【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及水文氣象和智能洪水預報，具體涉及一種基于模式庫的洪水預報智能推薦方法。
技術(shù)介紹
1、近年來，不斷爆發(fā)的洪水災害對人們的生命安全和自然環(huán)境產(chǎn)生了嚴重的威脅，也造成了巨大的財產(chǎn)損失。洪水的產(chǎn)生受水文、氣象、地形等眾多因素的影響，實時洪水預報具有高度的不確定性。降雨是引發(fā)洪水的主要因素之一，降雨和洪水在不同演變階段之間存在一定的聯(lián)系和規(guī)律。因此，如何將海量的降雨數(shù)據(jù)轉(zhuǎn)化為有用的信息和知識，采用相似性分析和聚類方法將相似的降雨/洪水過程進行提取和分類、挖掘降雨和洪水之間的關(guān)聯(lián)關(guān)系、通過智能推薦算法預測未來的洪水發(fā)展趨勢，有著重要的研究意義。
2、水文模式定義為具有相似特征的水文過程的集合。利用歷史水文數(shù)據(jù)，識別和提取相似的降雨模式和洪水模式，從而建立模式庫，可以更好地分析降雨事件和洪水事件之間的關(guān)聯(lián)響應關(guān)系，在水資源管理、洪水災害風險評估等領(lǐng)域發(fā)揮著重要的作用。針對降雨和洪水之間的關(guān)聯(lián)關(guān)系，一些研究一些研究通過構(gòu)建降雨-洪水模式庫分析和挖掘降雨和洪水之間的時空變化規(guī)律和因果機制，從而預測洪水的變化趨勢，為洪水預報提供了新的思路。
3、盡管現(xiàn)有的基于模式庫的洪水預報預測應用研究取得了較好的效果，然而，其中大部分方法都依賴于傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)，未能充分考慮降雨的空間特征，存在一定的局限性。隨著技術(shù)的不斷發(fā)展，降雨數(shù)據(jù)從傳統(tǒng)的時間序列數(shù)據(jù)逐漸擴展到降雨量圖等非結(jié)構(gòu)化數(shù)據(jù)的形式。基于圖像特征，可以從歷史降雨數(shù)據(jù)集中提取出豐富的時空特征，這對于相似雨洪過程的識別以及洪水事件的預測有著重要的意義。因此，本專利技
技術(shù)實現(xiàn)思路
1、專利技術(shù)目的：本專利技術(shù)的目的在于解決現(xiàn)有技術(shù)方案大都沒有充分考慮降雨的空間特征，并且目前在洪水預報領(lǐng)域使用推薦算法進行預測的相關(guān)研究較少，存在冷啟動、數(shù)據(jù)稀疏性等局限性。針對現(xiàn)有技術(shù)的不足，本專利技術(shù)提供一種基于模式庫的洪水預報智能推薦方法，通過雨洪時空特征提取、相似降雨/洪水過程的聚類與分析、降雨-洪水關(guān)聯(lián)模式挖掘以及水文場景下的智能推薦算法，從而對洪水的發(fā)展趨勢做出預測，為流域?qū)崟r洪水預報提供新的思路和方法參考。
2、技術(shù)方案：本專利技術(shù)的一種基于模式庫的洪水預報智能推薦方法，其特征在于，包括以下步驟：
3、步驟s1、構(gòu)建降雨-洪水關(guān)聯(lián)模式庫：首先，對歷史降雨數(shù)據(jù)和歷史洪水數(shù)據(jù)進行預處理，通過特征提取、相似性度量、聚類等步驟，構(gòu)建場次降雨模式庫rpd＝{{r1：rp11，rp12，...}，{r2：rp21，rp22,...}，...，{rn：rpn1，rpn2,...}}和場次洪水模式庫fpd＝{{f1：fpu，fp12,...}，{f2：fp21，fp22,...}，...，{fm：fpm1，fpm2,...}}，其中，n為降雨模式庫中降雨模式的個數(shù)，m為洪水模式庫中洪水模式的個數(shù)；
4、然后，根據(jù)降雨和洪水之間的時空響應關(guān)系構(gòu)建降雨-洪水項集，使用apriori算法從模式庫中挖掘降雨→洪水關(guān)聯(lián)規(guī)則，構(gòu)建降雨-洪水關(guān)聯(lián)模式庫rfad＝{ri→fj，ri＝{rpi1，rpi2，...}，fj＝{fpj1，fpj2,...}，1≤i≤n，1≤j≤m}。
5、步驟s2、提取目標降雨的實時時空特征：輸入目標場次降雨，基于圖像分析提取其時空特征，得到目標降雨的場次降雨特征向量rfobj。
6、步驟s3、場次降雨相似性搜索：搜索場次降雨模式庫rpd，使用多特征融合的距離度量算法計算目標降雨與模式庫中每場降雨的相似性，并對結(jié)果進行排序，得到目標降雨的相似降雨集合sr。
7、步驟s4、構(gòu)建多層次的降雨-洪水關(guān)聯(lián)矩陣：首先，根據(jù)整體模式之間的關(guān)聯(lián)關(guān)系構(gòu)建模式關(guān)聯(lián)矩陣，通過步驟1關(guān)聯(lián)模式庫中挖掘出的降雨→洪水關(guān)聯(lián)規(guī)則，定義每種降雨模式和洪水模式之間的關(guān)聯(lián)程度，得到模式關(guān)聯(lián)矩陣pm；然后，根據(jù)歷史降雨-洪水時空關(guān)系構(gòu)建歷史關(guān)聯(lián)矩陣，計算pm中與目標降雨所屬降雨模式robj關(guān)聯(lián)程度最高的洪水模式fobj，根據(jù)歷史上具體場次之間的雨洪關(guān)系，完成歷史關(guān)聯(lián)矩陣hm的構(gòu)建，從而形成多層次的降雨-洪水關(guān)聯(lián)矩陣mam。
