文章目录
写在前面：《水文》（JOURNAL OF CHINA HYDROLOGY）；双月刊；中文核心；主办单位：水利部水文局;水利部水利信息中心
1 摘要
- 针对的问题：基于水文要素摘录数据的相似性分析的优点和存在的问题；
- 提出的论点：使用DTW解决水文要素摘录数据时序间距不一致、时长不一致的问题；
- 创新点：根据水文时间序列数据周期性起伏变化频繁的特征，基于最长公共子串，对DTW算法进行优化改进，从而提高相似性匹配精度；
- 论证过程：首先引入基于水文要素摘录的数据的相似性的分析存在问题，主要在于引入DTW会导致水文数据时序间距不一致的问题；然后根据水文序列周期性，基于最长公共子串，对DTW进行改进，从而提高相似性的匹配精度。
2 结论
- 水文时间序偶咧数据的相似性挖掘，在水文研究领域具有重要意义，尤其是对供水预报、防洪调度等方面的支撑作用。
- 两种：①基于日平均水文要素时间序列数据； ②基于水文要素摘录时间序列数据
- 作者认为，基于水文要素摘录数据，进而进行水文过程相似性分析，更能反映水文过程；
- 通过基于最长公共子串匹配，对DTW算法进行优化，旨在解决周期性频繁起伏变化水文时间序列数据， 在距离计算中的“病态匹配”问题
3 引言
这一段引言写的蛮好的。
- 在防汛抗旱指挥和预报分析中，经常需要知道相似的水文过程，以便做出相应的防汛抗旱决策，就需要对水文降雨、水位、流量（降雨量）等过程线进行相似性分析，查找相似的水文过程。
4 水文时间序列数据相似性度量的相关研究
- 水文时间序列数据：[时刻，水文要素检测值]，按照观测时刻排列的水文数据的有序集合。
- 水文时间序列数据相似性，就是比较基于水文监测数据绘成水文过程曲线的相似程度。
大量研究、分析方法：
（1）两个时间序列的欧氏距离
（2）李薇等，通过引入数据仓库和数据挖掘的理论和技术，对两个站口的日平均降雨量相似性查询；[1]
（3）朱跃龙等，以太湖流域某站日平均水位数据为例，提出基于语义相似的水文时间序列相似性挖掘；[2]
（4）杨艳林等，提出基于DTW聚类的水文时间序列相似性挖掘方法 ；[3]
4.1 提出问题
- 一般日平均水文数据（文中用的最多的就是水文站的日平均水位），不能代表该水文要素的实际变化过程，而水文要素摘录数据可以完整的反应水文要素的实际变化过程。
- 但是，水文要素摘录数据的时间间距不一致，序列数据时间点也不是一一对应的。
图1 是日平均水文数据，因为水位数据是每隔1h记录一次的，那么日平均水位数据就是24h的水位求和除以24；
图2是水文要素摘录过程线，这两条线的序列数据时间点不是一一对应的，2018年摘录了1278个数据，1997年摘录了891个数据，时间间距也是不一样的，有1h，2h，4h等等。【很显然，下面一种数据表示方法，能够看出这两条曲线是存在相似性的，2018年的数据“在时间步长上缩减、扭曲一下”， 就可以和1997年的时间序列数据存在很大的相似性！而这一种想法，我们称之为“语义相似”， 更多解释可以学习一下DTW】
4.2 DTW动态时间弯曲距离算法
- 对时间序列数据进行规整（延伸、缩短），使得两个序列的时刻尽可能一致。
- 最早用于语音识别领域
- 弥补欧式距离的缺点：只能计算时间间距一致、数据点数据一致的缺陷，【也就是说，时间序列不一样长，也是可以进行比较的了】
5 基于DTW的水文要素时间序列数据相似性度量方法
5.1 介绍DTW
一般使用欧式距离公式，构建序列X和序列Y的距离矩阵D。
5.2 数据介绍（实验要做什么）
- 选取长江干流汉口，武汉关水文站的水位数据。
【这里我bb一句，前面说的很高大上的“水位要素”，讲白了在文章中就是水位数据，也就是记录某时某刻的水位是多少mm】 - 水位数据（1865年-2017年），以2018年为基准，查找1865年-2017年中，哪一年与2018年水位变化情况最相似
- 也就是说，“分析当前水位过程与历史上哪一时期的过程是类似的”，就是要以“年”为单位，查找相似水位变化、
5.3 创新点：基于最长公共子串的DTW算法优化
- 发现水文时间序列数据具有周期性起伏变化的特征
- 基于水文时间序列数据具有周期性起伏变化频繁的特征，两个数值序列的最长公共子串的长度对相似度的影响很大，即两个数值序列的最长公共子串越长，偏差越小，需要调整的幅度越小
5.4 算法流程
5.5 输出结果分析
- 输出的是相似度最高的3个年份
