林佳楠

（阜新市水利事務服務中心,遼寧 阜新 123000）

0 引言

干旱是國內(nèi)最常見的自然災害之一，具有持續(xù)時間長、波及范圍廣的特點，對區(qū)域經(jīng)濟發(fā)展和居民日常生活造成了十分嚴重的影響[1-2]。我國季節(jié)性干旱現(xiàn)象十分嚴重，已成為了限制區(qū)域發(fā)展的主要原因[3]。為探究區(qū)域干旱的發(fā)生規(guī)律，對區(qū)域干旱程度進行監(jiān)測，目前分析干旱的方法主要包括遙感監(jiān)測法、干旱指數(shù)法、標準降水指數(shù)法、相對濕潤度指數(shù)法等[4]，其中相對濕潤度指數(shù)法由于其所需數(shù)據(jù)較易獲得、計算方法簡單、計算精度較高，被廣泛應用于區(qū)域干旱分析中[5]。

為提前掌握區(qū)域干旱的發(fā)展趨勢，需要對干旱進行預測，韓會明等[6]基于改進的灰色模型建立了區(qū)域干旱預測模型，指出改進后的灰色模型預測結果的平均誤差僅為3.32%，精度較高；哈斯等[7]基于貝葉斯理論建立了草原干旱預測模型，并投過GIS繪制了草原干旱等級分布圖，為草原干旱防治提供了依據(jù)。

機器學習模型可用于數(shù)據(jù)預測和整理中，表現(xiàn)出了較高的精度。遼寧省位于我國東北部，其所在區(qū)域土壤較肥沃，是我國重要的農(nóng)業(yè)生產(chǎn)基地，干旱對于該地區(qū)影響十分巨大。本文基于遼寧省1964 年～2017 年的實測氣象數(shù)據(jù)，分析區(qū)域干旱變化趨勢，并基于極限學習機模型、M5 樹模型、隨機森林模型共3 種機器學習模型，建立遼寧省干旱預測模型。

1 研究區(qū)域概況

遼寧省位于我國東北部，地屬溫帶大陸性季風氣候，日照豐富，年日照時數(shù)在2500 h左右。全年平均氣溫在7℃～11℃，冬季溫度較低，年降水量400 mm～1100 mm[8]。遼寧省是國內(nèi)重要的重工業(yè)和農(nóng)業(yè)生產(chǎn)基地之一，對于能源的需求量較高，太陽輻射能源的引入對當?shù)亟?jīng)濟發(fā)展十分重要。

本文選擇遼寧省沈陽、錦州、開原、葉柏壽、瓦房店、寬甸、岫巖7 個氣象站點的氣象數(shù)據(jù)，計算遼寧省干旱特征，分析規(guī)律，得出預測模型精度，氣象站點分布情況見圖1。

圖1 氣象站點分布情況

2 研究方法

2.1 相對濕潤度指數(shù)計算

相對濕潤度指數(shù)M可通過降雨數(shù)據(jù)和計算潛在蒸散量得出，其值可反映區(qū)域干旱情況，其中M＞-0.4 為無旱，-0.4 ≥M＞-0.65 為輕旱，-0.65 ≥M＞-0.8 為中旱，-0.80≥M＞-0.95為重旱，具體計算公式可見文獻[5]。

2.2 極限學習機模型（ELM）

極限學習機模型（ELM）主要可分為輸入層、隱含層和輸出層3 部分，其收斂速度快、精度高，被廣泛應用于回歸檢驗中，具體步驟可見文獻[9]。

2.3 M5樹模型（M5T）

M5tree（M5T）模型在掃描所有可能的分裂后選擇了預期的標準偏差。組成模型的過程分為兩部分，將數(shù)據(jù)分成若干子集以創(chuàng)建決策樹，模型可以通過計算子集的預期誤差[10]。模型精度可定義為：

式中：SD和SDR是標準偏差；Q是一組達到目標值的樣本；Qi是Q的子集。

2.4 隨機森林模型（RF）

隨機森林模型（RF）在訓練期間引入隨機屬性選擇，該模型基于隨機性和差異提取數(shù)據(jù)，可以大大提高決策的準確性[11]。

2.5 模型精度指標計算

利用均方根誤差（RMSE）、模型效率系數(shù)（Ens）和決定系數(shù)（R2）分析各模型模擬精度，具體公式如下：

式中：Yi為模型的模擬值，Y為其平均值；Xi為P-M模型計算的標準值，X為Xi的平均值；m為數(shù)據(jù)樣本數(shù)。RMSE越小，表明模型模擬誤差越?。籈ns和R2越接近1，表明模型模擬精度越高。

3 結果與分析

通過ELM、M5T、RF等模型計算，極限學習機模型表現(xiàn)出了較高精度，以下僅出ELM計算成果。

3.1 相對濕潤度指數(shù)時間變化趨勢

圖2反映了不同站點相對濕潤度指數(shù)的時間變化趨勢。由圖可知，研究區(qū)域內(nèi)不同站點相對濕潤度指數(shù)的年際變化趨勢和年內(nèi)變化趨勢存在相似的規(guī)律。其中，不同站點相對濕潤度指數(shù)隨著年份的增加呈現(xiàn)升高的趨勢，站點相對濕潤度指數(shù)的年際變化擬合方程斜率均為正，變化傾向率在0.009/10 a～0.088/10 a之間，表明區(qū)域干旱程度呈現(xiàn)逐漸降低的趨勢。不同站點相對濕潤度指數(shù)的年內(nèi)變化趨勢呈現(xiàn)先升高后降低的趨勢，表明當?shù)卦诖杭竞投镜母珊党潭容^嚴重，與當?shù)丶竟?jié)性干旱的現(xiàn)狀基本一致。

圖2 相對濕潤度指數(shù)時間變化趨勢

表1 不同站點相對濕潤度指數(shù)年際變化擬合趨勢

3.2 相對濕潤度指數(shù)空間變化趨勢

圖3反映了不同站點相對濕潤度指數(shù)在不同時間段內(nèi)的空間分布趨勢。由圖中可以看出，在不同季節(jié)研究區(qū)域相對濕潤度指數(shù)的變化趨勢基本一致，均呈由西向東逐漸升高的趨勢，表明由西向東干旱程度有所緩解。在春季，葉柏壽站點附近的干旱程度達到了輕旱水平，其余站點附近干旱程度不嚴重，在夏季和秋季，研究區(qū)域干旱程度均為無旱，在冬季，研究區(qū)域干旱程度較嚴重，在錦州和葉柏壽站點附近相對濕潤度指數(shù)為-0.87左右，達到了重旱水平，而瓦房店區(qū)域附近為中旱水平，沈陽、岫巖和開源附近相對濕潤度指數(shù)為-0.52 ～-0.61，達到了輕旱水平，表明在冬季需指定相應措施預防干旱。

圖3 相對濕潤度指數(shù)空間變化趨勢

4 結論

遼寧省是我國農(nóng)業(yè)大省，干旱對農(nóng)業(yè)發(fā)展影響十分嚴重，本文通過計算不同站點的相對濕潤度指數(shù)，分析了其時間和空間變化趨勢，并得出了預測干旱的基本模型，指出當?shù)卮嬖谳^嚴重的季節(jié)性干旱，冬季干旱程度尤為嚴重，極限學習機模型表現(xiàn)出了較高的精度，可作為遼寧省預測干旱的標準模型使用。