基于信息熵的最优雨量站网动态评估

本文刊于: 《武汉大学学报(工学版)》 2021年第0期

关键词:
信息熵 雨量站网 最大信息最小冗余 时间变异性

Keywords:
information entropy,rainfall network,MIMR,temporal variability
摘要
     雨量站网是降水数据的最直接来源,其优化和评估至关重要。信息熵不仅可以代表降雨分布的不确定性,还可以反映雨量站之间的相关性大小。以湘江流域的子流域——湘乡流域为研究区域,基于信息熵的最大信息最小冗余准则,应用一种易于实现的贪婪排名算法,对该流域雨量站网进行站点重要性排名。同时考虑不同的滑动年际序列和不同气象条件,对排名结果进行比较分析。结果表明:不同起始日的观测序列影响了雨量站网站点的重要性排名,不同时期站点排名的变化证明了雨量站网站点的时间变异性,但随着观测序列长度的增加,这种时间变异性逐渐减小;在不同时期(雨季或旱季),最优雨量站网的站点重要性排名存在差异,旱季对最优站网站点重要性排名的时间变异性影响更显著。

基金项目:
国家自然科学基金重点项目(编号:51539009);国家重点研发计划项目(编号:2017YFA06030702)

上一篇:秦岭主峰太白山积雪时空变化规律及驱动机制分析
下一篇:基于CMIP6的中国主要地区极端气温/降水模拟能力评估及未来情景预估

分享到: 分享基于信息熵的最优雨量站网动态评估到腾讯微博           收藏
评论排行
公告 
相关期刊文献推荐
相关会议文献推荐
相关硕士文献推荐
相关博士文献推荐