一種基于密度聚類的氣象要素分區(qū)方法
【專利摘要】本發(fā)明公開了一種基于密度聚類的氣象要素分區(qū)方法，該方法首先采用基于統(tǒng)計約束的Delaunay三角網(wǎng)構(gòu)建氣象要素實體之間的空間鄰近關(guān)系；進而，綜合考慮空間鄰近約束與氣象要素專題屬性定義氣象要素實體的密度；最后，基于空間鄰近與氣象要素專題屬性相似的雙重條件將高密度的氣象要素實體進行分區(qū)，并進行可視化表達。本發(fā)明的分區(qū)方法受人為因素干擾程度低，而且可以發(fā)現(xiàn)形狀分布復雜的氣象要素分布模式，結(jié)果能夠進行可視化交互，從而更有利于挖掘深層次氣象要素變化規(guī)律與輔助決策。
【專利說明】一種基于密度聚類的氣象要素分區(qū)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于空間數(shù)據(jù)挖掘與空間分析領(lǐng)域，尤其涉及一種基于密度聚類的氣象要素分區(qū)方法。
【背景技術(shù)】
[0002]氣象災害及其誘發(fā)的相關(guān)地質(zhì)災害(如滑坡、泥石流等)已經(jīng)成為對人類發(fā)展、生存影響最大的自然災害。對氣象要素(如氣溫、降水等)進行監(jiān)測、歸因分析及預測是應對氣象災害影響的主要手段。其中，根據(jù)氣溫、降水等氣象要素歷史或?qū)崟r監(jiān)測結(jié)果對氣象要素的空間模式進行分區(qū)已經(jīng)成為深入理解氣象災害發(fā)展、變化規(guī)律的重要手段。當前，聚類技術(shù)已經(jīng)成為氣象要素分區(qū)的一種主要手段，通常一個簇即視為一個分區(qū)。
[0003]當前應用于氣象要素分區(qū)的聚類方法主要有兩類，即:基于劃分的方法與基于層次的方法。其中，基于劃分的方法主要包括k-means及其變種，基于神經(jīng)網(wǎng)絡(luò)的方法(KNN)亦可視為一種特殊的劃分聚類方法。然而，此類方法僅適于發(fā)現(xiàn)體積相似、密度相似的球形聚類結(jié)構(gòu)，但是這類方法的聚類結(jié)果嚴重依賴初始聚類中心的選擇，難以發(fā)現(xiàn)任意形狀的聚類結(jié)構(gòu)(或分區(qū))。此外，此類方法通常不考慮氣象要素的空間鄰近約束。一些方法將空間屬性與專題屬性歸一化后加權(quán)融合構(gòu)造距離函數(shù)，再采用基于劃分的聚類方法進行聚類，但是這些方法中空間屬性與專題屬性間權(quán)值的確定比較困難。
[0004]傳統(tǒng)的層次聚類方法(如average-link, complete-link及ward法)大多適合發(fā)現(xiàn)球形的聚類結(jié)構(gòu)。個別方法(如single-link)能夠發(fā)現(xiàn)任意形狀的聚類,但非常容易受到受異常值(如氣溫降水中的極端監(jiān)測值)干擾。改進的層次空間聚類方法(如CURE)使用代表點的策略雖然能夠發(fā)現(xiàn)較為復雜結(jié)構(gòu)的聚類結(jié)構(gòu)，但是其依然無法發(fā)現(xiàn)任意形狀的聚類結(jié)構(gòu)，而且過多的輸入?yún)?shù)增加了算法的使用難度。此外，大部分層次的方法無法同時考慮專題屬性與空間鄰近約束進行分區(qū)?，F(xiàn)有的密度聚類方法(如DBSCAN)僅能單獨依據(jù)空間屬性或?qū)ｎ}屬性進行聚類，無法識別專題屬性相似且空間鄰近的聚類結(jié)構(gòu)。
[0005]因此，現(xiàn)有方法在用于發(fā)現(xiàn)任意形狀、同時滿足空間鄰近與專題屬性相似的氣象要素分區(qū)結(jié)構(gòu)時，尚存在明顯的缺陷。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的在于提供一種基于密度聚類的氣象要素分區(qū)方法，旨在解決發(fā)現(xiàn)任意形狀、空間約束條件下氣象要素區(qū)劃時受人為因素干擾程度高的問題。
[0007]本發(fā)明是這樣實現(xiàn)的，一種基于密度聚類的氣象要素分區(qū)方法包括以下步驟:
[0008]步驟一、氣象要素實體之間的空間鄰近關(guān)系構(gòu)建；
[0009]步驟二、依據(jù)空間鄰近關(guān)系與氣象要素專題屬性定義氣象要素實體的密度；
