数据挖掘方法在径流演变分析中的应用研究

发布时间：2017-08-14 20:26

  本文关键词：数据挖掘方法在径流演变分析中的应用研究

  更多相关文章： 数据挖掘 径流演变规律 回归分析 相关分析 决策树 神经网络

【摘要】：水资源是维持所有生物生存的基本要素之一,也是人类活动必不可少的自然资源。作为水循环过程的重要环节,径流要素的变化对整个水资源系统起着主导作用,并对生态环境和经济发展有着决定性的影响。因此,分析各流域径流演变的规律是科学评价、开发和保护区域水资源的前提,具有重要的理论价值和实际意义。传统的径流演变规律分析通常采用统计学和水文模型模拟的方法进行研究,近年来受全球气候变化和人类活动的影响,径流的时空演变表现出诸多不确定性,径流变化的成因越来越复杂,传统分析方法具有一定的局限性,已不能满足需求。水文监测部门收集积累了海量的业务和监测数据,这些数据具有量大、面广、异构、分布等特征,伴随着新的信息获取技术的发展,可用数据源得到扩充,如何运用这些数据进行径流的演变规律分析,实现径流的中长期预测成为当下亟待解决的问题。数据挖掘作为一门新兴技术,具有及时、有效处理大数据的优势,且不依赖于复杂的机理研究,是实现历史数据转化为有用知识的有效手段,能够用于分析径流演变规律研究中存在的具体问题,并已有大量学者进行了相关研究。本文首先按照数据挖掘的过程对当前数据挖掘方法在径流演变规律分析中的应用研究进行了梳理,针对传统径流演变规律研究过程中存在的具体问题提出了基于数据挖掘的解决方法,并以雅砻江流域打罗至二滩区间为研究区,选择遥感监测和径流、降水、蒸散、温度等地面监测数据,运用神经网络、决策树分类、回归分析、相关分析等数据挖掘方法对区间径流变化规律进行了分析。结果表明,数据挖掘方法可以有效剔除观测数据中噪声的影响,增强数据的完整性;基于大数据的挖掘方法可以有效识别气候变化和长期人类活动影响下水文系统由一致向不一致逐渐转变的特征,并提取主要影响因素,是对传统径流演变规律分析方法的有益补充。通过分析打罗至二滩区间径流的变化规律得到:自二滩水库蓄水以后库区年降雨量显著减少,区间径流系数也显著降低,基于稳态假设的HBV模型径流模拟效率也逐年降低,而库区植被整体逐年变好;相关分析结果表明库区植被自然生长加快是导致区间径流系数降低的主要原因,而研究区降水减少是区间产水减少的直接原因。本论文主要研究成果有:基于异常值检测的方法构建了一种使用于TM影像的厚云阴影检测算法,并通过替换法对有云影像数据进行了补偿处理;以多源遥感影像为试验数据,基于决策树分类和回归分析的方法对库区周边植被的时空变化进行了具体分析;运用回归分析和相关分析的方法对打罗至二滩区间径流的演变规律及其成因进行了分析。
【关键词】：数据挖掘 径流演变规律 回归分析 相关分析 决策树 神经网络
【学位授予单位】：兰州交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：P333
【目录】：

• 摘要4-6
• Abstract6-10
• 1 绪论10-21
• 1.1 研究背景及意义10-11
• 1.2 国内外研究现状11-17
• 1.2.1 数据挖掘国内外研究现状11-12
• 1.2.2 数据挖掘方法在水资源领域的应用研究现状12-15
• 1.2.3 径流演变规律分析的常用方法15-17
• 1.3 研究内容及技术路线17-20
• 1.3.1 研究内容17-19
• 1.3.2 研究思路19-20
• 1.4 论文章节安排20-21
• 2 数据挖掘及其在径流演变分析中的方法研究21-33
• 2.1 数据挖掘概述21-24
• 2.1.1 数据挖掘的产生及特点21
• 2.1.2 数据挖掘的定义与分类21
• 2.1.3 数据挖掘的功能及方法21-22
• 2.1.4 数据挖掘的过程22-23
• 2.1.5 数据挖掘框架体系23-24
• 2.2 数据挖掘在水资源领域的方法研究24-33
• 2.2.1 径流演变分析可用数据源及其特征24-25
• 2.2.2 数据挖掘在径流演变规律分析中的技术框架25-27
• 2.2.3 径流演变规律分析常用数据挖掘算法及原理27-33
• 3 研究区概况及数据收集33-36
• 3.1 研究区概况33-35
• 3.2 基础数据收集35-36
• 4 数据一致性与完整性分析处理36-48
• 4.1 降水数据36-37
• 4.2 径流数据37-38
• 4.3 蒸散数据38
• 4.4 影像数据处理38-48
• 4.4.1 影像预处理38-41
• 4.4.2 影像去云处理41-48
• 5 区间径流演变规律分析48-76
• 5.1 下垫面植被变化分析48-65
• 5.1.1 基于MODIS数据的研究区植被变化分析48-56
• 5.1.2 基于像元二分模型的库区周边植被覆盖度变化分析56-65
• 5.2 基于水文一致性的模型效率变化分析65-69
• 5.2.1 数据整合65-67
• 5.2.2 二滩径流模型模拟67-68
• 5.2.3 模型效率变化分析68-69
• 5.3 基于数据挖掘方法的径流演变分析69-72
• 5.3.1 降雨变化趋势分析69
• 5.3.2 径流变化趋势分析69-71
• 5.3.3 蒸散及温度变化趋势分析71-72
• 5.4 基于数据挖掘方法的径流演变成因分析72-76
• 6 结论与展望76-78
• 6.1 主要结论76-77
• 6.2 不足与展望77-78
• 参考文献78-83
• 致谢83-85
• 附录A 研究区NDVI年际变化分析结果85-86
• 附录B 研究区EVI年际变化分析结果86-87
• 附录C 库区周边植被覆盖度分析结果87-88
• 硕士期间参研项目及主要成果88

【参考文献】

中国期刊全文数据库 前10条

1 胡杨;林凯荣;刘攀;;基于HMA方法的宜昌站生态径流演变规律分析[J];中国农村水利水电;2016年02期

2 于泉洲;梁春玲;刘煜杰;姜浩;孙雷刚;;基于MODIS的山东省植被覆盖时空变化及其原因分析[J];生态环境学报;2015年11期

3 王有恒;谭丹;景元书;;HBV水文预报模型在白龙江流域的应用研究[J];水土保持通报;2015年03期

4 宋乃平;杜灵通;王磊;;盐池县2000—2012年植被变化及其驱动力[J];生态学报;2015年22期

5 唐亦汉;陈晓宏;;近50年珠江流域降雨多尺度时空变化特征及其影响[J];地理科学;2015年04期

6 王宇;卢文喜;卞建民;安永凯;;基于小波神经网络的地下水流数值模拟模型的替代模型研究[J];中国环境科学;2015年01期

7 李德仁;张良培;夏桂松;;遥感大数据自动分析与数据挖掘[J];测绘学报;2014年12期

8 宋文龙;杨胜天;路京选;刘昌明;王树东;;黄河中游大尺度植被冠层截留降水模拟与分析[J];地理学报;2014年01期

9 武正丽;贾文雄;刘亚荣;张禹舜;;近10a来祁连山植被覆盖变化研究[J];干旱区研究;2014年01期

10 王万同;王卷乐;杜佳;;基于ETM+与MODIS数据融合的伊洛河流域地表蒸散估算[J];地理研究;2013年05期

，

本文编号：674555