[发明专利]一种基于聚类的水文降雨一致区分析方法

权利要求书

1.一种基于聚类的水文降雨一致区分析方法，其特征在于包括如下步骤：

(1)对雨量站监测的汛期的日雨量时间序列，根据单场降雨分割规则进行分割，获得单场降雨时间序列；所述单场降雨分割规则是将雨量站无降雨记录的间隔天数大于两天的相邻降雨记录为不同的单场降雨；

(2)统计所述单场降雨时间序列的特征量，获得单场降雨n维特征向量；

(3)对所述单场降雨n维特征向量进行主成份变换，保留特征值贡献率超过阈值的p个维度，并向p维子空间重新投影，获得单场降雨p维特征向量；

(4)基于改进K-means方法对单场降雨p维特征向量进行聚类；

(5)基于雨量站所有汛期的降雨类型特征向量建立基于监测时间的降雨特征序列；

(6)采用相似度量建立相似性模型，基于监测时间的降雨特征序列建立S_PCA模型，

计算两个雨量站之间的S_PCA距离：

其中，L、M分别为A、B两个雨量站基于监测时间的降雨特征序列，L^T、M^T分别为其转置矩阵，用于矩阵相乘后求矩阵的迹，d为维数，cos²θ_ij为A雨量站的第i个特征向量与B雨量站的第j个特征向量夹角的余弦平方值；

所述步骤(4)改进K-means聚类方法的步骤是：

(41)设定聚类数k，以及最大的聚类数目k_max、最小的聚类数目k_min，并设定k的初始值为k_min；

(42)若k大于k_max，则转到步骤(46)，否则转(43)；

(43)采用传统K-means聚类算法；

(44)计算类内平均距离和d_in与类间距离和d_out的比值定义r，

r＝d_in/d_out (1)，

其中，

d_i表示第i个类的类内平均距离：

N_i为类i中成员的个数，c_i为类i的中心，x_ij表示类i中的第j个对象；

(45)k增加1，回到步骤(42)；

(46)比较k在范围[k_min，k_max]内聚类时的r值，将r最小的聚类结果以及k作为最后输出，获得优化聚类数k。

2.根据权利要求1所述的方法，其特征在于，所述单场降雨n维特征向量为：

{p，d，a，dmax，dmin，p127，dp127，p50，dp50}，

其中，p表示单场降雨总雨量，d表示单场降雨持续天数，a表示日平均降雨量，dmax表示日降雨量最大值，dmin表示日降雨量最小值，p127表示日降雨量小于1.27mm的雨量，dp127表示日降雨量小于1.27mm的降雨天数，p50表示日降雨量大于50mm的总雨量，dp50表示日降雨量大于50mm的降雨天数。

3.根据权利要求1或2所述的方法，其特征在于：对所述单场降雨n维特征向量进行z-score标准化处理。

4.根据权利要求1所述的方法，其特征在于：所述步骤(3)中利用PCA变换对单场降雨n维特征向量进行降维。