[0010]步驟三、基于氣象要素實體的空間鄰近關(guān)系與氣象要素專題屬性的相似性，進一步引入“直接專題屬性距離可達”與“間接專題屬性距離相連”兩個新概念，將高密度氣象要素實體歸入同一區(qū)域；[0011]步驟四、對聚類結(jié)果進行可視化顯示，并輸出最終聚類結(jié)果文件。
[0012]進一步，所述的氣象要素實體之間的空間鄰近關(guān)系構(gòu)建包括以下四個步驟:
[0013]步驟一、依據(jù)氣象要素實體的空間屬性(即地理坐標)構(gòu)建Delaunay三角網(wǎng)；
[0014]步驟二、針對Delaunay三角網(wǎng)邊施加邊長的整體統(tǒng)計約束，即刪除整體上的長邊；
[0015]步驟三、在刪除整體長邊的Delaunay三角網(wǎng)中施加局部統(tǒng)計約束，即刪除局部的長邊；
[0016]步驟四、在刪除整體與局部長邊的Delaunay三角網(wǎng)中，搜索具有公共邊的氣象要素實體，并定義為空間鄰近實體。
[0017]進一步，所述的基于密度聚類的氣象要素分區(qū)方法，算法必須輸入?yún)?shù)為專題屬性差異最小閾值ε direct與間接專題屬性距離最小閾值ε indirect,分別用于控制實體間直接專題屬性距離可達與間接專題屬性距離相連的條件。
[0018]進一步，所述的基于密度聚類的氣象要素分區(qū)方法構(gòu)建氣象要素實體間空間鄰近關(guān)系，需對Delaunay三角網(wǎng)的邊長依次施加整體、局部約束。
[0019]進一步，所述的基于密度聚類的氣象要素分區(qū)方法，綜合考慮空間鄰近約束與氣象要素專題屬性相似定義氣象要素實體的密度。
[0020]進一步，所述的基于密度聚類的氣象要素分區(qū)方法，其特征在于，將高密度氣象要素實體分區(qū)時，借助“直接專題屬性距離可達”與“間接專題屬性距離相連”兩個約束生成分區(qū)結(jié)果。
[0021]本發(fā)明的分區(qū)方法受人為因素干擾程度低，而且可以發(fā)現(xiàn)形狀分布復雜的氣象要素分布模式，結(jié)果能夠進行可視化交互，從而更有利于挖掘深層次氣象要素變化規(guī)律與輔助決策。
【專利附圖】

【附圖說明】
[0022]圖1是本發(fā)明實施例提供的基于密度聚類氣象要素分區(qū)方法的實現(xiàn)流程；
[0023]圖2是本發(fā)明實施例提供的依據(jù)空間位置構(gòu)建的Delaunay三角網(wǎng)；
[0024]圖3是本發(fā)明實施例提供的空間鄰近關(guān)系構(gòu)建過程
[0025]圖中a為刪除整體長邊；b為刪除局部長邊；
[0026]圖4是本發(fā)明實施例提供的模擬數(shù)據(jù)的專題屬性分布；
[0027]圖5是本發(fā)明實施例提供的本發(fā)明實施例提供的模擬數(shù)據(jù)的分區(qū)結(jié)果；
[0028]圖6是本發(fā)明實施例提供的刪除整體長邊后的氣象站點Delaunay三角網(wǎng)；
[0029]圖7是本發(fā)明實施例提供的刪除局部長邊后的氣象站點Delaunay三角網(wǎng)；
[0030]圖8是本發(fā)明實施例提供的氣溫數(shù)據(jù)分區(qū)結(jié)果。
【具體實施方式】
[0031]為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0032]本發(fā)明是這樣實現(xiàn)的，一種基于密度聚類的氣象要素分區(qū)方法包括以下步驟:[0033]步驟一、氣象要素實體之間的空間鄰近關(guān)系構(gòu)建；
[0034]步驟二、依據(jù)空間鄰近關(guān)系與氣象要素專題屬性定義氣象要素實體的密度；
[0035]步驟三、基于氣象要素實體的空間鄰近關(guān)系與氣象要素專題屬性的相似性，進一步引入“直接專題屬性距離可達”與“間接專題屬性距離相連”兩個新概念，將高密度氣象要素實體歸入同一區(qū)域；
[0036]步驟四、對聚類結(jié)果進行可視化顯示，并輸出最終聚類結(jié)果文件。
[0037]進一步，所述的氣象要素實體之間的空間鄰近關(guān)系構(gòu)建包括以下四個步驟:
[0038]步驟一、依據(jù)氣象要素實體的空間屬性(即地理坐標)構(gòu)建Delaunay三角網(wǎng)；
[0039]步驟二、針對Delaunay三角網(wǎng)邊施加邊長的整體統(tǒng)計約束，即刪除整體上的長邊；
