[发明专利]一种基于Copula熵的水文站网优化模型的优化方法

权利要求书

1.一种基于Copula熵的水文站网优化模型的优化方法，其特征在于：依次包括如下步骤：

(1)Copula函数的优选：水文站点X和水文站点Y分别监测到特定时间尺度{x₁,x₂,…,x_n}和{y₁,y₂,…,y_n}的水文序列；序列长度为n，通过将所述两组序列两两配对得出{(x_i,y_i),i＝1,2,…,n}的观测序列对，基于观测序列对的两变量分布函数进行求解，然后再计算水文信息传递量，即：基于最大似然法和AIC准则估计Copula参数和最优Copula函数；

(2)计算水文信息传递值：首先求出Copula熵，即H_c，然后以Copula熵H_c代替信息传递熵并结合站对之间的距离值，得出最为基本的指标—水文信息传递强度值IDIT；

IDIT_XY＝T(X,Y)/[H(X)*d(X,Y)]

IDIT_YX＝T(X,Y)/[H(Y)*d(X,Y)]

其中，(X,Y)代表步骤(1)所得的任意站对，x_i,y_i分别表示站点X和站点Y所监测到的水文数据；c(x_i,y_i)表示基于站对(X,Y)监测的水文序列得到的Copula密度函数值，n为水文序列的长度；

将站点X和站点Y各自监测到的水文数据视为水文信息量，则T(X,Y)定量描述站点X和站点Y之间基于观测序列对{(x_i,y_i),i＝1,2,…,n}的水文信息重叠量；IDIT_XY表示站点X传递给站点Y并基于站点监测到的水文序列生成的水文信息强度值；IDIT_YX表示站点Y传递给站点X并基于站点监测到的水文序列生成水文信息强度值，H(X)，H(Y)表示边缘熵，且分别量化单个站点X、Y所包含的水文信息量；d(X,Y)表示两站点的距离；

(3)站网重组和优选：基于计算得到的IDIT_XY和IDIT_YX，如果两者都大于给定的水文信息阈值，那么水文站点X和水文站点Y归为同一组，该阈值在0.8AI-1.5AI范围内；如果两个指标都小于阈值，则水文站点X和水文站点Y属于不同的两组；如果只有一个指标大于阈值，则水文站点Y的信息由站点X推断得到，只要水文站点Y不属于其它组，那么站点Y就由站点X取代，从而实现对站网进行精简优化；

AI即Average IDIT基于公式

其中，(X,Y)代表步骤(1)所得任意站对中的两个站点，IDIT_XY表示站点X传递给站点Y的水文信息强度值；同理，IDIT_YX表示站点Y传递给站点X的水文信息强度值；M表明站网原先由M个站点组成；

(4)经过步骤(3)的优选，M个站点组成的站网会被分为若干组，有关IDIT值较高的一组，假定这一组由W个站点组成；接着基于综合指标S(X_i)、R(X_i)和NT(X_i)，对所述W个站点按照指标大小进行综合排序的思路作进一步的优选：

NT(X_i)＝S(X_i)-R(X_i)

其中,i＝1,2,3…,W，S(X_i)表示站点X_i发出的水文信息强度总和，R(X_i)表示站点X_i收集到的水文信息强度总和；NT(X_i)表示站点X_i获得水文信息强度的净值；

通过上述过程计算获得所述W个站点中每个站点分别对应三个综合指标值，然后依据降序的方法获得每个站点的排序数。