1 所属领域：属于水文水资源和数据挖掘交叉领域

【所实话，这个专利的名字个人认为不好】
【这个发明旨在，设计一种进行区域降雨相似的分析方法，研究降雨区域相似】
主要考虑的是雨量站的降雨特征，具体考虑的是哪些特征，需要往下看。

现实意义：为补齐雨量站缺失数据、水文站点的合理布局提供支撑（科学依据）

2 步骤分析

2.1 根据单场降雨分割规则进行分割，获得单场降雨时间序列

从几年的雨量站的数据中，划分出来N个单场降雨的序列（因为有很多时候是没有下雨的）

2.2 统计单场降雨时间序列的特征量，将每场降雨用一个n维特征向量表示

{p, d, a, dmax, dmin, p127, dp127, p50, dp50}

2.3 使用主成分变换，保留特征值贡献率超过阈值的维度，记为p个维度

就是从n个维度中，进行主成分分析，保留p个特征值贡献度大的维度

2.4 使用改进K-means方法对单场降雨向量进行聚类

2.5 基于雨量站所有汛期的降雨类型特征向量，建立基于监测时间的降雨特征序列

2.6 采用相似度量建立相似性模型，计算两个雨量站之间的S_pca距离

3 背景技术

1. 缺失资料站点的数据补齐
2. 选择多少年的雨量数据？
3. 站点的合理规划。①取出冗余站点：如果地理位置相近的两个站点降雨相似度极高，可以考虑去除一个站点（如果距离较远则不考虑）
4. 对相似类型的降雨站点进行分类

4 建立相似性模型

【个人感觉：这篇专利写的不行…在前面的发明声明部分，并没有看懂究竟是如歌构建相似性模型的，继续往下看…】

“本发明对降雨特征进行了精心的挑选”
——对不起。我要开始diss了
兄弟，借鉴是可以的，不过别说的好像是你的成果一样，抄同校的，三年前的发明专利，是不是有点过分了啊…!
而且我还是先学习的2012年的专利，再看到你的，可以点一下下面的链接进去看一下…
精心选择…我真是感觉到非常的无语…

https://blog.csdn.net/weixin_42521185/article/details/124959089

4.1 言归正传，讲一下这个过程

其实大的框架是没有改变的，还是要去做 K-means 聚类，然后统计所有类的降雨的场次，假设有K个类，类1有a场降雨，类2有b场降雨，类3有c场降雨…类K有k场降雨。
雨量站就可以用k维的向量表示出来，[a, b, c, d…k]

任意两个雨量站算相似度，用什么余弦相似度算一下，这个专利应该是在这个地方去做创新的…就是换了一种相似度的度量方式。