降雨：徑流模擬

譯著序言
原著序言
第1章　追本溯源：降雨過程與模擬步驟
　1.1　為什么要用模型?
　1.2　怎樣使用本書
　1.3　模擬步驟
　1.4　流域水文認知模型
　1.5　水流過程與地球化學特性
　1.6　產流與徑流演進
　1.7　選擇概念模型的問題
　1.8　模型率定和驗證問題
　1.9　本章要點
第2章　降雨一徑流模型的演變：適者生存
2.1　起點：推理方法
2.2　實際預報：徑流系數和時間轉換
2.3　單位過程線的變異
2.4　早期的數字計算機模型：斯坦福流域模型及其派生模型
2.5　基于分布過程描述的模型
2.6　基于分布函數的簡化分布式模型
2.7　最近的進展
2.8　本章要點
　　方框2.1　線性、非線性與非平穩(wěn)性
　　方框2.2 新安江／Arno／VIC模型
　　方框2.3　控制量與微分方程
第3章　用于降雨一徑流模擬的資料
　3.1 降雨資料
　3.2　流量資料
　3.3　氣象數據、截留和蒸散發(fā)估算
　　3.3.1　估算潛在的蒸散發(fā)
　　3.3.2　林冠截留水分的蒸發(fā)
　　3.3.3　實際蒸散發(fā)直接估算
　3.4　氣象資料與融雪估算
　3.5　流域內氣象數據分布
　3.6　其他水文變量
　3.7　數字高程數據
　3.8　地理信息與數據管理系統(tǒng)
　3.9　遙感數據
　3.10　本章要點
　　方框3.1　估算蒸散發(fā)率的Penmar-Monteith組合方程
　　方框3.2　估算截流損失
　　方框3.3　用度一日法估算融雪
第4章　使用基于數據的模型預報水文過程
　4.1　數據的可用性與經驗模擬
　4.2　經驗回歸方法
　4.3　轉換函數模型
　　4.3.1 IHACRES模型
　　4.3.2　利用轉換函數表述基于數據機制的模型
　4.4　個案研究：在威爾士Llyn Briane區(qū)的C16流域的DBM模擬
　4.5　TFM軟件
　4.6　非線性與多輸入轉換函數
　4.7　轉換函數的物理推導
　　4.7.1　使用河網寬度函數
　　4.7.2　地貌單位線(GUH)
　4.8　在洪水預報中使用轉換函數模型
　4.9　基于神經網絡概念的降雨—徑流經驗模型
　4.10　本章要點
　　方框4.1　線性轉換函數
　　方框4.2　利用轉換函數來推斷有效降雨
　　方框4.3　轉換函數時變參數估計
第5章　基于過程描述的分布式模型
　5.1　分布式模型的物理基礎
　　5.1.1　表層流
　　5.1.2　地表徑流與河道流量演算
　　5.1.3　截留、蒸散發(fā)及融雪
……
第6章　基于水文相似性與分布函數和降雨——徑流模型　
第7章　參數估計與預報不確定性
第8章　洪水預報　
第9章　氣候及土地利用變化對水文影響的預測
第10章　重復模型選擇問題
附錄A　演示軟件
附錄B　術語表
參考文獻
譯者后記