[发明专利]一种双重复杂分形水系网络定量表征方法

说明书

本发明公开一种双重复杂分形水系网络定量表征方法，包括以下步骤：通过定义原始缩放体的几何特征表征原始复杂性，通过定义缩放体的尺度不变行为和几何组配行为表征行为复杂性，生成双重复杂分形水系网络定量表征模型并对水系网络进行定量表征；本发明通过将分形拓扑理论应用于水系网络的定量表征中，阐明水系网络的复杂类型及其组配机制，理清水系网络中几何形貌及尺度结构的关键控制因素及其复杂性隶属，构建水系网络的定量表征模型以实现任意水系网络的统一表征，基于该模型，通过改变复杂性参数，表征具有不同原始复杂性及行为复杂性的水系网络，探究各类复杂性参数对水系结构的控制机制。

技术领域

本发明涉及水系定量表征技术领域，尤其涉及一种双重复杂分形水系网络定量表征方法。

背景技术

水系是内外动力长时间综合作用的结果，是一个地区气候、岩性、构造及植被等条件的综合反映，因此水系结构中包含了很多重要信息，其结构的变化对地貌侵蚀发育程度、流域调洪蓄水能力、区域景观格局、洪水径流过程等具有重要影响，实现水系的定量表征是认识其结构变化的前提，对水文水资源和地貌学等领域的研究具有重要的指导意义。

有关水系网络的表征模型主要有三种：随机拓扑模型、Tokunaga自相似网络模型以及随机自相似网络模型(RSNs)，其中，随机拓扑模型具有较为简单的构建思路，但无法表征自然水系所具有的某些拓扑规律(例如哈克定律或Horton定律)，Tokunaga自相似网络模型是一种基于水系网络统计自相似行为的确定性拓扑模型，可以表征随机拓扑模型无法表征的某些拓扑规律，但是其不能刻画水系网络发育过程中的随机特征，随机自相似网络模型由Veitzer and Gupta建立，基于该模型可以表征出具有随机特征的自然水系网络。

目前，由于缺乏对水系网络不同复杂要素组配关系的准确认识，以往研究往往聚焦于水系网络的某一具体特征，缺乏系统性研究，且忽略了原始单一分支的几何结构特征对水系网络总体复杂性的影响，与此同时，由于缺乏对分形行为的准确认识，以往的表征模型多集中于水系网络的自相似属性，而自仿射及多重分形的重构仍存在困难，且通过分维值描述水系网络的尺度不变属性，无法保证各类尺度不变属性的唯一反演，因此，本发明提出一种双重复杂分形水系网络定量表征方法以解决现有技术中存在的问题。

发明内容

针对上述问题，本发明的目的在于提出一种双重复杂分形水系网络定量表征方法，解决现有水系网络定量表征方法的自仿射及多重分形重构仍存在困难以及无法保证各类尺度不变属性的唯一反演的问题。

为了实现本发明的目的，本发明通过以下技术方案实现：一种双重复杂分形水系网络定量表征方法，包括以下步骤：

步骤一：通过定义原始缩放体的几何特征参数及弯曲度τ构建原始缩放体，实现对原始复杂性的表征；

步骤二：由原始缩放体出发，通过确定缩放覆盖率F及节点位置ρ得到不同事件Evt_j中次级缩放体的数量及各事件中不同次级缩放体生长点的位置；

步骤三：通过确定缩放间隙度P得到具体大小的缩放椭圆，该缩放椭圆代表在该演化级别及缩放行为下任意角度的次级缩放体；

步骤四：依据步骤三得到的缩放椭圆，通过确定分支角度θ得到不同次级缩放体的尺度大小，即得到该分形行为参数下演化级别n＝1的水系分形体；

步骤五：将步骤二至步骤四重复n次迭代，生成n级双重复杂分形水系网络，依据该网络模型，通过控制复杂性参数定量表征具有不同原始复杂性及行为复杂性的水系网络。

进一步改进在于：所述步骤一中，所述原始复杂性由原始缩放体的几何特征决定，包括尺度大小和弯曲度并封装于缩放对象中。

进一步改进在于：所述尺度大小包括缩放体的宽和长，所述弯曲度为缩放体实际长度与直线长度的比值。

进一步改进在于：所述步骤二中，当演化级别n＝1时，只存在一种Evt_j。