本發(fā)明屬于水文氣象分析領(lǐng)域，具體涉及一種基于空間聚類的水庫流域暴雨特征因子辨識(shí)方法。

背景技術(shù)：

水庫流域暴雨是影響水庫運(yùn)行的重要因素，準(zhǔn)確的暴雨預(yù)報(bào)結(jié)果可為水庫合理優(yōu)化安排運(yùn)行方式，充分發(fā)揮水庫的防洪、發(fā)電等綜合效益提供必要的數(shù)據(jù)基礎(chǔ)。為提升暴雨預(yù)報(bào)的準(zhǔn)確率，首先必須要全面分析與辨識(shí)影響水庫流域暴雨的特征因子，目前暴雨特征因子辨識(shí)多是針對(duì)某地區(qū)單一場(chǎng)次暴雨過程進(jìn)行分析，而暴雨過程的影響因子眾多，且不同因子間相互關(guān)聯(lián)的關(guān)系十分復(fù)雜，目前還尚未有統(tǒng)一的水庫流域暴雨特征因子辨識(shí)方法，極大地影響了水庫流域暴雨天氣形勢(shì)的分析，限制了暴雨預(yù)報(bào)的精度。為此，必須研發(fā)一種適用于不同天氣系統(tǒng)的水庫流域暴雨特征因子辨識(shí)方法，為準(zhǔn)確把握水庫流域暴雨天氣形勢(shì)、提升暴雨預(yù)報(bào)精度提供重要的技術(shù)支撐。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是：針對(duì)現(xiàn)有技術(shù)的不足，提供一種基于空間聚類的水庫流域暴雨特征因子辨識(shí)方法。該方法可適用于不同天氣系統(tǒng)的水庫流域暴雨特征因子辨識(shí)，所據(jù)原理清晰，操作方便，實(shí)用性強(qiáng)。

為解決上述技術(shù)問題，本發(fā)明采用以下技術(shù)方案：

一種基于空間聚類的水庫流域暴雨特征因子辨識(shí)方法，包括下述具體步驟：

(1)獲取待分析水庫流域的歷史降水觀測(cè)數(shù)據(jù)以及相對(duì)應(yīng)的暴雨影響因子觀測(cè)數(shù)據(jù)；

(2)將步驟(1)獲取的歷史觀測(cè)數(shù)據(jù)每一個(gè)暴雨影響因子作為數(shù)據(jù)空間的一維，所述水庫流域的歷史觀測(cè)數(shù)據(jù)則表述為高維空間的點(diǎn)據(jù)集合S：

S＝{R_i,x_i1,x_i2,…,x_in},i＝1,2,…,m；

其中：n為暴雨的影響因子個(gè)數(shù)，m為歷史觀測(cè)數(shù)據(jù)時(shí)段長度，R_i為第i個(gè)時(shí)段的降水量，x_ij為第i個(gè)時(shí)段第j個(gè)影響因子的觀測(cè)值；

(3)采用非監(jiān)督聚類方法將步驟(2)中所述高維空間的點(diǎn)據(jù)進(jìn)行聚類，計(jì)算暴雨點(diǎn)據(jù)的聚類準(zhǔn)確率C：

$C=\frac{\underset{i=1}{\overset{G}{\Σ}}countB(R_i\>P)}{\underset{i=1}{\overset{G}{\Σ}}countA(R_i\>P)};$

其中：G為聚類的類別數(shù)；P為暴雨判別閾值，R_i>P的點(diǎn)據(jù)即為暴雨點(diǎn)據(jù)，一般P的取值標(biāo)準(zhǔn)為12小時(shí)降水量30mm或者24小時(shí)降水量50mm；countB(R_i>P)為計(jì)算暴雨點(diǎn)據(jù)的個(gè)數(shù)；countA(R_i>P)為暴雨點(diǎn)據(jù)所在的類別中所有點(diǎn)據(jù)的個(gè)數(shù)；

(4)從步驟(2)中依次去掉一個(gè)暴雨影響因子，重新計(jì)算步驟(3)的聚類準(zhǔn)確率，根據(jù)重新計(jì)算的聚類準(zhǔn)確率變化來判斷所去掉的暴雨影響因子是否屬于暴雨特征因子；

(5)重復(fù)步驟(4)，直至不能去掉任何一個(gè)暴雨影響因子，最終保留的因子即為該水庫流域的暴雨特征因子。

作為上述技術(shù)方案的進(jìn)一步改進(jìn)：

所述步驟(4)中的判斷方法具體為：

(4.1)若重新計(jì)算的聚類準(zhǔn)確率C變大，則表明去掉該暴雨影響因子有利于提升暴雨辨識(shí)準(zhǔn)確率，也即該暴雨影響因子不屬于該水庫流域的暴雨特征因子，應(yīng)去掉；

