系統(tǒng)聚類方法在洪水預報中的應用研究.pdf

1、水文學是一門研究自然規(guī)律的學科,十分依賴于其觀測樣本,涉及眾多的數(shù)據(jù)處理問題.以前的水文模型參數(shù)率定,是直接用海量洪水樣本進行的,其結果往往造成某類樣本所代表的某種特殊性被大量的其它樣本信息的特征所均化,繼而造成模型參數(shù)反映不出這種特性.所以有必要在預報之前對數(shù)據(jù)加以預處理,使之不影響模型參數(shù)的代表性. 本文引入了多元統(tǒng)計工具的典型代表--聚類分析方法.它是一個正在蓬勃發(fā)展的領域.聚類分析所涉及數(shù)據(jù)挖掘、統(tǒng)計學、機器學習、空間數(shù)

2、據(jù)庫技術、生物學和市場學等多種領域.人們通過聚類分析,將數(shù)據(jù)劃分為若干類,然后才在每一類中尋找模式或各種潛在的有用信息. 根據(jù)福建沙溪口流域雨量站點的時空分布特性,即考慮降雨一徑流在時間上的關聯(lián)性以及流域中雨量站空間分布的關聯(lián)性,以降雨量作為聚類指標,根據(jù)前期降雨影響因子按照時間序列取16個指標,在空間上根據(jù)流域雨量站的分布差異劃為遠、中、近三個層次,這樣在每個洪水樣本中提取了48個聚類指標. 對同一個算例分別采用六種不

3、同的聚類方法進行了比較,結果顯示,采用類平均算法時,用來衡量聚類失真程度的相干系數(shù)C的值最大,表明使用該算法分類所確定的結構與數(shù)據(jù)問的擬合程度最高,且類平均法既是空間守恒又具有單調(diào)的性能,比較常用,效果也較好. 在數(shù)據(jù)前處理過程中,利用matlab中的系統(tǒng)聚類法在模型參數(shù)率定之前將大量洪水樣本按其屬性進行分類；提取同類洪水資料特征,率定每一類的模型參數(shù)； 在預報階段,識別待測洪水的歸屬類,并運用該類的系統(tǒng)參數(shù)對洪水進行預