[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

摘要

本发明公开了一种基于大数据统计相似分析的流域水文区划方法，采用主成分分析方法进行综合因子的提取，将提取出来的综合因子作为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的聚类数，将聚类数作为水文相似分区的数目。为了验证聚类分出的水文分区与实际相吻合，引入斯米尔诺夫一致性检验的统计方法，对长序列的水文资料和气象站点的资料进行一致性检验。本发明从多元统计的角度出发，采用主成分分析生成多个综合因子来代表原来的指标，精简了计算，利用K‑Means聚类可以将因子间的相互作用以数值的形式体现出来，定量的进行分区，适合多因素影响下的水文分区。

主权项

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。