系统聚类的最大熵多窗口滑动趋势检验同频趋势分析方法

本发明涉及系统聚类的最大熵多窗口滑动趋势检验同频趋势分析方法，属于降水分析。

背景技术：

1、目前的趋势检验和气候变化分析方法有以下缺点：第一，只关注总降水或强降水的总体趋势，忽略了降水的周期性，并且没有充分反映降水的时间特征。第二，降水趋势分析受所用方法的影响，传统方法得到的趋势变化并不显著，相邻降水站的降水增减趋势不相同，导致区域降水量和趋势分析存在误差，无法满足生产实践的要求。第三，区域降水的趋势分析受到降水站收集的信息量的影响，目前常规方法分析获得的降水趋势并不准确。

技术实现思路

1、本发明所要解决的技术问题是克服现有技术的缺陷，本发明提供系统聚类的最大熵多窗口滑动趋势检验同频趋势分析方法，可以避免不合理的时间划分对趋势变化分析的影响，避免单个时间段内趋势变化分析造成的误判，显示区域降水趋势的特征以及降水强度增减的细节；系统地提取降水变化趋势和同一降水强度下的变化特征。

2、第一方面，本发明提供系统聚类的最大熵多窗口滑动趋势检验同频趋势分析方法，包括：

3、对预先获取的研究区域的时间序列数据集进行处理，获得局部小气候区的聚类组；

4、基于聚类组中每个降水站的预先记录的水文序列和香农熵，获得每个局部小气候区的代表站；

5、基于时间序列长度，每个代表站均设置若干个代表站的滑动时间窗口长度；

6、响应于代表站的降水时间序列数据集符合预设条件，执行输出代表站的不同时间窗口的滑动降水时间序列数据集有显著的变化趋势。

7、结合第一方面，还包括：

8、将代表站的降水时间序列数据集划分为两个样本数量相等的序列xi和序列xj；

9、按升序排列序列xi和序列xj，获得相同频率的序列xa和序列xb；

10、在序列xa和序列xb的降水观测值上加常数a，得到xai+a和xbi+a；

11、基于xai+a和xbi+a，计算得到降水趋势变化特征指数q；

12、基于降水趋势变化特征指数q的数值，获得代表站的降水时间序列数据集的降水趋势的变化特征。

13、结合第一方面，基于降水趋势变化特征指数q的数值，获得代表站的降水时间序列数据集的降水趋势的变化特征，包括：

14、响应于q>1，执行输出代表站的降水时间序列数据集中样本的降水观测值呈现单调增加的降水趋势的变化特征；

15、响应于q<1，执行输出代表站的降水时间序列数据集中样本的降水观测值呈现单调减少的降水趋势的变化特征；

16、响应于q点图中代表站的的降水时间序列数据集的降水观测值与过原点的斜率为1的直线的距离在设定的范围内，执行输出代表站不存在单调变化的降水趋势的变化特征。

17、结合第一方面，代表站的降水时间序列数据集符合预设条件，包括：

18、

19、

20、式中，z为统计量，α为显著水平，n为当前代表站的降水时间序列数据集中样本总数，k为当前代表站的降水时间序列数据集中的第k个样本，sgn()为检验函数，xj为当前代表站的降水时间序列数据集中第j个样本的降水观测值，xk为当前代表站的降水时间序列数据集中第k个样本的降水观测值。

