• 中国科学引文数据库核心期刊
  • 中文核心期刊、中国科技核心期刊
  • 第1、2届国家期刊奖
  • 第3届国家期刊奖百种重点期刊奖
  • 中国精品科技期刊、中国百强报刊
  • 百种中国杰出学术期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于UMAP与HDBSCAN的北京市极端暴雨时空动态分布规律研究

徐淑高,王纤阳,蒋卫威,鱼京善,刘源,周桂欢

downloadPDF
徐淑高, 王纤阳, 蒋卫威, 鱼京善, 刘源, 周桂欢. 基于UMAP与HDBSCAN的北京市极端暴雨时空动态分布规律研究[J]. 华体会外围 (自然科学版). doi: 10.12202/j.0476-0301.2022303
引用本文: 徐淑高, 王纤阳, 蒋卫威, 鱼京善, 刘源, 周桂欢. 基于UMAP与HDBSCAN的北京市极端暴雨时空动态分布规律研究[J]. 华体会外围 (自然科学版).doi:10.12202/j.0476-0301.2022303
XU Shugao, WANG Xianyang, JIANG Weiwei, YU Jingshan, LIU Yuan, ZHOU Guihuan. Spatial and Temporal Dynamic Distribution of Extreme Rainstorm in Beijing Based on UMAP and HDBSCAN[J]. Journal of Beijing Normal University(Natural Science). doi: 10.12202/j.0476-0301.2022303
Citation: XU Shugao, WANG Xianyang, JIANG Weiwei, YU Jingshan, LIU Yuan, ZHOU Guihuan. Spatial and Temporal Dynamic Distribution of Extreme Rainstorm in Beijing Based on UMAP and HDBSCAN[J].Journal of Beijing Normal University(Natural Science).doi:10.12202/j.0476-0301.2022303

基于UMAP与HDBSCAN的北京市极端暴雨时空动态分布规律研究

doi:10.12202/j.0476-0301.2022303
基金项目:国家自然科学基金重点项目(52239003);济南市水务科技项目(JNSWKJ202001)
详细信息
    通讯作者:

    鱼京善(1965—),男,教授,博士. 研究方向:水文水资源. E-mail:jingshan@bnu.edu.cn

Spatial and Temporal Dynamic Distribution of Extreme Rainstorm in Beijing Based on UMAP and HDBSCAN

  • 摘要:极端暴雨具有历时短、雨强大、破坏性强等特点,是引发城市内涝的主要原因之一,探究其时空动态分布规律有助于提高城市内涝风险精细化管理水平.本文以北京市2004-2016年308个气象站点的降雨资料为研究样本,利用UMAP降维算法和HDBSCAN聚类算法构建了各类极端暴雨事件的时空动态分布模型,首次提取了北京市全域4类极端暴雨模式 :1)模式一:暴雨集中在主城区,并围绕主城区缓慢移动;2)模式二:暴雨从西南山区途经主城区,向东北方向移动;3)模式三:暴雨自西部山区向主城区西北部扩散,最后向主城区北部方向移动;4)模式四:暴雨从西部山区途经主城区向东移动.研究结果表明:北京市极端暴雨的主要类型为短历时降雨过程,暴雨中心在空间上均存在从西向东移动的趋势.其中,主城区、东南山区以及南部平原地区面临相对更高的极端暴雨风险.各类极端暴雨的模式特征物理机制明确,其重构特征可以充分表征实际暴雨事件特性.研究成果可为北京市降雨设计、城市内涝风险管理等工作提供一定的参考.

