基于非线性相关性和复杂网络的径流相似性分区
作者:刘磊; 高超; 王志刚; 王晓艳; 章四龙; 陈娜
更新时间:
径流相似性分区对于径流数据插值和传输以及区域洪水频率分析具有重要意义。为了准确识别水文站网各站径流特征的相似性和差异性,提高径流相似性分区结果的准确性,引入Copula熵法,基于互信息估计R统计量,测量径流序列之间的非线性相关性。在此基础上,应用复杂网络理论,以水文站为节点,以相应径流序列之间的r统计量是否大于给定阈值作为边界存在的判据,建立了径流相似分区模型。采用边缘中间数(EB)群落检测算法对径流相似性进行划分。以鄱阳湖水系水文站网为例,结果表明,径流相似分区模型具有较高的稳定性和有效性。当R统计量阈值为0.80时,径流相似性分区结果最好。此时,水文站网被分为南北两部分和12个类别,其中北部只有一个类别。与K-means聚类方法相比,复杂网络方法表现更好,最优划分结果更合理。