基于模糊C均值聚类法的河南省近57年干旱特征分析

基于模糊C均值聚类法的河南省近57年干旱特征分析

论文摘要

根据河南省1960-2017年19个气象站的逐日降雨数据计算标准化降水指数(SPI),结合模糊C均值聚类法、小波分析,从月、年际和周期维度上研究近57年来河南省干旱的时空变化特征。结果表明:所有气象站点可以分成3个区域,分别为豫东南、豫北、豫西地区;全区在1966、1986、1997年发生持续干旱,豫东南持续干旱时间最长为10个月且在夏季易旱,豫北持续干旱时间最长为9个月且易发生特旱,豫西持续干旱时间段最多但尺度最长为7个月;干旱频率主要分布在豫北,豫西次之,豫东南最小,但干旱频率都在30%以上,且20世纪90年代后干旱频率在各区之间分布比较均匀;豫东南、豫北、豫西分别呈现23~25、20~22、15~17 a易干旱的主周期。

论文目录

  • 1 研究背景
  • 2 研究区域和数据
  •   2.1 研究区概况
  •   2.2 数据来源
  • 3 研究方法
  •   3.1 SPI指数的计算
  •   3.2 模糊C均值聚类法
  • 4 结果与分析
  •   4.1 气象站分类与分区
  •   4.2 各区干旱的月尺度演变特征
  •   4.3 各区干旱的年代、际变化特征
  •   4.4 各区干旱的周期特征
  • 5 结论
  • 文章来源

    类型: 期刊论文

    作者: 卫林勇,江善虎,任立良,张林齐,刘若兰

    关键词: 标准化降水指数,模糊均值聚类法,小波分析,持续干旱

    来源: 水资源与水工程学报 2019年01期

    年度: 2019

    分类: 工程科技Ⅱ辑,基础科学

    专业: 气象学

    单位: 河海大学水文水资源与水利工程科学国家重点实验室,河海大学水文水资源学院

    基金: “十三五”国家重点研发计划项目(2016YFA0601504),国家自然科学基金(41501017),江苏省自然科学基金(BK20150815)

    分类号: P426.616

    页码: 33-39

    总页数: 7

    文件大小: 478K

    下载量: 146

    相关论文文献

    • [1].基于k-均值聚类的小麦质量评价[J]. 现代面粉工业 2018(02)
    • [2].结合低秩表达的模糊均值聚类图像分割方法[J]. 信息通信 2016(11)
    • [3].融合改进人工蜂群和K均值聚类的图像分割[J]. 液晶与显示 2017(09)
    • [4].基于模糊C均值聚类和距离的专家赋权研究[J]. 商 2016(05)
    • [5].多中心的非平衡K-均值聚类方法[J]. 中北大学学报(自然科学版) 2015(04)
    • [6].基于随机抽样的加速K-均值聚类方法[J]. 计算机与现代化 2013(12)
    • [7].抑制式模糊C-均值聚类研究综述[J]. 西安邮电大学学报 2014(03)
    • [8].模糊c-均值聚类法在干港选址中的应用[J]. 水运管理 2009(02)
    • [9].模糊c-均值聚类法在干港选址中的应用[J]. 水运工程 2009(05)
    • [10].基于核K-均值聚类和支持向量机结合的说话人识别方法[J]. 哈尔滨理工大学学报 2008(05)
    • [11].基于模糊C均值聚类的空中目标运动特征识别方法[J]. 舰船电子工程 2020(06)
    • [12].基于K-均值聚类统计的特色小镇评价[J]. 统计与决策 2018(21)
    • [13].基于K均值聚类方法的抽油机井系统能耗分析[J]. 数码设计 2016(02)
    • [14].基于K-均值聚类粒子群算法的变电站定容选址[J]. 陕西电力 2015(11)
    • [15].基于随机权重粒子群和K-均值聚类的图像分割[J]. 图学学报 2014(05)
    • [16].一种并行的加速k-均值聚类方法[J]. 电脑知识与技术 2013(18)
    • [17].一种加速的k-均值聚类方法[J]. 韶关学院学报 2012(12)
    • [18].基于模糊C-均值聚类的能源消费结构分析[J]. 学术交流 2008(12)
    • [19].对类大小不敏感的图像分割模糊C均值聚类方法[J]. 激光与光电子学进展 2020(02)
    • [20].一种基于降维思想的K均值聚类方法[J]. 湖南城市学院学报(自然科学版) 2017(01)
    • [21].基于模糊C均值聚类的岩性识别研究[J]. 科技创新与应用 2016(01)
    • [22].支持向量机与K-均值聚类融合算法的研究[J]. 现代计算机(专业版) 2016(20)
    • [23].基于模糊C均值聚类的光伏阵列故障诊断方法[J]. 太阳能学报 2016(03)
    • [24].基于K均值聚类及模糊支持向量机的海洋灾害风险预警方法[J]. 数字技术与应用 2015(02)
    • [25].一种改进的局部模糊C-均值聚类分割算法研究[J]. 计算机科学 2015(S1)
    • [26].k均值聚类方法在高中学生成绩分析中的应用[J]. 数学学习与研究 2017(21)
    • [27].基于k-均值聚类的朴素贝叶斯分类算法[J]. 福建电脑 2013(11)
    • [28].基于模糊C均值聚类的学生表现评估[J]. 信息技术 2020(11)
    • [29].基于K-均值聚类的图书馆访问量的研究[J]. 科技视界 2013(16)
    • [30].基于k-均值聚类和最小二乘的数据融合方法[J]. 微计算机信息 2011(04)

    标签:;  ;  ;  ;  

    基于模糊C均值聚类法的河南省近57年干旱特征分析
    下载Doc文档

    猜你喜欢