Applications of the concepts of complex networks for studying streamflow dynamics are gaining momentum at the current time. The present study applies a coupled phase space reconstruction–network construction method to examine the clustering property of the temporal dynamics of streamflow. The clustering of the temporal streamflow network is determined using clustering coefficient, which quantifies the tendency of a network to cluster (a measure of local density). Monthly streamflow time series observed from each of 639 stations (i.e. 639 networks) in the United States are studied. The presence of links between nodes (i.e. phase space reconstructed vectors) in each streamflow network (i.e. station) is identified using the Euclidean distance. Different distance thresholds are used to examine the influence of threshold on the clustering coefficient results and to identify the critical threshold. The results indicate that the distance threshold has significant influence on the clustering coefficient values of the temporal streamflow networks. With the critical distance threshold values, the clustering coefficients for the 639 stations are found to be between 0.15 and 0.81, suggesting very different types of network connections and dynamics. The clustering coefficient values are found to provide useful information on the influence of a given month (i.e. timestep) of the year on the temporal dynamics. Reliable interpretations of the clustering coefficient values in terms of catchment characteristics and flow properties are also possible.

目前，复杂网络的概念在研究水流动力学方面的应用正在迅速发展。本研究应用耦合相空间重构-网络构造方法来检验水流时间动态的聚类性质。使用聚类系数确定时间流网络的聚类，聚类系数可量化网络聚类的趋势（局部密度的度量）。研究了从美国639个站点（即639个网络）中每个站点观察到的每月流量时间序列。使用欧几里得距离来识别每个流网络（即站点）中节点之间（即相空间重构向量）之间的链接的存在。使用不同的距离阈值来检查阈值对聚类系数结果的影响并确定临界阈值。结果表明，距离阈值对时间流网络的聚类系数值有显着影响。使用临界距离阈值，发现639个站点的聚类系数在0.15和0.81之间，这表明网络连接和动态性的类型非常不同。发现聚类系数值可提供有关一年中给定月份（即时间步长）对时间动态的影响的有用信息。关于集水系数和流量特性的聚类系数值的可靠解释也是可能的。结果表明，距离阈值对时间流网络的聚类系数值有显着影响。使用临界距离阈值，发现639个站点的聚类系数在0.15和0.81之间，这表明网络连接和动态性的类型非常不同。发现聚类系数值可提供有关一年中给定月份（即时间步长）对时间动态的影响的有用信息。关于集水系数和流量特性的聚类系数值的可靠解释也是可能的。结果表明，距离阈值对时间流网络的聚类系数值有显着影响。使用临界距离阈值，发现639个站点的聚类系数在0.15和0.81之间，这表明网络连接和动态性的类型非常不同。发现聚类系数值可提供有关一年中给定月份（即时间步长）对时间动态的影响的有用信息。关于集水系数和流量特性的聚类系数值的可靠解释也是可能的。发现这639个站点的聚类系数在0.15和0.81之间，这表明网络连接和动态性的类型非常不同。发现聚类系数值可提供有关一年中给定月份（即时间步长）对时间动态的影响的有用信息。关于集水系数和流量特性的聚类系数值的可靠解释也是可能的。发现这639个站点的聚类系数在0.15和0.81之间，这表明网络连接和动态性的类型非常不同。发现聚类系数值可提供有关一年中给定月份（即时间步长）对时间动态的影响的有用信息。关于集水系数和流量特性的聚类系数值的可靠解释也是可能的。