本发明涉及小流域的水文预报研究,具体为一种基于louvain社区检测算法的小流域分类方法。
背景技术:
1、小流域水文相似性研究是水文学科领域的基础课题和前沿问题,基于聚类算法的小流域分类方法和水文相似性评价是小流域水文相似性研究的主要方法,但传统的聚类算法无法体现每个类别中流域的相似性程度且没有量化每一类中各小流域的角色,而水文相似性评价能够体现各流域间的相似程度,但无法反映所选的相似流域间的类别同质性。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足,本发明提供了一种基于louvain社区检测算法的小流域分类方法,能够提高了小流域分类的准确度,进一步解析了各类小流域之间的水文联系。
3、(二)技术方案
4、为实现上述目的,本发明提供如下技术方案:一种基于louvain社区检测算法的小流域分类方法,包括确定相似性指标:根据流域具体情况,结合已有数据,确定进行相似度计算的相似性指标;
5、确定相似度:选取合适的相似性评价指标,将各小流域相似性指标的值输入到相似性评价指标的公式中计算各小流域间的相似度。
6、小流域社区划分:将小流域作为节点,确定最佳的连接阈值,在相似度大于该阈值的两个小流域间添加连接;将相似度的值作为连接边的权重,构建出复杂网络;使用louvain算法将所有小流域划分成不同社区(即对小流域进行分类)。
7、网络指标评价:选取网络平均度、中心度、k核心三种网络指标进一步解析各分类中小流域之间的水文联系。
8、合理性验证:确定各流域的洪峰模数,对分类结果进行合理性验证。
9、(三)有益效果
10、与现有技术对比,本发明具备以下有益效果:
11、1、根据流域具体情况,结合已有数据,确定进行相似度计算的相似性指标;将选取相似度的计算方法,将各小流域的相似性指标数据输入到相似性评价指标的公式中计算各流域间的相似度;将小流域作为节点,确定最佳的连接阈值,在相似度大于该阈值的两个小流域间添加连接;将相似度的值作为连接边的权重,构建出复杂网络;使用louvain算法将所有小流域划分成不同社区;选取网络平均度、中心度、k核心三种网络指标进一步解析各类中小流域之间的水文联系;确定各流域的洪峰模数,对分类结果进行合理性验证。
12、2、该方法选取了相似性指标,通过相似性评价指标计算了流域间相似度,并将相似度设置为连接边的权重,采用louvain社区检测算法进行分类,并选取网络平均度、中心度、k核心三种网络指标进一步解析各类中小流域之间的水文联系,有助于识别流域产汇流条件的相似性和实施洪水风险管理策略。
13、3、该方法采用推理公式法计算了各流域的洪峰模数进一步验证小流域结果分类的合理性;洪峰模数的整体分布同小流域的分类结果较为相似,可知该方法能得到较可靠的小流域分类结果,较好地识别流域产汇流条件的相似性,为解决无资料地区的洪水预报问题提供了一条新的思路。
1.一种基于louvain社区检测算法的小流域分类方法,其特征在于:包括:
2.根据权利要求1所述的基于louvain社区检测算法的小流域分类方法,其特征在于:所述小流域社区划分,具体步骤包括:
3.根据权利要求2所述的基于louvain社区检测算法的小流域分类方法,其特征在于:所述相似性评价指标:
4.根据权利要求1所述的基于louvain社区检测算法的小流域分类方法,其特征在于:所述网络平均度:
5.根据权利要求1所述的基于louvain社区检测算法的小流域分类方法,其特征在于:所述中心度:
6.根据权利要求1所述的基于louvain社区检测算法的小流域分类方法,其特征在于:所述k核心:
7.根据权利要求1所述的基于louvain社区检测算法的小流域分类方法,其特征在于:所述合理性验证,具体步骤包括: