辽宁省干旱特征与预测模型研究

林佳楠

（阜新市水利事务服务中心,辽宁 阜新 123000）

0 引言

干旱是国内最常见的自然灾害之一，具有持续时间长、波及范围广的特点，对区域经济发展和居民日常生活造成了十分严重的影响[1-2]。我国季节性干旱现象十分严重，已成为了限制区域发展的主要原因[3]。为探究区域干旱的发生规律，对区域干旱程度进行监测，目前分析干旱的方法主要包括遥感监测法、干旱指数法、标准降水指数法、相对湿润度指数法等[4]，其中相对湿润度指数法由于其所需数据较易获得、计算方法简单、计算精度较高，被广泛应用于区域干旱分析中[5]。

为提前掌握区域干旱的发展趋势，需要对干旱进行预测，韩会明等[6]基于改进的灰色模型建立了区域干旱预测模型，指出改进后的灰色模型预测结果的平均误差仅为3.32%，精度较高；哈斯等[7]基于贝叶斯理论建立了草原干旱预测模型，并投过GIS绘制了草原干旱等级分布图，为草原干旱防治提供了依据。

机器学习模型可用于数据预测和整理中，表现出了较高的精度。辽宁省位于我国东北部，其所在区域土壤较肥沃，是我国重要的农业生产基地，干旱对于该地区影响十分巨大。本文基于辽宁省1964 年～2017 年的实测气象数据，分析区域干旱变化趋势，并基于极限学习机模型、M5 树模型、随机森林模型共3 种机器学习模型，建立辽宁省干旱预测模型。

1 研究区域概况

辽宁省位于我国东北部，地属温带大陆性季风气候，日照丰富，年日照时数在2500 h左右。全年平均气温在7℃～11℃，冬季温度较低，年降水量400 mm～1100 mm[8]。辽宁省是国内重要的重工业和农业生产基地之一，对于能源的需求量较高，太阳辐射能源的引入对当地经济发展十分重要。

本文选择辽宁省沈阳、锦州、开原、叶柏寿、瓦房店、宽甸、岫岩7 个气象站点的气象数据，计算辽宁省干旱特征，分析规律，得出预测模型精度，气象站点分布情况见图1。

图1 气象站点分布情况

2 研究方法

2.1 相对湿润度指数计算

相对湿润度指数M可通过降雨数据和计算潜在蒸散量得出，其值可反映区域干旱情况，其中M＞-0.4 为无旱，-0.4 ≥M＞-0.65 为轻旱，-0.65 ≥M＞-0.8 为中旱，-0.80≥M＞-0.95为重旱，具体计算公式可见文献[5]。

2.2 极限学习机模型（ELM）

极限学习机模型（ELM）主要可分为输入层、隐含层和输出层3 部分，其收敛速度快、精度高，被广泛应用于回归检验中，具体步骤可见文献[9]。

2.3 M5树模型（M5T）

M5tree（M5T）模型在扫描所有可能的分裂后选择了预期的标准偏差。组成模型的过程分为两部分，将数据分成若干子集以创建决策树，模型可以通过计算子集的预期误差[10]。模型精度可定义为：

式中：SD和SDR是标准偏差；Q是一组达到目标值的样本；Qi是Q的子集。

2.4 随机森林模型（RF）

随机森林模型（RF）在训练期间引入随机属性选择，该模型基于随机性和差异提取数据，可以大大提高决策的准确性[11]。

2.5 模型精度指标计算

利用均方根误差（RMSE）、模型效率系数（Ens）和决定系数（R2）分析各模型模拟精度，具体公式如下：

式中：Yi为模型的模拟值，Y为其平均值；Xi为P-M模型计算的标准值，X为Xi的平均值；m为数据样本数。RMSE越小，表明模型模拟误差越小；Ens和R2越接近1，表明模型模拟精度越高。

3 结果与分析

通过ELM、M5T、RF等模型计算，极限学习机模型表现出了较高精度，以下仅出ELM计算成果。

3.1 相对湿润度指数时间变化趋势

图2反映了不同站点相对湿润度指数的时间变化趋势。由图可知，研究区域内不同站点相对湿润度指数的年际变化趋势和年内变化趋势存在相似的规律。其中，不同站点相对湿润度指数随着年份的增加呈现升高的趋势，站点相对湿润度指数的年际变化拟合方程斜率均为正，变化倾向率在0.009/10 a～0.088/10 a之间，表明区域干旱程度呈现逐渐降低的趋势。不同站点相对湿润度指数的年内变化趋势呈现先升高后降低的趋势，表明当地在春季和冬季的干旱程度较严重，与当地季节性干旱的现状基本一致。

图2 相对湿润度指数时间变化趋势

表1 不同站点相对湿润度指数年际变化拟合趋势

3.2 相对湿润度指数空间变化趋势

图3反映了不同站点相对湿润度指数在不同时间段内的空间分布趋势。由图中可以看出，在不同季节研究区域相对湿润度指数的变化趋势基本一致，均呈由西向东逐渐升高的趋势，表明由西向东干旱程度有所缓解。在春季，叶柏寿站点附近的干旱程度达到了轻旱水平，其余站点附近干旱程度不严重，在夏季和秋季，研究区域干旱程度均为无旱，在冬季，研究区域干旱程度较严重，在锦州和叶柏寿站点附近相对湿润度指数为-0.87左右，达到了重旱水平，而瓦房店区域附近为中旱水平，沈阳、岫岩和开源附近相对湿润度指数为-0.52 ～-0.61，达到了轻旱水平，表明在冬季需指定相应措施预防干旱。

图3 相对湿润度指数空间变化趋势

4 结论

辽宁省是我国农业大省，干旱对农业发展影响十分严重，本文通过计算不同站点的相对湿润度指数，分析了其时间和空间变化趋势，并得出了预测干旱的基本模型，指出当地存在较严重的季节性干旱，冬季干旱程度尤为严重，极限学习机模型表现出了较高的精度，可作为辽宁省预测干旱的标准模型使用。