21、结合第一方面，对预先获取的研究区域的时间序列数据集进行处理，获得局部小气候区的聚类组，包括：

22、按照时间顺序对预先获取的研究区域的降水数据进行排序，获得降水时间序列数据集；

23、基于研究区域中降水站的位置，利用泰森多边形法对研究区域进行划分，获得降水站控制区；

24、基于降水时间序列数据集和降水站控制区，利用聚类分析方法对每个降水站进行类别划分，获得若干个局部小气候区；

25、响应于若干个局部小气候区均为最佳分类，执行获得局部小气候区的聚类组。

26、结合第一方面，降水时间序列数据集包括至少一个样本，样本包括降水时间和日尺度的降水观测值。

27、结合第一方面，基于聚类组中每个降水站的预先记录的水文序列和香农熵，获得每个局部小气候区的代表站，包括：

28、基于预先记录的降水站的水文序列，计算获得聚类组中每个降水站的香农熵；

29、将聚类组中每个局部小气候区中香农熵最大的降水站，作为每个局部小气候区的代表站。

30、第二方面，系统聚类的最大熵多窗口滑动趋势检验同频趋势分析系统，包括：

31、聚类组获得模块，用于对预先获取的研究区域的时间序列数据集进行处理，获得局部小气候区的聚类组；

32、代表站获得模块，用于基于聚类组中每个降水站的预先记录的水文序列和香农熵，获得每个局部小气候区的代表站；

33、多窗口滑动趋势模块，用于基于时间序列长度，每个代表站均设置若干个代表站的滑动时间窗口长度；用于响应于代表站的降水时间序列数据集符合预设条件，执行输出代表站的不同时间窗口的滑动降水时间序列数据集有显著的变化趋势。

34、第三方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。

35、第四方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现第一方面中任一项所述方法的步骤。

36、本发明所达到的有益效果：

37、本发明开发的系统聚类最大熵多窗口滑动趋势-同频趋势方法适用于较大的区域，不仅可以减少计算量，而且可解决局部小气候区时空特征未知和降水趋势混乱的问题，并确定典型代表站，该典型代表站是每个lmz中具有最大信息量的降水站。本发明方法可以更全面地捕捉降水的时空变化特征，可以避免不合理的时间划分对趋势变化分析的影响，避免单个时间段内趋势变化分析造成的误判；本发明可以分析不同时期降水的变化趋势和规律，判断降水发展趋势。本发明可以显示区域降水趋势的特征以及降水强度增减的细节；系统地提取降水变化趋势和同一降水强度下的变化特征；准确识别过去降水变化的特征，对未来降水的时空变化进行科学预测，为新降水情景下的水利设施、城市管网运行和农业生态管理提供更科学合理的参考。

技术特征：

1.系统聚类的最大熵多窗口滑动趋势检验同频趋势分析方法，其特征在于，包括：

2.根据权利要求1所述的系统聚类的最大熵多窗口滑动趋势检验同频趋势分析方法，其特征在于，还包括：

3.根据权利要求2所述的系统聚类的最大熵多窗口滑动趋势检验同频趋势分析方法，其特征在于，基于降水趋势变化特征指数q的数值，获得代表站的降水时间序列数据集的降水趋势的变化特征，包括：

4.根据权利要求1所述的系统聚类的最大熵多窗口滑动趋势检验同频趋势分析方法，其特征在于，代表站的降水时间序列数据集符合预设条件，包括：

5.根据权利要求1所述的系统聚类的最大熵多窗口滑动趋势检验同频趋势分析方法，其特征在于，对预先获取的研究区域的时间序列数据集进行处理，获得局部小气候区的聚类组，包括：

6.根据权利要求1所述的系统聚类的最大熵多窗口滑动趋势检验同频趋势分析方法，其特征在于，降水时间序列数据集包括至少一个样本，样本包括降水时间和日尺度的降水观测值。

7.根据权利要求1所述的系统聚类的最大熵多窗口滑动趋势检验同频趋势分析方法，其特征在于，基于聚类组中每个降水站的预先记录的水文序列和香农熵，获得每个局部小气候区的代表站，包括：

8.系统聚类的最大熵多窗口滑动趋势检验同频趋势分析系统，其特征在于，包括：

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至8中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至8中任一项所述方法的步骤。

技术总结
本发明公开了系统聚类的最大熵多窗口滑动趋势检验同频趋势分析方法，属于降水分析技术领域，对预先获取的研究区域的时间序列数据集进行处理，获得局部小气候区的聚类组；基于聚类组中每个降水站的预先记录的水文序列和香农熵，获得每个局部小气候区的代表站；基于时间序列长度，每个代表站均设置若干个代表站的滑动时间窗口长度；响应于代表站的降水时间序列数据集符合预设条件，执行输出代表站的不同时间窗口的滑动降水时间序列数据集有显著的变化趋势。本发明避免不合理的时间划分对趋势变化分析的影响，显示区域降水趋势的特征以及降水强度增减的细节，系统地提取降水变化趋势和同一降水强度下的变化特征。

技术研发人员：王栋,张阿龙,杨卓,鞠小裴,于辰璐,王子童,邓清文,曾献奎,蒋建国,祝晓彬,吴吉春
受保护的技术使用者：南京大学
技术研发日：
技术公布日：2024/1/25