(4.2)若重新計(jì)算的聚類準(zhǔn)確率C變小，則表明去掉該暴雨影響因子不利于提升暴雨辨識(shí)準(zhǔn)確率，也即該暴雨影響因子屬于該水庫流域的暴雨特征因子，應(yīng)保留。

優(yōu)選地，步驟(1)所述的暴雨影響因子包括K指數(shù)以及不同海拔高度的因子。

優(yōu)選地，所述不同海拔高度的因子包括氣溫、風(fēng)速、風(fēng)向、濕度以及云水含量。

與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)在于：

本發(fā)明的基于空間聚類的水庫流域暴雨特征因子辨識(shí)方法，可適用于所有不同暴雨天氣系統(tǒng)的特征因子辨識(shí)，對(duì)準(zhǔn)確把握水庫流域暴雨天氣形勢(shì)、提升暴雨預(yù)報(bào)精度具有重要作用。其原理清晰，操作方便，具有很高的實(shí)用價(jià)值。

具體實(shí)施方式

下面結(jié)合具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步的說明。

實(shí)施例1：

(1)獲取某水庫流域歷史降水觀測(cè)數(shù)據(jù)以及相對(duì)應(yīng)的暴雨影響因子觀測(cè)數(shù)據(jù)，暴雨影響因子包括：K指數(shù)以及不同海拔高度的因子，如500hPa氣溫、500hPa風(fēng)速、500hPa風(fēng)向、500hPa濕度、500hPa云水含量、700hPa氣溫、700hPa風(fēng)速、700hPa風(fēng)向、700hPa濕度、700hPa云水含量等；

(2)將步驟(1)獲取的歷史觀測(cè)數(shù)據(jù)每一個(gè)暴雨影響因子作為數(shù)據(jù)空間的一維，水庫流域的歷史觀測(cè)數(shù)據(jù)則可以表述為高維空間的點(diǎn)據(jù)集合S：

S＝{R_i,x_i1,x_i2,…,x_in},i＝1,2,…,m；

其中：n為暴雨的影響因子個(gè)數(shù)，m為歷史觀測(cè)數(shù)據(jù)時(shí)段長度，R_i為第i個(gè)時(shí)段的降水量，x_ij為第i個(gè)時(shí)段第j個(gè)影響因子的觀測(cè)值；

(3)采用非監(jiān)督聚類方法將步驟(2)中高維空間的點(diǎn)據(jù)進(jìn)行聚類，計(jì)算暴雨點(diǎn)據(jù)的聚類準(zhǔn)確率C：

$C=\frac{\underset{i=1}{\overset{G}{\Σ}}countB(R_i\>P)}{\underset{i=1}{\overset{G}{\Σ}}countA(R_i\>P)};$

其中：G為聚類的類別數(shù)；P為暴雨判別閾值，R_i>P的點(diǎn)據(jù)即為暴雨點(diǎn)據(jù)，一般P的取值標(biāo)準(zhǔn)為12小時(shí)降水量30mm或者24小時(shí)降水量50mm；countB(R_i>P)為計(jì)算暴雨點(diǎn)據(jù)的個(gè)數(shù)；countA(R_i>P)為暴雨點(diǎn)據(jù)所在的類別中所有點(diǎn)據(jù)的個(gè)數(shù)；

(4)從步驟(2)中依次去掉一個(gè)暴雨影響因子，重新計(jì)算步驟(3)的聚類準(zhǔn)確率，并根據(jù)重新計(jì)算的聚類準(zhǔn)確率的變化來判斷所去掉的暴雨影響因子是否屬于暴雨特征因子，其判斷方法具體為：

(4.1)若重新計(jì)算的聚類準(zhǔn)確率C變大，則表明去掉該暴雨影響因子有利于提升暴雨辨識(shí)準(zhǔn)確率，也即該暴雨影響因子不屬于該水庫流域的暴雨特征因子，應(yīng)去掉；

(4.2)若重新計(jì)算的聚類準(zhǔn)確率C變小，則表明去掉該暴雨影響因子不利于提升暴雨辨識(shí)準(zhǔn)確率，也即該暴雨影響因子屬于該水庫流域的暴雨特征因子，應(yīng)保留；

(5)重復(fù)步驟(4)直至不能去掉任何一個(gè)暴雨影響因子，最終保留的因子即為該水庫流域的暴雨特征因子。

以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，本發(fā)明的保護(hù)范圍并不僅局限于上述實(shí)施例，凡屬于本發(fā)明思路下的技術(shù)方案均屬于本發(fā)明的保護(hù)范圍。應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理前提下的若干改進(jìn)和潤飾，均應(yīng)視為本發(fā)明的保護(hù)范圍。