[發明專利]一種中小河流流域相似性判別方法

在審

• 申請號: 201811147711.6
• 申請日: 2018-09-29
• 公開（公告）號: CN109388664A
• 公開（公告）日: 2019-02-26
• 發明（設計）人: 萬定生;石波;趙群;阮祥超;周金玉;陸宇慶
• 申請（專利權）人: 河海大學
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/29;G06K9/62;G06Q10/06;G06Q50/26
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

本發明公開了一種中小河流流域相似性判別方法，首先構造數據集聚類集體：選取特征指標構造特征子集，將特征子集輸入基聚類算法得到聚類集體；然后構造聚類集體的相似度矩陣：構造所述聚類集體的相似度矩陣作為預設的聚類融合算法的輸入矩陣；最后進行矩陣聚類融合：利用預設的聚類融合算法對所述相似度矩陣進行聚類融合，實現相似性判斷，本發明充分利用中小流域的地理數據以及水文數據特征，并使用數據挖掘技術實現中小流域的相似性分析，解決水文流域相似性難以判斷的技術問題。

技術領域

本發明屬于數據挖掘技術領域，具體涉及一種中小河流流域相似性判別方法。

背景技術

在我國，洪水是發生幾率最高、危害最嚴重的自然災害之一。目前，我國對大江大河的治理已經趨于完善，對堤防、河道和大壩水庫的巨大投入為我國的防洪防汛提供了堅實的基礎。然而，中小流域在大雨或暴雨過后也會產生或大或小的洪水災害，相對于大江大河，很多中小流域在洪水防治方面并沒有受到足夠重視。據不完全統計，我國有5萬多條中小流域，且我國有85％的城市的地理位置處于這些中小流域的沿岸，而近幾年我國頻頻發生的反常氣候和極端天氣情況給中小流域洪水防治帶來巨大壓力。因此中小流域洪水治理刻不容緩，但很多發生災害的中小流域處于無水文資料地區或水文資料不足，無法為水文人員提供足夠的水文資料和參數進行水文預測。

為解決這些水文資料不足地區的水文預測問題，目前最常見的方法是水文比擬法，即通過流域相似性分析來查找與設計流域相似的參證流域，再將參證流域的水文資料、水文統計參數、水文特征值等水文要素移植到要進行水文分析和預測的設計流域，最終完成相關水文模擬，實現對水文資料不足流域有效的防洪抗災。然而對水文資料缺乏的中小流域進行數據移植，首要步驟就是中小流域的相似性分析。但是現階段，中小流域相似性分析主要依靠人工分析，沒有完整的自動化分析模型。

現今，相似流域的分析和確定基本依賴于水文專家的人為決定，這種分析方式存在很多不客觀和不準確的情況。同時，利用純粹的水文方式進行流域相似性分析的過程本身也包含很多不確定性，所以流域很難通過常見的確定性方式來進行定量相似性分析。

發明內容

為解決上述問題，本發明提出一種中小河流流域相似性判別方法，充分利用中小流域的地理數據以及水文數據特征，并使用數據挖掘技術實現中小流域的相似性分析，解決水文流域相似性難以判斷的技術問題。

本發明采用如下技術方案，一種中小河流流域相似性判別方法，包括以下步驟：

1)構造數據集聚類集體：選取特征指標構造特征子集，將特征子集輸入基聚類算法得到聚類集體；

2)構造聚類集體的相似度矩陣：構造所述聚類集體的相似度矩陣作為預設的聚類融合算法的輸入矩陣；

3)矩陣聚類融合：利用預設的聚類融合算法對所述相似度矩陣進行聚類融合，實現相似性判斷。

優選地，所述步驟1)中構造數據集聚類集體具體方法為：采用基于加權隨機采樣的聚類集體構造算法CCE-WRS構造聚類集體，即使用加權隨機采樣法WRS對數據集的特征指標進行加權隨機采樣，得到多個不同特征子集，構造聚類集體，具體步驟為：

11)判斷是否是初次迭代，若為初次迭代，則對數據集的特征指標進行權重初始化，然后進入步驟12)，若不是初次迭代則直接進入步驟12)；

12)根據數據集的特征指標的權重比例進行加權隨機采樣，構造n個不同的特征子集；

13)基于基聚類算法對特征子集進行基聚類，構造含有m個聚類成員的聚類集體，特征子集n和聚類成員m數值相同；