首页> 中文期刊> 《水利学报》 >基于机器学习短历时暴雨时空分布规律研究

基于机器学习短历时暴雨时空分布规律研究

         

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.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号