1.一种多情景重现期暴雨雨型的演示方法，其特征在于：包括以下步骤：S1、雨型情景的划分：根据雨量站观测数据的降雨样本资料，统计降雨场次和降雨过程，计算每个实际降雨过程对应的雨峰位置系数，利用雨峰位置系数将降雨过程划分为不同的雨型情景，其计算公式为：式中，ri为雨峰位置系数，ti为降雨峰值时刻，Ti为降雨历时；

S2、暴雨强度公式推求：利用皮尔逊Ⅲ型分布曲线、指数分布曲线和耿贝尔分布曲线，不同理论频率曲线分别进行拟合求解，选择最优的分布曲线进行概率分布模型拟合，得到重现期、降雨强度和降雨历时之间的关系，即p、i、t的关系值，根据p、i、t的关系值，采用最小二乘法求得A1、b、C、n各个参数，即可计算出暴雨强度公式，暴雨强度公式的基本形式为：S3、雨型数据集生成：将雨型情景的划分、不同重现期暴雨强度公式、芝加哥雨型方法进行综合考虑，构建基本降雨过程数据库；

S4、多情景雨型曲线聚类分析：利用K‑means聚类算法，对多情景不同重现期不同历时的雨型数据集进行聚类分析，具体步骤包括：S41、在对某一雨型情景、不同重现期不同历时的数据集进行聚类，k＝1；

S42、随机选取数据集中一个样本点，以此作为聚类的中心，即“簇线”；

S43、设定路径查找的宽带限制和引入LB_Keogh距离来优化动态时间规划计算雨型数据集所有样本到“簇线”的距离；

S44、根据得到的各个簇，求出每个簇中距离所有样本点距离最近的样本点，将其作为新的“簇线”；

S45、重复上述操作，不断迭代获得最优的“簇线”，返回聚类中心值；

得到多情景‑不同重现期‑不同历时的雨型。

2.根据权利要求1所述的一种多情景重现期暴雨雨型的演示方法，其特征在于：S3中，所述雨型数据集生成的具体步骤包括：S31、芝加哥雨型法生成基本雨型：根据降雨历时与平均暴雨强度的经验关系计算历时t的暴雨总降雨量，并计算偏导数计算t时刻的瞬时降雨强度，通过引入雨峰位置系数r来修正雨峰的位置，将降雨历时的时间序列分为峰前和峰后两个部分，假设峰前的瞬时强度为i(tb)，相应的历时为tb；峰后的瞬时强度为i(ta)，相应的历时为ta，则雨峰前后瞬时降雨强度可通过以下公式计算：S32、降雨过程数据库构建：利用芝加哥法雨型，推求多情景下不同历时不同重现期的基本雨型，从而建立降雨过程数据库；

S33、雨型数据扩充：在降雨过程数据库的基础上，利用改进SMOTE算法对降雨过程数据库进行样本的扩充，得到在多情景下不同历时不同重现期的雨型数据集。

3.根据权利要求2所述的一种多情景重现期暴雨雨型的演示方法，其特征在于：S32中，所述降雨过程数据库构建的步骤具体包括：S321、降雨过程数据库构建过程中，雨型情景采用雨峰偏前、雨峰居中、雨峰偏后三个情景，降雨历时采用2h、6h、12h、24h共4个历时，降雨重现期采用5a、10a、20a、30a、50a、100a共6个重现期，采用以步长＝5min表示2h降雨历时，以步长＝15min表示6h表示降雨历时，以步长＝30min表示12h降雨历时，以步长＝60min表示24h降雨历时；

S322、针对雨峰偏前0.15≤r≤0.45的雨型情景，根据公式和不同重现期暴雨强度公式参数A、b、n，以及雨峰位置系数r范围，步长取0.03，分别推求不同历时、不同重现期的基本雨型；

S323、针对雨峰居中0.45

S324、针对雨峰偏后0.55≤r≤0.85的雨型情景，根据公式和不同重现期暴雨强度公式参数A、b、n，以及雨峰位置系数r范围，步长取0.03，分别推求不同历时、不同重现期的基本雨型。

4.根据权利要求2所述的一种多情景重现期暴雨雨型的演示方法，其特征在于：S33中，所述雨型数据扩充的具体步骤包括：S331、将降雨过程数据库中各历时各重现期的数据集作为少数类样本X，遍历每一个样本，对于少数类样本中的每一个样本xi，计算它到少数类样本集中所有样本的距离，采用欧氏距离，得到样本xi的k个近邻；

S332、根据样本不平衡比例情况，以确定采样倍率M，取M＝1，对于每一个少数类样本xi，(1) (2) (N)从k近邻中随机选择N个近邻，假设选择的近邻为：x ，x ，···x ；

(j)

S333、针对每个随机选取的近邻x (j＝1，2，3，···N)，分别与原样本进行线性插值，构建新的样本集Xnew；

S334、判断样本集Xnew是否发生重叠：有样本重叠，则进行去重叠操作，输出去重叠样本'X'new；没有样本重叠，则输出新的样本数据集X'new；

'

S335、统计输出去重叠样本X'new或者新的样本数据集X'new样本个数与设定的阈值进行比较：小于阈值，则进行M＝1的采样倍率，进行迭代扩充；大于等于阈值，则生成最终的雨型数据集。