本文關鍵詞：數(shù)據(jù)挖掘方法在徑流演變分析中的應用研究

  更多相關文章： 數(shù)據(jù)挖掘 徑流演變規(guī)律 回歸分析 相關分析 決策樹 神經(jīng)網(wǎng)絡

【摘要】：水資源是維持所有生物生存的基本要素之一,也是人類活動必不可少的自然資源。作為水循環(huán)過程的重要環(huán)節(jié),徑流要素的變化對整個水資源系統(tǒng)起著主導作用,并對生態(tài)環(huán)境和經(jīng)濟發(fā)展有著決定性的影響。因此,分析各流域徑流演變的規(guī)律是科學評價、開發(fā)和保護區(qū)域水資源的前提,具有重要的理論價值和實際意義。傳統(tǒng)的徑流演變規(guī)律分析通常采用統(tǒng)計學和水文模型模擬的方法進行研究,近年來受全球氣候變化和人類活動的影響,徑流的時空演變表現(xiàn)出諸多不確定性,徑流變化的成因越來越復雜,傳統(tǒng)分析方法具有一定的局限性,已不能滿足需求。水文監(jiān)測部門收集積累了海量的業(yè)務和監(jiān)測數(shù)據(jù),這些數(shù)據(jù)具有量大、面廣、異構、分布等特征,伴隨著新的信息獲取技術的發(fā)展,可用數(shù)據(jù)源得到擴充,如何運用這些數(shù)據(jù)進行徑流的演變規(guī)律分析,實現(xiàn)徑流的中長期預測成為當下亟待解決的問題。數(shù)據(jù)挖掘作為一門新興技術,具有及時、有效處理大數(shù)據(jù)的優(yōu)勢,且不依賴于復雜的機理研究,是實現(xiàn)歷史數(shù)據(jù)轉化為有用知識的有效手段,能夠用于分析徑流演變規(guī)律研究中存在的具體問題,并已有大量學者進行了相關研究。本文首先按照數(shù)據(jù)挖掘的過程對當前數(shù)據(jù)挖掘方法在徑流演變規(guī)律分析中的應用研究進行了梳理,針對傳統(tǒng)徑流演變規(guī)律研究過程中存在的具體問題提出了基于數(shù)據(jù)挖掘的解決方法,并以雅礱江流域打羅至二灘區(qū)間為研究區(qū),選擇遙感監(jiān)測和徑流、降水、蒸散、溫度等地面監(jiān)測數(shù)據(jù),運用神經(jīng)網(wǎng)絡、決策樹分類、回歸分析、相關分析等數(shù)據(jù)挖掘方法對區(qū)間徑流變化規(guī)律進行了分析。結果表明,數(shù)據(jù)挖掘方法可以有效剔除觀測數(shù)據(jù)中噪聲的影響,增強數(shù)據(jù)的完整性;基于大數(shù)據(jù)的挖掘方法可以有效識別氣候變化和長期人類活動影響下水文系統(tǒng)由一致向不一致逐漸轉變的特征,并提取主要影響因素,是對傳統(tǒng)徑流演變規(guī)律分析方法的有益補充。通過分析打羅至二灘區(qū)間徑流的變化規(guī)律得到:自二灘水庫蓄水以后庫區(qū)年降雨量顯著減少,區(qū)間徑流系數(shù)也顯著降低,基于穩(wěn)態(tài)假設的HBV模型徑流模擬效率也逐年降低,而庫區(qū)植被整體逐年變好;相關分析結果表明庫區(qū)植被自然生長加快是導致區(qū)間徑流系數(shù)降低的主要原因,而研究區(qū)降水減少是區(qū)間產(chǎn)水減少的直接原因。本論文主要研究成果有:基于異常值檢測的方法構建了一種使用于TM影像的厚云陰影檢測算法,并通過替換法對有云影像數(shù)據(jù)進行了補償處理;以多源遙感影像為試驗數(shù)據(jù),基于決策樹分類和回歸分析的方法對庫區(qū)周邊植被的時空變化進行了具體分析;運用回歸分析和相關分析的方法對打羅至二灘區(qū)間徑流的演變規(guī)律及其成因進行了分析。
【關鍵詞】：數(shù)據(jù)挖掘 徑流演變規(guī)律 回歸分析 相關分析 決策樹 神經(jīng)網(wǎng)絡
【學位授予單位】：蘭州交通大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：P333
【目錄】：

