：精选工程硕士论文范文十篇  本文是一篇工程硕士论文，工程硕士论文主要是对作者撰写的工程论文推荐发表，论文专业范围包含土木，电力，电气，通信工程，软件工程，林业工程，电子信息工程，化工工程， 控制工程，工业工程， 系统工程， 水利工程，工程师职称，公路工程， 建筑工程，土木工程，等专业。（以上内容来自百度百科）今天为大家推荐一篇工程硕士论文，供大家参考。  精选工程硕士论文范文篇一  第 1 章 引言  1.1 背景及意义 蒸发（Evaporation）是指液态水转化为水蒸汽（汽化）的过程，水分蒸发可发生在湖泊、河流、路面、土壤等表面，蒸腾（Transpiration）包括植物组织中所含有的液态水的汽化以及蒸汽传输到大气的过程[1]。蒸发和蒸腾几乎同时发生，很难区分开这两个过程。蒸散（Evapotranspirstion, ET）即指地表水分蒸发和植被水分蒸腾这两个同时发生的独立过程的结合，是从陆表传输到大气中的水分，连接了地表水分循环，二氧化碳循环和能量交换，对于地球系统科学是极为重要的[2-3]。水分交换包含水从液态变为气态等一系列变化，在这一过程中需要吸收能量并且冷却陆地表面，因此在蒸散的过程中，伴随着能量的迁移和转化[4]。蒸散过程所吸收的能量即潜热被称为潜热通量（Latent heat Flux, LE），蒸散和潜热是相通的概念，依据强调水分交换的变化或者能量交换的变化，本文中会交叉使用这两个概念。蒸散是水圈、大气圈和生物圈水分和能量交换的主要过程参量，是水陆表面热量平衡和水量平衡的重要因素，是陆地表层水循环、碳循环和能量循环中最难估算的分量[5]，其长期以来是农业、水文预报、天气预报以及气候过程模拟中必不可少的关键变量[6-8]。 中国的区域性气候差异较大，近几十年来随着时间的推移和季节的更替，其陆地生态系统中的环境、气候要素发生相应的变化，生态系统的蒸散量也必然随之发生变化，表现出随时间推移而引起的变化规律，包括不同年份间的年际变化规律以及相同年份间的季节变化规律，都将直接影响到水资源评价。蒸散是我国已开展的水资源综合评价中所关注的主要内容之一[9]。因此，在我国开展近几十年来陆表蒸散量的时空分布规律、变化趋势及影响因素的研究，对于我国气候及生态环境等的评价是十分必要的，对我国的农业、水文预报、天气预报等行业的发展具有非常重要的现实意义。 .........  1.2 国内外研究现状 目前国内外学者已经对陆表蒸散进行了大量的研究，主要集中在估算算法的研究和区域应用的研究两个方面。  1.2.1 蒸散算法研究现状 蒸散研究的传统方法可以分为实际测定和遥感估算两类。目前常见的蒸散观测方法主要包括涡度相关技术[10-12]、能量平衡波文比方法[13-15]、蒸渗仪方法[16]和大孔径闪烁仪方法[17-19]。上世纪七八十年代以来，伴随遥感技术迅速发展，使得可以获取丰富的表征陆表蒸散变化的特征参量，再进一步结合地面观测蒸散数据以及气象数据和水文数据，为遥感估算陆表蒸散的定量分析与应用研究提供了可能。传统的遥感估算陆表蒸散的方法可以分为基于地表能量平衡的单层模型和双层模型[20-27]、土壤温度-植被指数空间方法[28-30]、Penman-Monteith 模型[7,31-37]、经验统计算法[38-39]和数据同化方法[40-44]五类。 近年来随着计算机技术的不断发展，出现了一些通过机器学习过程来探索因素之间复杂非线性关系的模型，由于机器算法具有可以解决高维问题，并行分布处理能力强，分布存储及学习能力强，能充分逼近复杂的非线性关系，具备联想记忆的功能等优点，目前在水文预报、地下水研究等领域取得了广泛的应用[45-46]。 影响蒸散的因素较多，对于蒸散的估算可以看作是气象因素以及其他因素的非线性关系的回归分析，近年来出现了许多使用神经网络和支持向量机进行蒸散估算的研究。Kim 利用韩国 71 个气象站点的观测数据，使用广义回归神经网络和蚁群算法进行了非线性的蒸散建模，对 1985-1992 年的蒸散量进行了估算[47]。Huo 等利用中国西北地区半干旱地区三个气象站点 50 年的观测数据，使用人工神经网络的方法，进行了作物参考蒸散的估算，并与多元线性回归和彭曼公式的估算结果进行了对比研究，结果表明人工神经网络具有较高的估算精度，并且输入 5 因子时的估算精度高于输入 3 因子和 4 因子的估算精度[48]。Falamarzi 等使用澳大利亚 2009-2012 年的温度和风速数据，采用人工神经网络和小波神经网络进行了日蒸散量的估算，结论表明二者均具有较好的效果且小波神经网络优于人工神经网络[49]。Eslamian 等使用空