技術特征：

1.一種基于空間聚類的水庫流域暴雨特征因子辨識方法，包括下述具體步驟：

(1)獲取待分析水庫流域的歷史降水觀測數據以及相對應的暴雨影響因子觀測數據；

(2)將步驟(1)獲取的歷史觀測數據每一個暴雨影響因子作為數據空間的一維，所述水庫流域的歷史觀測數據則表述為高維空間的點據集合S：

S＝{R_i,x_i1,x_i2,…,x_in},i＝1,2,…,m；

其中：n為暴雨的影響因子個數，m為歷史觀測數據時段長度，R_i為第i個時段的降水量，x_ij為第i個時段第j個影響因子的觀測值；

(3)采用非監(jiān)督聚類方法將步驟(2)中所述高維空間的點據進行聚類，計算暴雨點據的聚類準確率C：

$C=\frac{\underset{i=1}{\overset{G}{\Σ}}countB(R_i\>P)}{\underset{i=1}{\overset{G}{\Σ}}countA(R_i\>P)};$

其中：G為聚類的類別數；P為暴雨判別閾值；R_i>P的點據即為暴雨點據；countB(R_i>P)為計算暴雨點據的個數；countA(R_i>P)為暴雨點據所在的類別中所有點據的個數；

(4)從步驟(2)中依次去掉一個暴雨影響因子，重新計算步驟(3)的聚類準確率，根據重新計算的聚類準確率變化來判斷所去掉的暴雨影響因子是否屬于暴雨特征因子；

(5)重復步驟(4)，直至不能去掉任何一個暴雨影響因子，最終保留的因子即為該水庫流域的暴雨特征因子。

2.根據權利要求1所述的基于空間聚類的水庫流域暴雨特征因子辨識方法，其特征在于：所述步驟(4)中的判斷方法具體為：

(4.1)若重新計算的聚類準確率C變大，則表明去掉該暴雨影響因子有利于提升暴雨辨識準確率，也即該暴雨影響因子不屬于該水庫流域的暴雨特征因子，應去掉；

(4.2)若重新計算的聚類準確率C變小，則表明去掉該暴雨影響因子不利于提升暴雨辨識準確率，也即該暴雨影響因子屬于該水庫流域的暴雨特征因子，應保留。

3.根據權利要求1或2所述的基于空間聚類的水庫流域暴雨特征因子辨識方法，其特征在于：步驟(1)所述的暴雨影響因子包括K指數以及不同海拔高度的因子。

4.根據權利要求3所述的基于空間聚類的水庫流域暴雨特征因子辨識方法，其特征在于：所述暴雨判別閾值P的取值標準為12小時降水量30mm或者24小時降水量50mm。

5.根據權利要求3所述的基于空間聚類的水庫流域暴雨特征因子辨識方法，其特征在于：所述不同海拔高度的因子包括氣溫、風速、風向、濕度以及云水含量。