1.3 本书内容结构安排
本书共12章，其内容结构安排如下：
第1章 绪论：从自然地理、地形地貌、气候条件、河流水系和土地矿产资源等方面概述了黄河流域的基本情况，总结了黄河冰凌洪水和宁蒙河段冰凌基本情况；系统梳理了国内外冰凌观测、冰凌生消演变、冰凌水力学和冰情预报等方面的研究进展；最后交代了本书内容的结构安排。
第2章 冰凌观测：冰凌观测是防凌的耳目，是进行冰凌研究的基础，因此准确而全面的冰凌观测将为科学防凌提供可靠的依据。探讨了黄河冰凌观测站网的设置、黄河冰凌观测的项目、冰凌观测工具等，全面分析了冰塞观测和水内冰观测的内容及方法，明确了几个有关冰凌研究的概念，包括流凌、流凌日期、封河、封河日期、开河、开河日期、冰盖、冰塞和冰坝等。
第3章 冰凌生消演变过程及其影响因素：从成冰、流凌、初封、稳封、融冰、开河等6个阶段分析了冰凌的生消演变过程，探讨了冰塞、冰坝的成因、分类及演变过程，从动力因素、热力因素、河道条件和人类活动等方面研究了冰凌演变的影响因素。
第4章 黄河宁蒙河段凌情特征分析：从区域位置、地质地貌特征、水文气象条件、社会经济状况、主要水文站点等方面概述了黄河宁蒙河段基本情况，分析了黄河宁蒙河段河道状况、枢纽工程、引水工程和堤防工程等防凌工程条件及措施，系统全面地分析了黄河宁蒙河段历史时期（1951/1952—2000/2001）和近10年（2001/2002—2010/2011）的凌情变化特征。由于气候变化和人类活动的影响，近年来黄河宁蒙河段的凌情呈现出了新的特征。研究结果表明，近10年来由于冬季气温持续偏高和水库调度等因素的影响，引起了黄河宁蒙河段凌情的变化，这些变化表现在：封河、开河日期推迟，封河历时缩短，开河凌峰流量减小，槽蓄水量增加，冰塞、冰坝发生次数减少等。研究可为黄河宁蒙河段防凌减灾等实际工作提供参考依据。
第5章 基于小波变换的宁蒙河段凌情多时间尺度分析：应用小波变换的多分辨分析功能，对黄河宁蒙河段的流凌、封河、开河、气温和径流序列进行了多时间尺度分析。分析结果显示，宁夏和内蒙古河段流凌日期分别存在一个28年和22年的主周期变化；宁夏河段开河日期不存在明显的周期变化，内蒙古河段封河日期存在一个21～22年的主周期变化；宁夏和内蒙古河段开河日期分别存在一个27年的主周期变化和一个15年的弱周期变化；宁蒙河段冰期气温整体上呈上升趋势，不存在明显的周期变化；宁蒙河段冰期径流变化较为稳定，冰期平均径流序列存在一个22年左右的主周期变化。研究结果有助于全面认知宁蒙河段凌情变化特性，可为区域防凌减灾提供参考信息。
第6章 黄河宁蒙河段凌汛成因分析：从河道因素、水文条件、气象条件和水库运用等方面分析了宁蒙河段凌汛成因，重点研究了河流走向与河道比降、河床平面形态、河道断面形态、局部地形等对冰凌形成的影响；探讨了凌汛期宁蒙地区气温的时空变化、封河期和开河期温度平流和热源特点，构建了凌情变化对气温变化的响应模型；分析了热力条件变化对弯道段冰塞形成与演变的影响，研究了动力因素包括流量的沿程变化、封开河前后及期间的变化、流量在横断面的分布情况、横向流速分布特点等，从水流能量的结构和耗散方面研究了流量大小对冰凌形成的影响；分析了跨河建筑物、浮桥、涵闸、河道内堤防、路堤等对河道冰凌形成的影响。
第7章 传统冰情预报方法：传统冰情预报方法主要包括指标法、经验相关法、水力学法和统计分析方法等。指标法多是从冰凌发生的阈值条件出发建立概念模型，为纯经验统计，而经验相关法基于一定的物理基础，考虑了影响冰情的热力因素和水力因素，从预报项目到预报精度上都更加完善和精确。预报项目有初始流凌日期、流凌密度、封冻趋势、初始封河日期、封冻长度、冰量、封冻历时、开河趋势、开河日期、开河最大流量及开河最高水位等，主要是制作相关图或建立相关式，预报方法有上下游站预报要素相关和前期要素指标与预报要素相关等。统计分析方法包括线性回归方法、概率统计方法等，本研究尝试选取大气环流条件、海表温度和太阳黑子活动等因子构建了基于成因的冰凌预报模型。
第8章 基于粒子群算法优化的支持向量回归凌情预报模型：采用相关分析和成因分析相结合的方法选取合适的冰情预报因子组合，并运用粒子群算法优化支持向量机SVR构建了黄河宁蒙段封河、开河日期预报模型。实例研究表明该模型预报精度高、运行时间短，预报平均误差为3.51d，平均运行时间为10.464s，预报效果明显优于遗传算法优化的支持向量回归与反向传播式神经网络，能够较准确地对封开河日期做出预报。
第9章 基于改进神经网络的凌情预报模型：为了提高神经网络预报模型的泛化能力和预测精度，分别引入粒子群优化算法和协同遗传算法，构建了基于粒子群优化算法和协同遗传算法的神经网络冰情预报模型，将模型应用于黄河宁蒙段的冰凌预报中，分析河流冰情的主要影响因素，选择合适的预报因子，以石嘴山、巴彦高勒、三湖河口、头道拐四站的封开河数据作为学习样本进行模型训练和验证。仿真结果表明，模型合格率较高，属于甲等预报，与传统的神经网络模型相比偏差更小，精度更高。
第10章 基于人工鱼群算法的神经网络冰情预报模型：在分析影响凌汛成因因素的基础上，选取合适的预报因子，针对BP神经网络收敛速度慢、易陷入局部极小的缺点，提出将改进的人工鱼群算法（AFSA）训练BP神经网络，以黄河宁蒙段封河、开河日期数据进行建模，给出了AFSA训练神经网络的基本原理和步骤，并运用MATLAB7.0进行仿真。结果显示，该模型对黄河宁蒙河段凌汛期封开河日期预测比较准确，这对黄河防凌减灾和水资源可持续利用都具有重要意义。
第11章 冰凌预报模型的Matlab GUI实现：利用Matlab开发了黄河宁蒙河段冰凌预报模型的图形用户界面（GUI），实现了冰情预报的可视化，有效地提高了冰情预报的可操作性和预报效率，降低了工作量。同时，所设计的冰凌预报图形用户界面，能够保存和读取训练好的网络，为模型的实际应用提供了一个简单实用的平台。
第12章 黄河凌汛灾害及防凌减灾措施：统计分析了黄河历史时期和新中国成立后的主要冰凌灾害，从工程措施和非工程措施两个方面探讨了防凌减灾措施。工程措施主要包括防护大堤、水库调节、破冰、拦冰、导冰措施等，非工程措施包括建立各级防凌指挥机构和组织、组织人防队伍、加强冰情观测、做好冰情预报、建立报讯通信网络、加强各部门协同合作等。