基于隨機森林的奎屯河水資源可持續(xù)利用評價

葛 強

(北京大學(xué)城市與環(huán)境學(xué)院，北京 100871)

可持續(xù)水資源管理是當(dāng)今世界水問題研究的熱點，也是中國水資源可持續(xù)利用發(fā)展的重大需求問題?？沙掷m(xù)發(fā)展是一個多系統(tǒng)、多層次、多指標(biāo)的大系統(tǒng)。在國內(nèi)隨著水資源承載力概念的研究，許多學(xué)者從20 世紀90 年代也開展了水與可持續(xù)利用的相關(guān)研究，縱觀中國水資源時空分布特點及開發(fā)利用現(xiàn)狀，水資源可持續(xù)發(fā)展定義為在選擇水資源相關(guān)影響因素的基礎(chǔ)上，構(gòu)建科學(xué)合理的評價指標(biāo)體系，制定符合實際區(qū)域情況的評價指標(biāo)分級標(biāo)準(zhǔn)，運用一定的評價方法，來判斷水資源可持續(xù)利用系統(tǒng)的發(fā)展水平，為水資源優(yōu)化配置與可持續(xù)利用發(fā)展提供科學(xué)依據(jù)和決策支持。葛強[1]等人以云南高原典型流域為研究區(qū)域構(gòu)建評價指標(biāo)體系，運用主成分分析法進行水資源承載力與可持續(xù)利用評價；陳寧[2]等人界定了水資源可持續(xù)發(fā)展的概念，建立3個層次體系的16個可持續(xù)發(fā)展評價指標(biāo)，并提出可行性建議；何丙能[3]等人認為水資源開發(fā)利用能獲得最大的經(jīng)濟效益、社會效益和生態(tài)效益，滿足工農(nóng)業(yè)持續(xù)發(fā)展和人民生活日益提高對水量水質(zhì)的要求；同時又有一個良好的生態(tài)環(huán)境，使經(jīng)濟建設(shè)和水資源開發(fā)利用、保護同步發(fā)展。李強[4]等人認為水資源可持續(xù)利用是指通過協(xié)調(diào)水資源價值的當(dāng)代利用與后代利用、文中區(qū)域利用與其他區(qū)域利用，協(xié)調(diào)水資源系統(tǒng)的投入與產(chǎn)出，協(xié)調(diào)水資源利用的經(jīng)濟效益、社會效益與生態(tài)環(huán)境效益，協(xié)調(diào)水資源利用與其他資源利用之間的關(guān)系，來實現(xiàn)生態(tài)完整、社會公平、經(jīng)濟發(fā)展的多個目標(biāo)與水資源系統(tǒng)的持續(xù)、高效、協(xié)調(diào)運作。

根據(jù)研究區(qū)域的特點和社會經(jīng)濟的發(fā)展?fàn)顩r，考慮到新疆奎屯河特殊的地理區(qū)域，水資源影響因素在新疆地區(qū)的重要性出發(fā)，以奎屯河為研究區(qū)域，運行隨機森林模型算法，進行水資源綜合評價研究，對研究區(qū)域的水資源可持續(xù)利用具有一定的科學(xué)指導(dǎo)。

1 流域概況

奎屯河流域位于新疆天山北部，準(zhǔn)噶爾盆地南部，位于東經(jīng)83°22′00″～85°47′00″，北緯43°30′00″～47°04′00″，地處于天山北坡西緣的“金三角”經(jīng)濟帶，以石油化工和農(nóng)業(yè)為基礎(chǔ)，人均GDP達到15 506元，有效灌溉面積為18.49萬hm2。流域水系由奎屯河、四棵樹河、古爾圖河3條河流組成，總流域面積2.83萬km2，多年平均徑流量為12.58億m3。水資源量為17.71億m3，多年平均降水量161.5 mm，流域降水在時空上分布不均勻。流域氣候干燥，多年平均蒸發(fā)量1 785 mm，年平均氣溫在4℃～7℃，全年實際日照時數(shù)為2 600～8 000 h，屬大陸性干旱氣候。

2 方法介紹

2.1 基本原理[5]

隨機森林(Random Forest，RF)是以統(tǒng)計學(xué)原理為基礎(chǔ)的組合分類智能算法模型，是一種非線性的建模工具，在建模的過程過不需要處理原始數(shù)據(jù)標(biāo)準(zhǔn)化或者歸一化的量綱不統(tǒng)一問題，可以把組合分類的影響縮小到最小，具有模型參數(shù)設(shè)置少和較強的數(shù)據(jù)挖掘能力，準(zhǔn)確性和運算效率高的特點，同時能夠解釋各個評價指標(biāo)的重要性。

2.2 隨機森林(RF)模型建立[6-8]

隨機森林分類是由多個分類樹組合而成的組合模型，其結(jié)果是由多個分類結(jié)果組合而成，本文主要是采用投票表決法來說明最優(yōu)分類，計算公式如下：

