本文選題：信息熵　切入點：華北　出處：《北京建筑大學(xué)》2017年碩士論文

【摘要】：半個世紀以來,華北地區(qū)工農(nóng)業(yè)迅速發(fā)展,人口快速增長,嚴重加劇了水資源的緊張程度。因此,分析華北區(qū)域水資源特征,深入探索華北地區(qū)降水時空變化特征,對輔助區(qū)域水資源管理具有較大的現(xiàn)實價值。本文選取華北地區(qū)作為研究區(qū)域,以該區(qū)域21個雨量站點1960~2011年逐日降水資料為分析對象,以分析華北地區(qū)近50年降水時間和空間維度變化特征為研究目標,探索信息熵方法在水文科學(xué)研究中的應(yīng)用潛力,期望為區(qū)域水資源管理、干旱預(yù)警等提供輔助決策支持。本文首先對國家氣象中心提供的逐日降水資料進行數(shù)據(jù)預(yù)處理操作,根據(jù)信息熵理論,利用直方圖法進行信息熵和互信息熵等的計算。然后結(jié)合模糊聚類分析方法,對華北地區(qū)進行分區(qū)研究。最后根據(jù)無序指數(shù)研究該區(qū)域降水在時間與空間上的變化。本文研究得出如下成果:1)利用信息熵理論和模糊聚類分析方法將華北地區(qū)劃分為4個相異性顯著的子區(qū)域,劃分方法符合信息科學(xué)原理,具有較高的可靠性。2)華北地區(qū)整體的年降水量相較于春、夏、秋、冬四季具有最小的變異性;華北地區(qū)西北部年降水的變異性最小,而山東省境內(nèi)降水的變異性較大。3)華北地區(qū)降水的年際變化中月尺度大于季尺度大于年尺度,且各月的降水變化差異較大。分季節(jié)討論的話:春季大部分站點有較小的年際變化,其中4月份的年際變化最大;夏季中8月份的年際變化最大;秋季中11月份的年際變化最大;冬季大部分站點均表現(xiàn)出較大的年際變化,其中1月份的最大。4)華北地區(qū)年降水量和降水天數(shù)在不同月份分布不均勻的年際變化特征相似。綜合考慮降水量和降水天數(shù)的月份分配不均勻性,發(fā)現(xiàn)1988年我國的降水有明顯異常變化。5)華北地區(qū)降水量和降水天數(shù)的年代際變化一致。受東亞季風(fēng)的年代際調(diào)整影響,華北地區(qū)降水60年代中期到70年代中期降水持續(xù)減少,到70年代末降水有所轉(zhuǎn)折。6)熵理論可以有效的應(yīng)用到區(qū)域降水時空變化特征分析中,為區(qū)域水資源管理與保護、干旱預(yù)警等提供輔助決策支持。
[Abstract]:In the past half century, the rapid development of industry and agriculture and the rapid growth of population in North China have seriously aggravated the degree of water resources tension. Therefore, the characteristics of water resources in North China are analyzed, and the characteristics of temporal and spatial variation of precipitation in North China are deeply explored. This paper selects North China as the research area, and analyses the daily precipitation data of 21 rainfall stations from 1960 to 2011. Based on the analysis of spatial and temporal characteristics of precipitation in North China in the past 50 years, the potential of applying information entropy method to hydrological science is explored, which is expected to be regional water resources management. In this paper, we preprocess the daily precipitation data provided by the National Meteorological Center, and according to the information entropy theory, we carry out the data preprocessing operation on the basis of the theory of information entropy. The information entropy and mutual information entropy are calculated by histogram method. Finally, the temporal and spatial changes of precipitation in North China are studied according to the disorder index. The following results are obtained in this paper: 1) using the information entropy theory and fuzzy clustering analysis method, the precipitation in North China is studied. Divided into four distinct subregions, The division method accords with the principle of information science and has high reliability. 2) the annual precipitation in North China is the smallest variability compared with spring, summer, autumn and winter, and the annual precipitation variability in northwestern North China is the least. However, the variability of precipitation in Shandong Province is greater. 3) the interannual variation of precipitation in North China is larger than the seasonal scale, and the monthly scale is larger than the annual scale. The variation of precipitation varied greatly from month to month. If we discuss every season, there is a small interannual variation in most stations in spring, in which the interannual variation in April is the largest, and the interannual variation in mid-summer and August is the biggest. The interannual variation was the largest in mid-autumn and November, and the interannual variation was significant at most sites in winter. The annual precipitation and the number of days of precipitation in North China are similar in different months, and the monthly distribution of precipitation and the days of precipitation are not uniform considering the monthly distribution of precipitation and precipitation days. It is found that the precipitation in China in 1988 has obvious anomalous variation. 5) the interdecadal variation of precipitation and precipitation days in North China are consistent. Due to the Interdecadal adjustment of the East Asian monsoon, precipitation in North China has been decreasing continuously from the mid-1960s to the mid-1970s. By the end of 1970s, the theory of entropy can be applied to the analysis of temporal and spatial variation of regional precipitation effectively, which can provide auxiliary decision support for regional water resources management and protection, drought early warning and so on.
【學(xué)位授予單位】：北京建筑大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：P426.6