[0040]步驟三、在刪除整體長邊的Delaunay三角網(wǎng)中施加局部統(tǒng)計約束，即刪除局部的長邊；
[0041]步驟四、在刪除整體與局部長邊的Delaunay三角網(wǎng)中，搜索具有公共邊的氣象要素實體，并定義為空間鄰近實體。
[0042]進一步，所述的基于密度聚類的氣象要素分區(qū)方法，算法必須輸入?yún)?shù)為專題屬性差異最小閾值ε direct與間接專題屬性距離最小閾值ε indirect,分別用于控制實體間直接專題屬性距離可達與間接專題屬性距離相連的條件。
[0043]進一步，所述的基于密度聚類的氣象要素分區(qū)方法構(gòu)建氣象要素實體間空間鄰近關(guān)系，需對Delaunay三角網(wǎng)的邊長依次施加整體、局部約束。
[0044]進一步，所述的基于密度聚類的氣象要素分區(qū)方法，綜合考慮空間鄰近約束與氣象要素專題屬性相似定義氣象要素實體的密度。
[0045]進一步，所述的基于密度聚類的氣象要素分區(qū)方法，其特征在于，將高密度氣象要素實體分區(qū)時，借助“直接專題屬性距離可達”與“間接專題屬性距離相連”兩個約束生成分區(qū)結(jié)果。
[0046]本發(fā)明的具體方法如下:
[0047]步驟一、根據(jù)空間實體的空間屬性(地理坐標)構(gòu)建Delaunay三角網(wǎng)；
[0048]步驟二、對每個空間實體連接的Delaunay三角網(wǎng)邊施加邊長的整體統(tǒng)計約束,整體約束條件表達為Celt5bal (P)，表示與空間實體P連接的所有邊的整體約束條件，利用下列公式進行計算:
[0049]Cclobal (P) = Mean (DT) + (SD (DT) /NI (p))
[0050]Mean(DT)表示三角網(wǎng)的平均邊長，利用下列公式計算:
[0051 ]
【權(quán)利要求】
1.一種基于密度聚類的氣象要素分區(qū)方法，其特征在于，所述的基于密度聚類的氣象要素分區(qū)方法包括以下步驟: 步驟一、氣象要素實體之間的空間鄰近關(guān)系構(gòu)建； 步驟二、依據(jù)空間鄰近關(guān)系與氣象要素專題屬性定義氣象要素實體的密度； 步驟三、基于氣象要素實體的空間鄰近關(guān)系與氣象要素專題屬性的相似性，進一步引入“直接專題屬性距離可達”與“間接專題屬性距離相連”兩個新概念，將高密度氣象要素實體歸入同一區(qū)域； 步驟四、對聚類結(jié)果進行可視化顯示，并輸出最終聚類結(jié)果文件。
2.如權(quán)利要求1所述的基于密度聚類的氣象要素分區(qū)方法，其特征在于，所述的氣象要素實體之間的空間鄰近關(guān)系構(gòu)建包括以下四個步驟: 步驟一、依據(jù)氣象要素實體的空間屬性構(gòu)建Delaunay三角網(wǎng)； 步驟二、針對Delaunay三角網(wǎng)邊施加邊長的整體統(tǒng)計約束，即刪除整體上的長邊； 步驟三、在刪除整體長邊的Delaunay三角網(wǎng)中施加局部統(tǒng)計約束，即刪除局部的長邊； 步驟四、在刪除整體與局部長邊的Delaunay三角網(wǎng)中，搜索具有公共邊的氣象要素實體，并定義為空間鄰近實體。
3.如權(quán)利要求1所述的基于密度聚類的氣象要素分區(qū)方法，其特征在于，算法必須輸入?yún)?shù)為專題屬性差異最小閾值ε direct與間接專題屬性距離最小閾值ε indirect,分別用于控制實體間直接專題屬性距離可達與間接專題屬性距離相連的條件。
4.如權(quán)利要求1所述的基于密度聚類的氣象要素分區(qū)方法，其特征在于，構(gòu)建氣象要素實體間空間鄰近關(guān)系，需對Delaunay三角網(wǎng)的邊長依次施加整體、局部約束。
5.如權(quán)利要求1所述的基于密度聚類的氣象要素分區(qū)方法，其特征在于，綜合考慮空間鄰近約束與氣象要素專題屬性相似定義氣象要素實體的密度。
6.如權(quán)利要求1所述的基于密度聚類的氣象要素分區(qū)方法，其特征在于，將高密度氣象要素實體分區(qū)時，借助“直接專題屬性距離可達”與“間接專題屬性距離相連”兩個約束生成分區(qū)結(jié)果。
【文檔編號】G06F17/30GK103886076SQ201410110902
【公開日】2014年6月25日 申請日期:2014年3月24日 優(yōu)先權(quán)日:2014年3月24日
【發(fā)明者】劉啟亮, 鄧敏, 石巖, 唐建波, 劉慧敏, 梅小明 申請人:中南大學