8、步驟s5、計算洪水過程的推薦度：定義推薦度計算的方法，在多層次降雨-洪水關(guān)聯(lián)矩陣mam中，通過對每一項的關(guān)聯(lián)度和相似度進行加權(quán)求和，得到推薦度數(shù)值，將結(jié)果排序即可得到排名topk的洪水推薦列表，包括洪水過程的推薦信息(洪水歷時、峰值流量、漲幅等)，為目標降雨可能導致的洪水過程的預報預警提供決策支持。
9、步驟s6、根據(jù)當前降雨的變化趨勢，實時更新場次降雨模式庫，并對洪水過程推薦的結(jié)果進行優(yōu)化，即重復步驟s2-步驟s5的過程，直到降雨過程結(jié)束。
10、進一步地，所屬步驟s1構(gòu)建降雨-洪水關(guān)聯(lián)模式庫的詳細過程為：
11、步驟s11、基于降雨量閾值δ和滑動窗口，將歷史降雨圖像序列分割成歷史場次降雨集合rs；提取場次降雨集合中每場降雨rpk的累積降雨量cp、降雨天數(shù)n、降雨時間分布sd、降雨空間分布td以及降雨中心運動軌跡tc特征，形成場次降雨特征向量rfk＝{cpk，nk,sdk,tdk，tck}；使用多特征融合的距離度量算法計算不同降雨過程之間的相似性，并通過基于davies-bouldin指數(shù)的k-means算法對相似的降雨過程進行聚類，完成場次降雨模式庫rpd＝{{r1：rp11，rp12,...}，{r2：rp21，rp22，...}，...，{rn：rpn1，rpn2,...}}的構(gòu)建。
12、步驟s12、通過時間跨度和流量跨度對歷史洪水流量數(shù)據(jù)進行場次洪水分割，得到場次洪水集合fs；對于場次洪水集合中的每場洪水fpk，提取其洪水歷時ft、峰值流量pf、漲水速率rs、峰型n等特征，得到場次洪水特征向量ffk＝{ftk，pfk，rsk，nk，...}；同樣的，基于多特征融合的距離度量算法，對相似的洪水過程進行聚類，完成場次洪水模式庫fpd＝{{f1：fp11，fp12,...}，{f2：fp21，fp22,...}，...，{fm：fpm1，fpm2,...}}的構(gòu)建。
13、步驟s13、基于雨洪時空關(guān)系，使用滑動窗口技術(shù)和ddtw算法構(gòu)建降雨-洪水項集is作為輸入；然后根據(jù)目標流域數(shù)據(jù)集的特點和統(tǒng)計規(guī)律，設(shè)置最小支持度和最小置信度，使用apriori算法挖掘場次降雨模式庫rpd和場次洪水模式庫fpd之間存在的降雨-洪水關(guān)聯(lián)模式，得到降雨→洪水強關(guān)聯(lián)規(guī)則，從而構(gòu)建降雨-洪水關(guān)聯(lián)模式庫rfad＝{ri→fj，ri＝{rpi1，rpi2，...}，fj＝{fpj1，fpj2，...}，1≤i≤n，1≤j≤m}。
14、進一步地，所述步驟s2提取目標降雨的實時時空特征本文檔來自技高網(wǎng)...
【技術(shù)保護點】
1.一種基于模式庫的洪水預報智能推薦方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于模式庫的洪水預報智能推薦方法，其特征在于，所述步驟S1構(gòu)建降雨-洪水關(guān)聯(lián)模式庫的詳細過程為：
3.根據(jù)權(quán)利要求1所述的基于模式庫的洪水預報智能推薦方法，其特征在于：所述步驟S2動態(tài)提取目標降雨的時空特征的詳細過程為：
4.根據(jù)權(quán)利要求1所述的基于模式庫的洪水預報智能推薦方法，其特征在于：所述步驟S4構(gòu)建多層次的降雨-洪水關(guān)聯(lián)矩陣的詳細過程為：
5.根據(jù)權(quán)利要求1所述的基于模式庫的洪水預報智能推薦方法，其特征在于：所述步驟S5計算洪水過程推薦度的詳細過程為：
【技術(shù)特征摘要】
1.一種基于模式庫的洪水預報智能推薦方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于模式庫的洪水預報智能推薦方法，其特征在于，所述步驟s1構(gòu)建降雨-洪水關(guān)聯(lián)模式庫的詳細過程為：
3.根據(jù)權(quán)利要求1所述的基于模式庫的洪水預報智能推薦方法，其特征在于：所述步驟s2動態(tài)提...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：余宇峰，蔡滌非，萬定生，
申請(專利權(quán))人：河海大學，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。