降雨空间分布模式识别.pdfVIP

维普资讯 水 利 学 报 2006年 6月 SHUILI XUEBAO 第 37卷 第 6期 文章编号：0559—9350(2006)06—0711-06 降雨空间分布模式识别 陈晓宏，刘德地，王兆礼 (中山大学 水资源与环境研究中心，广东 广州 510275) 摘要：以广东省内186个站点的年降雨量分布为基础，把模式识别的聚类分析理论方法引入降雨空间特征分类研 究中，进行降雨特征空间分布模式识别，以预测无雨量站点的降雨模式，从而分析水资源的空间分布模式 ，以便制 订有效的水资源利用方案。结果表明，广东省年降雨量在空间上的分布可划分为 6类模式；同时基于BP人工神经 网络算法，建立了以高程、气温、蒸发量为主要参数的可判别和预测无雨量测站区域的降雨空间分布模式所属类别 的模型，经过模型的学习和验证 ，效果较好 。 关键词：模式识别；降雨空间分布；BP人工神经网络 ；广东省 中图分类号 ：P333 文献标识码 ：A 水资源是经济社会发展的重要支撑和保证条件 ，目前 ，水资源的供需矛盾 已经成为我国经济社会发 展的主要障碍…。由于降雨径流时空分布不均及水污染的影响，降雨总量充沛 的广东省同样受到水资 源短缺的威胁。广东省水资源基本来 自于降雨，降雨量的大小及其时空分布直接决定了该省水资源量 的丰枯及其时空分布。降雨在时间及空间分布上由于受到各种 自然地理条件 (地形 、下垫面条件等)和 气象条件的影响，即使在同一个气候区内，一般也存在分布的时空差异性 ，从而造成 区域内部水资源分 布不均匀及由此引起枯水期或少雨地 区水资源短缺。另外 ，广东省与我国大部分地 区一样 ，目前的雨量 站分布稀疏且许多雨量站设站时间较晚，在推求面平均降雨量时往往需要插补或延长一些不完整站点 的雨量资料 ，以更准确地认识水文现象和解决水资源问题。本文采用交叉学科理论 ，把模式识别的聚类 分析理论方法 。和人工神经网络算法 引入降雨空间分布特征研究中，研究降雨在空间上的分布模 式 ，预测无雨量站点地区的降雨空间分布模式特征 ，为认识水资源空间分布特征及制定有效的水资源利 用方案提供基础 。本文在分析和识别降雨空间分布模式时，选取广东省具有 45年 (1956～2000年)实测 资料的 186个雨量站 (如图1)的降雨数据作为研究的样本资料 ，在判别和预测未知区域的降雨模式所属 类别时，采用这 186个雨量站 中的高程、气温、蒸发量的多年平均值作为研究样本 。 1 降雨空间分布的模式识别 1．1 降雨空间分布模式识别基本描述 把广东省 186个雨量站 45年 (1956～2000年)各年的降雨量观 测值 P(i)系列看成一个模式矢量 P，它是随机过程的一个现实的离散表示。对于 186个这样的雨量系 列得到样本集 ： = {Pl，P2，…，P }，P。=(P P …，P。)，i=1，2，…，m。其 中：n=45，m=186。 设所研究对象的全体为 n，n (k=l，2，…，)为一类模式类，声表示空集，则模式识别 问题描述如 下：条件：cn，∑n=n，{n≠声，nng2j=声，k=l，2，…，k，k≠}；途径：特征提取，聚类分 k= l 收稿 日期 ：2005—09—12 基金项 目：国家 自然科学基金资助项 目；广东省 自然科学基金资助项 目 作者简介 ：陈晓宏 (1963一)，男 ，湖北公安人 ，博士 ，教授 ，主要从事水文水环境研究 。E—mail：eescxh@ZSU．edu．1311 — 7ll — 维普资讯 图 1 广东省主要雨量站分布 析；准则 ：误识