[发明专利]一种基于聚类的水文降雨一致区分析方法

摘要

本发明为一种基于聚类的水文降雨一致区分析方法，公开了一种基于雨量站降雨特征的降雨区域相似分析方法，首先分割日降雨量时间序列，提取单场降雨时间序列；然后选择和提取单场降雨特征向量，并对单场降雨特征进行标准化，并对单场降雨特征向量进行PCA变换，基于PCA变换特征值的贡献率保留单场降雨的主要特征，实现单场降雨特征的降维，然后基于改进K‑means聚类方法对单场降雨进行聚类，得到单场降雨类型；最后构造雨量站的降雨特征多元时间序列，基于SPCA度量降雨特征多元时间序列的相似程度，从而建立雨量站相似模型。

主权项

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SPCA模型，计算两个雨量站之间的SPCA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，LT、MT分别为其转置矩阵，用于矩阵相乘后求矩阵的迹，d为维数，cos2θij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kmax、最小的聚类数目kmin，并设定k的初始值为kmin；(42)若k大于kmax，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din与类间距离和dout的比值定义r，r＝din/dout  (1)，其中，di表示第i个类的类内平均距离：Ni为类i中成员的个数，ci为类i的中心，xij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[kmin，kmax]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。