【參考文獻】

相關(guān)期刊論文 前10條

1 孫桂凱;高沫;黃亞;楊慶;王大洋;佘璇;;廣西近50年降水結(jié)構(gòu)時空變化特征分析[J];水電能源科學(xué);2016年09期

2 賈艷青;張勃;張耀宗;馬彬;唐敏;王國強;劉秀麗;羅正明;;中國華北地區(qū)晝夜降水時空變化特征[J];地理與地理信息科學(xué);2016年05期

3 王炳欽;江源;董滿宇;文巖;;1961—2010年北方半干旱區(qū)極端降水時空變化[J];干旱區(qū)研究;2016年05期

4 張繼國;管耀宗;朱永忠;;降雨空間分布的模糊熵聚類分析[J];河海大學(xué)學(xué)報(自然科學(xué)版);2016年04期

5 戴廷仁;王小桃;欒健;王帥;;1961—2013年遼寧省夏季降水時空變化分布特征分析[J];現(xiàn)代農(nóng)業(yè)科技;2016年10期

6 常肖杰;沈冰;黃領(lǐng)梅;;1976-2010年榆林市降水時空變化趨勢分析[J];水資源與水工程學(xué)報;2016年02期

7 楊菲;朱濤;李蓓蓓;;江浙滬地區(qū)55年夏季降水時空分布規(guī)律研究[J];人民長江;2016年08期

8 趙傳成;姚淑霞;劉君;任志國;達文姣;;基于信息熵的天山山區(qū)降水時空變化特征[J];草業(yè)科學(xué);2016年04期

9 鄭泳杰;張強;張生;陳永勤;;基于信息熵的淮河流域降水時空變異特征研究[J];水電能源科學(xué);2016年01期

10 徐慧;陳鳴;黃進;;內(nèi)蒙古地區(qū)近53a降水格局的時空變化特征[J];人民黃河;2015年10期

相關(guān)會議論文 前1條

1 段麗瑤;楊艷娟;;近50年環(huán)渤海地區(qū)夏季降水時空變化特征[A];第28屆中國氣象學(xué)會年會——S3天氣預(yù)報災(zāi)害天氣研究與預(yù)報[C];2011年

相關(guān)博士學(xué)位論文 前3條

1 雷鳴;模糊聚類新算法的研究[D];天津大學(xué);2007年

2 榮艷淑;大范圍氣候變化與華北干旱研究[D];南京信息工程大學(xué);2004年

3 張繼國;降水時空分布的信息熵研究[D];河海大學(xué);2004年

相關(guān)碩士學(xué)位論文 前1條

1 陳穎;基于信息熵理論的水文站網(wǎng)評價優(yōu)化研究[D];武漢理工大學(xué);2013年

，

本文編號：1663842