[发明专利]一种基于大数据统计相似分析的流域水文区划方法

权利要求书

1.一种基于大数据统计相似分析的流域水文区划方法，其特征在于，包括以下步骤：

(1)将流域按照站点控制面积或者设定的流域面积标准，划分为n个子流域；

(2)选取气候因素、下垫面因素作为分区的p个相似因子；

(3)对气象站点的测量数据进行克里金插值，从而将测量数据覆盖整个流域；

(4)将p个相似因子取平均值，分别平铺在n个子流域，组成n行p列的相似因子矩阵；

(5)对相似因子矩阵进行降维和正交变换；

(6)对相似因子进行主成分分析，计算相似因子的相关系数矩阵，并得到相关系数矩阵的p个非负特征值；选出大于预设阈值的特征值，这些特征值所对应的特征向量即为主成分；

(7)将步骤(6)提取出的主成分作为K-Means聚类分析的聚类因子，根据最小类内方差准则，得到最优聚类数；

(8)将最优聚类数载入到划分的子流域中，生成水文相似性分区图；

(9)采用斯米尔诺夫一致性检验的方法，对分区结果进行验证，具体过程如下：

首先，选取分布在不同水文分区的气象站点进行斯米尔诺夫一致性检验，若检验结果表明，各气象站点间的上确界均大于临界值，则说明这些气象站点之间不相似，与分区结果相符；其次，选取分布在同一水文分区的气象站点进行斯米尔诺夫一致性检验，若检验结果表明，各气象站点间的上确界均小于临界值，则说明这些气象站点之间相似，与分区结果相符。

2.根据权利要求1所述一种基于大数据统计相似分析的流域水文区划方法，其特征在于：在步骤(2)中，所述气候因素包括降水、蒸发、气温和日照时数。

3.根据权利要求1所述一种基于大数据统计相似分析的流域水文区划方法，其特征在于：在步骤(2)中，所述下垫面因素包括土地利用类型、地形因子、土壤质地。

4.根据权利要求1所述一种基于大数据统计相似分析的流域水文区划方法，其特征在于：在步骤(6)中，所述预设阈值为1。