• 摘要4-6
• Abstract6-10
• 1 緒論10-21
• 1.1 研究背景及意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-17
• 1.2.1 數(shù)據(jù)挖掘國內(nèi)外研究現(xiàn)狀11-12
• 1.2.2 數(shù)據(jù)挖掘方法在水資源領域的應用研究現(xiàn)狀12-15
• 1.2.3 徑流演變規(guī)律分析的常用方法15-17
• 1.3 研究內(nèi)容及技術路線17-20
• 1.3.1 研究內(nèi)容17-19
• 1.3.2 研究思路19-20
• 1.4 論文章節(jié)安排20-21
• 2 數(shù)據(jù)挖掘及其在徑流演變分析中的方法研究21-33
• 2.1 數(shù)據(jù)挖掘概述21-24
• 2.1.1 數(shù)據(jù)挖掘的產(chǎn)生及特點21
• 2.1.2 數(shù)據(jù)挖掘的定義與分類21
• 2.1.3 數(shù)據(jù)挖掘的功能及方法21-22
• 2.1.4 數(shù)據(jù)挖掘的過程22-23
• 2.1.5 數(shù)據(jù)挖掘框架體系23-24
• 2.2 數(shù)據(jù)挖掘在水資源領域的方法研究24-33
• 2.2.1 徑流演變分析可用數(shù)據(jù)源及其特征24-25
• 2.2.2 數(shù)據(jù)挖掘在徑流演變規(guī)律分析中的技術框架25-27
• 2.2.3 徑流演變規(guī)律分析常用數(shù)據(jù)挖掘算法及原理27-33
• 3 研究區(qū)概況及數(shù)據(jù)收集33-36
• 3.1 研究區(qū)概況33-35
• 3.2 基礎數(shù)據(jù)收集35-36
• 4 數(shù)據(jù)一致性與完整性分析處理36-48
• 4.1 降水數(shù)據(jù)36-37
• 4.2 徑流數(shù)據(jù)37-38
• 4.3 蒸散數(shù)據(jù)38
• 4.4 影像數(shù)據(jù)處理38-48
• 4.4.1 影像預處理38-41
• 4.4.2 影像去云處理41-48
• 5 區(qū)間徑流演變規(guī)律分析48-76
• 5.1 下墊面植被變化分析48-65
• 5.1.1 基于MODIS數(shù)據(jù)的研究區(qū)植被變化分析48-56
• 5.1.2 基于像元二分模型的庫區(qū)周邊植被覆蓋度變化分析56-65
• 5.2 基于水文一致性的模型效率變化分析65-69
• 5.2.1 數(shù)據(jù)整合65-67
• 5.2.2 二灘徑流模型模擬67-68
• 5.2.3 模型效率變化分析68-69
• 5.3 基于數(shù)據(jù)挖掘方法的徑流演變分析69-72
• 5.3.1 降雨變化趨勢分析69
• 5.3.2 徑流變化趨勢分析69-71
• 5.3.3 蒸散及溫度變化趨勢分析71-72
• 5.4 基于數(shù)據(jù)挖掘方法的徑流演變成因分析72-76
• 6 結論與展望76-78
• 6.1 主要結論76-77
• 6.2 不足與展望77-78
• 參考文獻78-83
• 致謝83-85
• 附錄A 研究區(qū)NDVI年際變化分析結果85-86
• 附錄B 研究區(qū)EVI年際變化分析結果86-87
• 附錄C 庫區(qū)周邊植被覆蓋度分析結果87-88
• 碩士期間參研項目及主要成果88

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 胡楊;林凱榮;劉攀;;基于HMA方法的宜昌站生態(tài)徑流演變規(guī)律分析[J];中國農(nóng)村水利水電;2016年02期

2 于泉洲;梁春玲;劉煜杰;姜浩;孫雷剛;;基于MODIS的山東省植被覆蓋時空變化及其原因分析[J];生態(tài)環(huán)境學報;2015年11期

3 王有恒;譚丹;景元書;;HBV水文預報模型在白龍江流域的應用研究[J];水土保持通報;2015年03期

4 宋乃平;杜靈通;王磊;;鹽池縣2000—2012年植被變化及其驅動力[J];生態(tài)學報;2015年22期

5 唐亦漢;陳曉宏;;近50年珠江流域降雨多尺度時空變化特征及其影響[J];地理科學;2015年04期

6 王宇;盧文喜;卞建民;安永凱;;基于小波神經(jīng)網(wǎng)絡的地下水流數(shù)值模擬模型的替代模型研究[J];中國環(huán)境科學;2015年01期

7 李德仁;張良培;夏桂松;;遙感大數(shù)據(jù)自動分析與數(shù)據(jù)挖掘[J];測繪學報;2014年12期

8 宋文龍;楊勝天;路京選;劉昌明;王樹東;;黃河中游大尺度植被冠層截留降水模擬與分析[J];地理學報;2014年01期

9 武正麗;賈文雄;劉亞榮;張禹舜;;近10a來祁連山植被覆蓋變化研究[J];干旱區(qū)研究;2014年01期

10 王萬同;王卷樂;杜佳;;基于ETM+與MODIS數(shù)據(jù)融合的伊洛河流域地表蒸散估算[J];地理研究;2013年05期

，

本文編號：674555