张继国,管耀宗,朱永忠

(1. 河海大学水利信息统计与管理研究所,江苏 常州　213022; 2. 河海大学理学院,江苏 南京　210098)



降雨空间分布的模糊熵聚类分析

张继国1,管耀宗2,朱永忠2

(1. 河海大学水利信息统计与管理研究所,江苏 常州213022; 2. 河海大学理学院,江苏 南京210098)

为了提高降雨量插值精度,充分挖掘降雨变量信息,利用模糊熵聚类分析算法,对流域内雨量站进行模糊熵聚类研究,通过基于可能性分布和距离判定的聚类有效性函数确定模糊熵系数和聚类数,从而得到模糊聚类结果,改进原有的插值方法。以淮河流域蚌埠站以上区域99个雨量站雨量数据,分别在一般情况下和模糊熵聚类情况下做交叉验证,结果显示,模糊熵聚类分析在反距离平方插值法中对降雨精度有所提升。

降雨空间分布;降雨数据精度;模糊熵聚类分析;聚类有效性分析;降雨量插值

HohaiUniversity,Changzhou213022,China;2.CollegeofSciences,HohaiUniversity,Nanjing210098,China)

降雨量是水文模型中径流模拟最基本、最主要的一个输入项,是研究其他水文问题的基础。其空间分布特征是影响产汇流模拟及其他一系列水文问题的重要控制因素[1]。随着研究的深入,水文模型对降雨数据精度和广度的要求越来越高。理论上获取高精度降雨数据的方法是建立高密度的雨量站网,但是由于经济条件和技术手段的约束,大部分地区气象观测站点数量不足,分布密度有限。因此,利用现有气象观测站的数据,通过空间插值对观测数据进行补充尤为重要,孔云峰等[2]通过多种插值方法探究了美国德州的空间雨量数据。……