基于机器学习短历时暴雨时空分布规律研究

• 作者: 刘业森 刘媛媛 刘洪伟 霍风霖
• 来源期刊: 水利学报
• 学科: 地球科学
• 关键词: 机器学习 时空分布 特征提取 短时强降雨
• 年，卷（期）: 2019,（6）
• 页码范围: 773-779
• 页数: 7页
• 分类号: P338
• 字数: 4628字
• 语种: 中文
• DOI: 10.13243/j.cnki.slxb.20180943

摘要

城市内涝风险的精细化管理和防洪排涝市政工程的科学设计,需要对当地降雨的时空分布特征有深入的了解.而传统以单站雨型代表整个区域降雨特征的分析方法,不能满足这一要求.本文尝试将机器算法引入到暴雨时空分布特征研究中,以北京城区2004-2016年降雨资料为研究样本,利用动态聚类算法,提取北京城区短历时暴雨时空分布的动态特征.经分析,北京汛期的短历时暴雨时空分布特征,可以分为3种类型:(1)降雨自西北部山区移动到城中心区,逐渐扩散到城区;(2)降雨集中在城区西南部地区,逐渐向北部和城中心区扩散;(3)降雨集中在城区中心区和东部地区,基本不发生移动.研究结果表明,基于机器学习算法提取的暴雨时空分布特征,与实际暴雨时空动态发展趋势相符,并且有各自对应的降雨形成的不同物理机制,可为城区降雨设计、城市内涝风险管理等工作提供借鉴与参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘洪伟		9	4	1.0	1.0
2	霍风霖		9	3	1.0	1.0
3	刘媛媛		16	107	5.0	10.0
4	刘业森		4	6	1.0	2.0