一种基于高斯混合聚类算法的生态水文分区方法技术

本发明专利技术公开了一种基于高斯混合聚类算法的生态水文分区方法

【技术实现步骤摘要】
一种基于高斯混合聚类算法的生态水文分区方法


[0001]本专利技术涉及水文学
，具体为一种基于高斯混合聚类算法的生态水文分区方法
。

技术介绍

[0002]生态水文分区是将流域内具有相似水文
、
气象
、
生态
、
土地利用
、
社会经济等方面特征的区域划分为一个个相对独立的单元，以便于进行水资源管理和保护
。
生态水文分区是一种复杂的多目标
、
多约束
、
多层次的空间优化问题，需要综合考虑流域内各种因素的影响和关系
。
传统的生态水文分区方法主要有以下几种：
[0003](1)
基于专家知识或经验的定性分区方法，如根据流域的地貌
、
气候
、
植被等特征进行划分，这种方法简单直观，但是主观性强，缺乏客观依据和量化评价；
[0004](2)
基于指标体系的定量分区方法，如根据流域内各个划分单元的指标数据进行聚类或分类，这种方法客观科学，但是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于高斯混合聚类算法的生态水文分区方法，其特征在于：包括以下步骤：
(a)
选择研究区域和划分单元，将研究区域按照规则划分为若干个小区域，每个小区域作为一个样本，每个样本具有相同的面积；
(b)
构建生态水文分区指标体系，选择能够反映研究区域内水文
、
气象
、
生态
、
土地利用
、
社会经济方面特征的指标，并构建指标体系；
(c)
对指标体系中的指标进行赋权，使用熵权法来确定每个指标的权重，熵权法是一种基于信息论的客观赋权方法，能够根据指标数据本身的信息量来确定权重；
(d)
将每个样本的指标数据作为高斯混合模型聚类算法的输入，高斯混合模型聚类算法是一种基于概率密度的聚类方法，其基于假设数据服从多个高斯分布函数的线性组合，使用期望最大化算法来估计模型参数，并根据贝叶斯信息准则确定最优聚类数；
(e)
根据高斯混合模型聚类算法的输出结果，将研究区域划分为若干个生态水文分区，并输出每个样本属于各个分区的概率值；
(f)
评价分区效果和输出分区结果图，使用轮廓系数
、Calinski
‑
Harabasz
指数和戴维森
‑
布尔丁指数指标来量化地评价分区效果，并绘制分区结果图
。2.
根据权利要求1所述的一种基于高斯混合聚类算法的生态水文分区方法，其特征在于：所述高斯混合模型聚类算法基于下述公式来描述数据服从多个高斯分布函数的线性组合：其中
K
是高斯分布函数的个数，也就是分区的个数；
φ
i
是第
i
个高斯分布函数的权重系数，满足
μ
i
...

【专利技术属性】
技术研发人员：白梦婷，李发文，李旻昊，寇瑞荣，
申请(专利权)人：天津大学，
类型：发明
国别省市：