[发明专利]降雨量异常检测方法、装置、计算机设备及存储介质

权利要求书

1.降雨量异常检测方法，其特征在于，包括：

当某个时间段内的降雨量不存在异质性与自相关性时，采用经典显著性测试检测所述降雨量是否存在显著差异，且当所述降雨量存在显著差异时，筛选出异常值；

当某个时间段内的降雨量存在异质性但不存在自相关性时，对所述降雨量进行稀疏和密集划分，以得到两组数据；

对两组数据计算全局莫兰指数；

判断所述全局莫兰指数是否显著；

若所述全局莫兰指数不显著，则采用经典显著性测试检测所述降雨量是否存在显著差异，且当所述降雨量存在显著差异时，筛选出异常值；

若所述全局莫兰指数显著，则对两组数据计算局部莫兰指数；

当所述局部莫兰指数小于预设值时，根据所述局部莫兰指数挑选出异常值；

当某个时间段内的降雨量不存在异质性但存在自相关性时，对所述降雨量计算全局莫兰指数，并执行所述判断所述全局莫兰指数是否显著。

2.根据权利要求1所述的降雨量异常检测方法，其特征在于，所述当某个时间段内的降雨量存在异质性但不存在自相关性时，对所述降雨量进行稀疏和密集划分，以得到两组数据，包括：

当某个时间段内的降雨量存在异质性但不存在自相关性时，对所述降雨量估计二维核密度，并计算气象站点的密度；

对所述密度确定稀疏和密集站点的阈值分割点，并采用所述阈值分割点划分所述降雨量，以得到两组数据。

3.根据权利要求2所述的降雨量异常检测方法，其特征在于，所述对所述密度确定稀疏和密集站点的阈值分割点，并采用所述阈值分割点划分所述降雨量，以得到两组数据，包括：

对所述密度采用自然断点法确定稀疏和密集站点的阈值分割点，并采用所述阈值分割点划分所述降雨量，以得到两组数据。

4.根据权利要求1所述的降雨量异常检测方法，其特征在于，所述对两组数据计算局部莫兰指数，包括：

修改气象站的搜索范围，并根据所述搜索范围对两组数据计算局部莫兰指数。

5.根据权利要求4所述的降雨量异常检测方法，其特征在于，所述修改气象站的搜索范围，并根据所述搜索范围对两组数据计算局部莫兰指数，包括：

对所述气象站数量进行网格搜索，以更改空间权重矩阵；

按照反距离权重计算相邻权重位置，并采用网格搜索方式确定距离；

根据所述空间权重矩阵以及相邻权重位置对两组数据计算局部莫兰指数。

6.根据权利要求1所述的降雨量异常检测方法，其特征在于，所述采用经典显著性测试检测所述降雨量是否存在显著差异，且当所述降雨量存在显著差异时，筛选出异常值，包括：

采用经典显著性测试计算所述降雨量的p-value值，以检测所述降雨量是否存在显著差异，且当所述降雨量存在显著差异时，筛选出异常值。

7.降雨量异常检测装置，其特征在于，包括：

经典测试单元，用于当某个时间段内的降雨量不存在异质性与自相关性时，采用经典显著性测试检测所述降雨量是否存在显著差异，且当所述降雨量存在显著差异时，筛选出异常值；

划分单元，用于当某个时间段内的降雨量存在异质性但不存在自相关性时，对所述降雨量进行稀疏和密集划分，以得到两组数据；

全局指数计算单元，用于对两组数据计算全局莫兰指数；

全局指数判断单元，用于判断所述全局莫兰指数是否显著；

经典检测单元，用于若所述全局莫兰指数不显著，则采用经典显著性测试检测所述降雨量是否存在显著差异，且当所述降雨量存在显著差异时，筛选出异常值；

局部指数计算单元，用于若所述全局莫兰指数显著，则对两组数据计算局部莫兰指数；

异常值挑选单元，用于当所述局部莫兰指数小于预设值时，根据所述局部莫兰指数挑选出异常值；

指数计算单元，用于当某个时间段内的降雨量不存在异质性但存在自相关性时，对所述降雨量计算全局莫兰指数，并执行所述判断所述全局莫兰指数是否显著。