海洋水文观测数据聚类.pdf

第３４卷第１１期　　　 计算机应用与软件 Ｖｏｌ３４Ｎｏ．１１ ２０１７年１１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｎｏｖ．２０１７ 海洋水文观测数据聚类 １ ２ 闫　可 　程文芳 １（复旦大学计算机科学技术学院　上海２０１２０３） ２（中国极地研究中心　上海２００１３６） 摘　要　　在科学考察中，数据的获取受自然环境因素以及监测成本影响较大，实际布放的监测点的数量和位置 可能无法达到预期，并且所采集的数据集中通常包含了多种监测要素，利用数据分析来弥补因自然环境影响而造 成的数据缺失并找出数据变化规律显得尤为重要。以南极普里兹湾水文数据为研究对象，利用空间插值的方法， 来弥补数据不足和监测点稀疏的问题，再将改进的动态时间弯曲距离算法用于具有多要素特性的水文深度序列 相似度衡量，实验结果表明相较于传统的欧氏距离相似度衡量更为准确。基于所提出的相似度衡量算法，对普里 兹湾水文数据进行聚类，并获得了每个簇的空间分布情况。 关键词　　水文数据　空间插值　动态时间弯曲　相似度衡量　深度序列　Ｋｍｅａｎｓ 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１７．１１．００７ ＣＬＵＳＴＥＲＩＮＧＯＦＭＡＲＩＮＥＨＹＤＲＯＬＯＧＩＣＡＬＯＢＳＥＲＶＡＴＩＯＮＤＡＴＡ １ ２ ＹａｎＫｅ　ＣｈｅｎｇＷｅｎｆａｎｇ １（ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＦｕｄａｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２０１２０３，Ｃｈｉｎａ） ２（ＰｏｌａｒＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＣｈｉｎａ，Ｓｈａｎｇｈａｉ２００１３６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｉｎｔｈｅｃｏｕｒｓｅｏｆｓｃｉｅｎｔｉｆｉｃｉｎｖｅｓｔｉｇａｔｉｏｎ，ｔｈｅａｃｑｕｉｓｉｔｉｏｎｏｆｄａｔａｉｓｇｒｅａｔｌｙａｆｆｅｃｔｅｄｂｙｔｈｅｎａｔｕｒａｌ ｅｎｖｉｒｏｎｍｅｎｔｆａｃｔｏｒｓａｎｄｔｈｅｍｏｎｉｔｏｒｉｎｇｃｏｓｔ．Ｔｈｅａｃｔｕａｌｎｕｍｂｅｒａｎｄｌｏｃａｔｉｏｎｏｆｍｏｎｉｔｏｒｉｎｇｐｏｉｎｔｓｍａｙｎｏｔｂｅａｂｌｅｔｏｍｅｅｔ ｔｈｅｅｘｐｅｃｔａｔｉｏｎｓａｎｄｔｈｅｃｏｌｌｅｃｔｅｄｄａｔａｓｅｔｕｓｕａｌｌｙｃｏｎｔａｉｎｓａｖａｒｉｅｔｙｏｆｍｏｎｉｔｏｒｉｎｇｅｌｅｍｅｎｔｓ．Ｉｔｉｓｐａｒｔｉｃｕｌａｒｌｙｉｍｐｏｒｔａｎｔｔｏ ｕｓｅｄａｔａａｎａｌｙｓｉｓｔｏｃｏｍｐｅｎｓａｔｅｆｏｒｌａｃｋｏｆｄａｔａｃａｕｓｅｄｂｙｔｈｅｎａｔｕｒａｌｅｎｖｉｒｏｎｍｅｎｔａｎｄｆｉｎｄｏｕｔｔｈｅｌａｗｏｆｄａｔａｃｈａｎｇｅ． ＢａｓｅｄｏｎｔｈｅｈｙｄｒｏｌｏｇｉｃａｌｄａｔａｏｆＰｒｙｄｚＢａｙｉｎＡｎｔａｒｃｔｉｃａ，ｔｈｅｕｓｅｏｆｓｐａｔｉａｌｉｎｔｅｒｐｏｌａｔｉｏｎｍｅｔｈｏｄｔｏｍａｋｅｕｐｌａｃｋｏｆｄａｔａ ａｎｄｓｐａｒｓｅｍｏｎｉｔｏｒｉｎｇｐｏｉｎｔｓ，ｔｈｅｎｔｈｅｉｍｐｒｏｖｅｄＤｙｎａｍｉｃｔｉｍｅｗａｒｐｉｎｇｄｉｓｔａｎｃｅａｌｇｏｒｉｔｈｍｉｓａｐｐｌｉｅｄｔｏｔｈｅｓｉｍｉｌａｒｉｔｙ ｍｅａｓｕｒｅｏｆｈｙｄｒｏｌｏｇｉｃａｌｄｅｐｔｈｓｅｒｉｅｓｗｉｔｈｍｕｌｔｉｅｌｅｍｅｎｔ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｓｉｍｉｌａｒｉｔｙｍｅａｓｕｒｅｍｅｎｔ ａｌｇｏｒｉｔｈｍｉｓｍｏｒｅａｃｃｕｒａｔｅｔｈａｎｔｈｅｔｒａｄｉｔｉｏｎａｌＥｕｃｌｉｄｅａｎｄｉｓｔａｎｃｅ．Ｂａｓｅｄｏｎｔｈｅｓｉｍｉｌａｒｉｔｙｍｅａｓｕｒｅｍｅｎｔｐｒｏｐｏｓｅｄｉｎｔｈｉｓ ｐａｐｅｒ，ｔｈｅＰｒｙｄｚＢａｙｈｙｄｒｏｌｏｇｉｃａｌｄａｔａａｒｅｃｌｕｓｔｅ