  • 图 1北京气象站点分布图

    图 2互达距离示意图

    图 3参数选择对UMAP降维结果的影响

    图 4HDBSCAN聚类结果

    图 5不同极端暴雨模式质心时空分布图

    图 6模式一暴雨时空分布

    图 7模式二暴雨时空分布

    图 8模式三暴雨时空分布

    图 9模式四暴雨时空分布

  • [1] 程晓陶,刘昌军,李昌志,等. 变化环境下洪涝风险演变特征与城市韧性提升策略[J]. 水利学报,2022,53(7):757doi:10.13243/j.cnki.slxb.20220351
    [2] 陈文龙,徐宗学,张印,等. 高密度城市暴雨洪涝治理理论框架及其应用研究[J]. 水利学报,2022,53(7):769doi:10.13243/j.cnki.slxb.20220201
    [3] 舒章康,李文鑫,张建云,等. 中国极端降水和高温历史变化及未来趋势[J]. 中国工程科学,2022,24(5):116
    [4] 张炜,李思敏,时真男. 我国城市暴雨内涝的成因及其应对策略[J]. 自然灾害学报,2012,21(5):180doi:10.13577/j.jnd.2012.0525
    [5] 栾清华,秦志宇,王东,等. 城市暴雨道路积水监测技术及其应用进展[J]. 水资源保护,2022,38(1):106doi:10.3880/j.issn.1004-6933.2022.01.014
    [6] 邸苏闯,李卓蔓,刘玉,等. 基于气象雷达反演和云图外推法的临近期降雨预报方法研究[J]. 水利水电技术(中英文),2022,53(5):13
    [7] SONG X M,ZHANG J Y,et al. Changes in precipitation extremes in the Beijing metropolitan area during 1960-2012[J]. Atmospheric Research,2019,222:134doi:10.1016/j.atmosres.2019.02.006
    [8] PILGRIM D H,CORDERY I. Rainfall temporal patterns for design floods[J]. Journal of the Hydraulics Division,1975,101(1):81doi:10.1061/JYCEAJ.0004197
    [9] KEIFER C J,CHU H H. Synthetic storm pattern for drainage design[J]. Journal of the Hydraulics Division,1957,83(4):1332
    [10] WILLEMS P,ARNBJERG NIELSEN K,OLSSON J,et al. Climate change impact assessment on urban rainfall extremes and urban drainage:methods and shortcomings[J]. Atmospheric Research,2012,103:106doi:10.1016/j.atmosres.2011.04.003
    [11] 夏军,石卫. 变化环境下中国水安全问题研究与展望[J]. 水利学报,2016,47(3):292doi:10.13243/j.cnki.slxb.20150937
    [12] RAFIEEINASAB A,NOROUZI A,KIM S,et al. Toward high-resolution flash flood prediction in large urban areas - analysis of sensitivity to spatiotemporal resolution of rainfall input and hydrologic modeling[J]. Journal of Hydrology,2015,531:370doi:10.1016/j.jhydrol.2015.08.045
    [13] 胡睿,王双银,王鹏飞. 基于聚类分析的短历时暴雨雨型研究[J]. 水电能源科学,2021,39(4):8
    [14] 刘媛媛,刘洪伟,霍风霖,等. 基于机器学习短历时暴雨时空分布规律研究[J]. 水利学报,2019,50(6):773doi:10.13243/j.cnki.slxb.20180943
    [15] LIU W,CHEN S,TIAN F. Spatiotemporal Modes of Short Time Rainstorms Based on High-Dimensional Data:A Case Study of the Urban Area of Beijing,China[J]. Water,2021,13(24):3597doi:10.3390/w13243597
    [16] LIU Y Y,LI L,LIU Y S,et al. Dynamic spatial-temporal precipitation distribution models for short-duration rainstorms in Shenzhen,China based on machine learning[J]. Atmospheric Research,2020,237:104861doi:10.1016/j.atmosres.2020.104861
    [17] YUAN Y F,ZHAI P M,LI J,et al. Changes in classified precipitation in the urban,suburban,and mountain areas of Beijing[J]. Advances in Climate Change Research,2017,8(4):279doi:10.1016/j.accre.2017.10.002
    [18] 孙继松,雷蕾,于波,等. 近10年北京地区极端暴雨事件的基本特征[J]. 气象学报,2015,73(4):609doi:10.11676/qxxb2015.044
    [19] ZHOU Y P,LAU W K M,LIU C T. Rain characteristics and large-scale environments of precipitation objects with extreme rain volumes from TRMM observations[J]. Journal of Geophysical Research:Atmospheres,2013,118(17):9673doi:10.1002/jgrd.50776
    [20] MCINNES L, HEALY J, MELVILLE J. UMAP: uniform manifold approximation and projection for dimension reduction"[EB/OL]. 2018[2022-10-08]https://arxiv.org/abs/1802.03426"
    [21] MCINNES L,HEALY J,ASTELS S. Hdbscan:Hierarchical density based clustering[J]. The Journal of Open Source Software,2017,2(11):205doi:10.21105/joss.00205
    [22] LIU Y S,YANG Z S,HUANG Y H,et al. Spatiotemporal evolution and driving factors of China’s flash flood disasters since 1949[J]. Science China Earth Sciences,2018,61(12):1804doi:10.1007/s11430-017-9238-7
    [23] 陆婷婷,崔晓鹏. 北京两次特大暴雨过程观测对比[J]. 大气科学,2022,46(1):111doi:10.3878/j.issn.1006-9895.2104.21007
  • 加载中
图(9)
计量
  • 文章访问数:13
  • HTML全文浏览量:9
  • PDF下载量:2
  • 被引次数:0
出版历程
  • 收稿日期:2022-10-13
  • 网络出版日期:2023-02-20

目录

    /

      返回文章
      返回
        Baidu
        map