[发明专利]一种基于降雨量图的降雨相似性搜索方法

说明书

本发明公开一种基于降雨量图的降雨相似性搜索方法，属于水文数据挖掘技术领域。本发明主要是为了解决现有的降雨相似性方法中使用雨量站降雨数据而忽略降雨空间分布情况的问题，使用分块的方法将日降雨量图转换成降雨分布矩阵后，用S‑2DDTW算法计算两个降雨分布矩阵之间的距离，并结合滑动窗口方法和IWDTW算法，实现降雨序列的相似性搜索。

技术领域

本发明涉及一种基于降雨量图的降雨相似性搜索方法，属于水文数据挖掘技术领域。

背景技术

降雨是全球水分和能量循环的核心组成部分，同时也是水文循环的一大基本要素。作为流域水文系统的关键输入，降雨的时空分布特征直接影响区域内水文循环各要素(如径流、土壤水、蒸散发等)及水资源量的时空演变规律，而极端降雨事件通常还会成为触发洪涝、干旱、滑坡等自然灾害的重要诱因。寻找出与实际暴雨洪水条件相似的流域历史场次暴雨洪水，可以对本次的实际暴雨洪水形势进行预估。对历史降雨数据进行相似性搜索研究，能够有助于人们发现降雨规律，并进一步了解降雨对其他水文过程的影响，从而为水资源管理、水文预报等提供有力的决策支持，特别是在防洪调度的各个阶段，如何有效地利用历史上相似场次暴雨洪水的发生、发展和演化信息，对指导实时洪水的预报和调度十分迫切。

目前常见的降雨相似性搜索方法往往只考虑到降雨的雨量大小，并没有充分考虑到降雨的空间分布情况。由于流域内的水流流向、地貌、土壤等各个因素通常都是复杂的，不同区域内相同降雨对各种水文要素的影响可能存在很大差异，因此忽略空间分布的降雨相似性搜索并不是有效可靠的方法。

发明内容

发明目的：本发明的目的在于解决现有技术中存在的不足，提供一种基于降雨量图的降雨相似性搜索方法，通过数据挖掘的相关技术，对降雨序列进行相似性搜索。

技术方案：本发明为一种基于降雨量图的降雨相似性搜索方法，包括以下步骤：

S1、将查询序列和整个历史序列中每张日降雨量图划分为n×n的网格，并根据降雨量图的颜色和图例信息，分别提取每张降雨量图中各个网格的降雨量数值，从而将每一张降雨量图转换为一个降雨分布矩阵；

S2、根据查询序列的长度确定搜索结果序列长度范围，将范围内的每一个整数分别作为窗口的大小，使得各个大小的窗口滑过历史序列，得到若干子序列。

S3、使用IWDTW算法计算查询序列与S2中得到的各个子序列的距离，其中序列中任意两个元素的距离使用S-2DDTW方法度量。

S4、根据S3获得所有子序列与查询序列的距离，将所有子序列按照距离从小到大的顺序进行排序，得到距离较小的若干子序列作为搜索结果。

进一步地，所述步骤S1的实现过程如下：将查询序列以及历史序列中的每一张降雨量图划分为n×n的网格，统计出每个网格中各种颜色的像素点个数，再用每个颜色像素点个数乘以该像素点代表的降雨量数值大小，计算出每个网格中的降雨量数值大小，从而生成一个降雨分布矩阵。对每一幅降雨量图进行相同的操作，可以得到一个待查询的降雨分布矩阵序列和历史降雨分布矩阵序列。

进一步地，所述步骤S3中的S-2DDTW算法的实现过程如下：

设有两个降雨分布矩阵A和B，它们的大小都为n行n列先得到两个降雨分布矩阵间的距离矩阵Mat(A，B)：

构成的两个降雨分布矩阵距离矩阵Mat_(A，B)为n行n列的矩阵，其中代表矩阵A第一行行向量与矩阵B第一行行向量之间的距离以及矩阵A第一列列向量与矩阵B第一列列向量之间的距离之和。同理，代表矩阵A第i行行向量和矩阵B第j行行向量之间的距离以及矩阵A第i行行向量和矩阵B第j行行向量之间的距离之和。此处，两个行向量之间的距离以及两个列向量之间的距离均使用DTW距离进行表示。