数据挖掘技术及其分析方法在大通水文站降水规律分析中的应用

2020-03-24陈望琴

科学技术创新 2020年3期

关键词：大通降水量降水

陈望琴姚文

（1、长江下游水文水资源勘测局，江苏南京210011 2、南京理工大学计算机科学与工程学院，江苏南京210000）

数据挖掘技术的分析方法主要包括分类，估计，预测，关联，聚类等。本文主要基于大通水文站的实际数据，使用数据挖掘技术的分类、估计和预测方法，对大通水文站的降水变化进行分类，估计，并对其变化规律进行总结，预测。

1 分析降水量的雨型分布状况

本文共使用61 年的实测降水数据作为分析样本集。通过数据预处理，取年最小雨量值789.5mm，年最大雨量值2074.9mm，步长100mm,将年降水量看成一个特征。绘制出矩形分布直方图和累积频率图。结果如图1 所示：

2 分析该区域降水量变化情况

2.1 降水量的年际变化

2.1.1 降水量的年代变化

根据大通站20 世纪的50、60、70、80、90 和21 世纪00 年代的平均降水量，以1950～2010 年多年平均降水量为参考，得出大通站不同年代年降水量的丰、枯变化情况，具体如表2 所示。

2.1.2 降水量的特征值统计

根据大通站1950-2010 年实测降水资料，使用数据挖掘分析方法，易知该区域最大年降水2074.9mm(1999 年),是平均降水量的1.48 倍；年最小降水量是789.5mm(1978 年)，为平均降水量的0.56 倍, 最大年降水量比最小年降水量多1285.4mm,极值比为2.63。

2.1.3 变差系数

通过数据过滤，找到多年平均降水量和多年汛期与非汛期、季节、月份的值，具体如表2 所示。非汛期（11-12 月、1-4 月）的Cv=0.18 与多年总平均降水量的Cv=0.21 相接近，在季节上夏季与秋季的相差最小，整体与非汛期（11-12 月、1-4 月）相差最大。挖掘出有价值的信息如下：月份上的降水量值变动情况＞季节的降水量变化情况＞汛期的变化情况。

2.1.4 降水量的丰、平、枯频次

对年降水量总体样本按某一范围降水量在61 年中出现的频率划分，将年降水量的丰、枯程度划分为5 种年型。（1）平水年、偏枯水年出现的频次最多占比26.2%；（2）偏丰水年占比24.6%；（3）丰水年占比11.5%；（4）枯水年占比11.5%；（5）丰水年、枯水年出现的频次相同(表3)。

2.1.5 连丰、连枯期分析

（1）连丰2 年出现3 次是（1951-1952 年、1969-1970 年、2009-2010 年）；

（2）连丰3 年出现1 次（1989-1991 年）；

（3）连枯2 年出现3 次是（1958-1959 年、1997-1998 年、2000-2001 年）；

（4）连枯3 年出现2 次是（1966-1968 年、2006-2008 年）。

再从以上数据中挖掘出有效信息即：连丰年出现的次数比连枯年出现的次数少。

2.2 降水量的年内分配

使用挖掘算法，可以发现大通站检测区域一年中降水主要集中在汛期（5-10 月），多年汛期平均降水量为872.3mm，占全年降水量的62.0%；多年非汛期平均降水量为534.3mm，仅占全年降水量的38.0%（见图2）。

表1 大通站各年代平均降水量对比表

表2 大通站多年各时期的变差系数值

表3 大通站降水丰、平、枯频次分析统计表

四季降水量的年内分配如图3 所示。

各月多年平均降水量及所占全年多年平均降水量的比例如图4 所示。

对数据的分析结果如下: 大通站年内各月分配呈偏胖单峰型，主峰居中。6 月份降水量最多，其次是7 月、5 月、4 月、8 月、3月、9 月，最少的是12 月。汛期中的5-7 月与其它各月之间相差较大，这可能是长江流域干流在5-7 月容易发生洪水或特大洪水的主要成因之一。

3 降水量变化的周期性

差积曲线法是分析一个地区的降水量丰、平、枯变化周期的方法。即根据每年的降雨量跟多年平均降雨量分别求每年的模比系数，再求其差值并逐渐依次累加绘成差积曲线[2]。

使用数据挖掘方法分析后，得出结论如下：丰水段共18 年，占总年数的29.5%，平水段14 年，占总年数的23.0%，枯水段共29 年，占总年数的47.5%，这与实际出现的平水段16 年（26.2%）比较接近，与枯水段23 年（37.7%），与丰水段22 年（36.1%）相差较大。这是因为在1992-1999 年之间丰枯水段出现趋势不明显造成的差距。同时从图5 中还可以看出，该地区一个完整的降水量丰、平、枯变化周期约在1965-1991 年（27 年），丰、枯变化周期约在1950-1968 年（19 年）和1979-1998 年（20 年）。

4 降水量变化趋势分析

本文使用Kendall 秩相关系数检验来判断时间序列趋势。对该方法简单说明如下：对时间序列X1,X2,···Xn（n 为样本数），所有对偶观测值(xi,xj,j＞i)中xi＜xj出现的个数为P。给定显著水平α，其检验临界值为序列趋势不显著；统计量称为Kendall 秩次相关系数，当增加时，统计量收敛于标准化正态分布，给定显著水平，其检验临界值为U1-α/2。当|U|＜U1-α/2，序列趋势不显著；当|U|＞U1-α/2，序列趋势显著；且U＞0，序列呈上升趋势，U＜0，序列呈下降趋势[3]。

图5 大通站年降水量模比系数差积曲线

取显著水平α=0.05,查表得U1-α/2=1.96。利用检验统计量公式，计算不同时段的年降水量的秩次相关系数，没有月份年降水量通过了Kendall 秩次相关检验，说明年降水量上升下降趋势不显著；夏季、冬季、1 月、2 月、3 月、8 月、11 月秩次相关系数为正，说明这几个时段年降水量变化呈上升趋势且趋势不显著；其余时段的年降水量Kendall 秩次相关系数均为负，说明这些时段的年降水量呈下降趋势，且下降趋势不显著。

根据以上数据分析的结论，认为在大通站检测区域多年年降水量与汛期(5-10 月)降水量变化趋势呈缓慢下降趋势。