式中l(wèi)——輸入變量分類結(jié)果；k——決策樹的數(shù)目；I——示性函數(shù)；nhi,c——樹對類c的分類結(jié)果；nhi——樹的節(jié)點數(shù)。

模型的最終分類結(jié)果為：

式中H(x)——組合分類模型；hi(x)——單個分類決策模型。

2.3 計算步驟[9-10]

3 應(yīng)用實例

3.1 評價指標(biāo)與等級標(biāo)準(zhǔn)的建立

根據(jù)水資源評價的定義和內(nèi)涵為基礎(chǔ)，考慮水資源評價的影響因素及建立的評價指標(biāo)體系能夠反應(yīng)系統(tǒng)關(guān)系的真實情況，提供該流域可持續(xù)發(fā)展的可靠性支持，保證該流域的可持續(xù)發(fā)展的道路不偏離預(yù)期軌跡，同時也能滿足最嚴格水資源管理的要求，依照“科學(xué)性、可操作性、代表性、指標(biāo)量化”等選取原則，盡可能包括系統(tǒng)內(nèi)的主要影響因素，同時參考了奎屯河流域水資源相關(guān)文獻[11-12]，共選取8個評價指標(biāo)作為輸入變量，充分解釋水資源評價的影響因素。

水資源可持續(xù)利用評價指標(biāo)等級標(biāo)準(zhǔn)確定主要是通過以下三種方式：①參考國家標(biāo)準(zhǔn)以及國家對某些指標(biāo)發(fā)展的規(guī)劃值來確定標(biāo)準(zhǔn)值；②依據(jù)現(xiàn)有理論分析并結(jié)合研究區(qū)域的實際典型特征來確定標(biāo)準(zhǔn)值；③參考現(xiàn)有的文獻資料或?qū)?jīng)驗豐富的專家進行咨詢來確定標(biāo)準(zhǔn)值。具體評價等級標(biāo)準(zhǔn)見表1。

表1 水資源可持續(xù)利用評價等級標(biāo)準(zhǔn)值

3.2 數(shù)據(jù)來源

參考新疆奎屯河流域水資源調(diào)查評價與水資源優(yōu)化配置分析的評價指標(biāo)體系，根據(jù)新疆水資源公報與新疆統(tǒng)計年鑒等相關(guān)資料的收集，考慮流域具體的實際情況，人均水資源量、供水模數(shù)、農(nóng)業(yè)灌溉利用系數(shù)等指標(biāo)具有很重要的參考性和代表性，因此，選取2016—2017現(xiàn)狀年的數(shù)據(jù)為原始基礎(chǔ)數(shù)據(jù)，進行水資源可持續(xù)利用評價計算。

3.3 樣本選取與模型實現(xiàn)

3.3.1 樣本選取

樣本的選取是隨機森林(Random Forest，RF)模型構(gòu)造的重要因素，樣本質(zhì)量也決定了水資源評價的效果。根據(jù)流域水資源利用工程建設(shè)、引用水現(xiàn)狀、生態(tài)環(huán)境變化等情況的綜合考慮，以2016—2017現(xiàn)狀年為時間節(jié)點，采用隨機生成的辦法在流域被對各個評價指標(biāo)等級標(biāo)準(zhǔn)閾值中生成30組樣本，其中24組作為訓(xùn)練樣本，6組作為檢驗樣本，通過人工樣本點識別，將樣本觀測點作為一個樣本集，其數(shù)據(jù)值作為基礎(chǔ)數(shù)據(jù)，進行初步數(shù)據(jù)計算和檢驗結(jié)果后的分析。通過大量數(shù)據(jù)的分析，隨機森林(Random Forest，RF)模型對數(shù)據(jù)的量綱不統(tǒng)一性并不敏感，不需要進行標(biāo)準(zhǔn)化處理。

表2 樣本數(shù)據(jù)評價值

能夠客觀合理地評價隨機森林(RF)模型的分類性能，選擇分類評價準(zhǔn)確率作為分類性能評價的指標(biāo)，其中，分類評價準(zhǔn)確率是模型的分類預(yù)測值與真實值的差異程度，是由正確分類的樣本數(shù)與總樣本數(shù)的比值，比值越大，表明所選用數(shù)學(xué)模型的分類能力就越強。為了避免選取樣本的偶然性對樣本數(shù)據(jù)造成的不準(zhǔn)確定性結(jié)果，采用重復(fù)交叉的訓(xùn)練方法進行分析驗證，樣本數(shù)據(jù)評價值見表2。

3.3.2 模型實現(xiàn)

通過Random Forest軟件程序包進行模型編程，隨機森林(Random Forest，RF)模型主要包括了2個實現(xiàn)參數(shù)，一個是模型中決策樹的數(shù)量(Nt)，另一個是決策樹節(jié)點待選劃分變量(Mt)。對于一般的分類來說，Nt值越大，擬合效果就越小，常規(guī)的取值建議大于100個；Mt值是每次分割中隨機選取候選變量的個數(shù)，其數(shù)值越大，子模型的差異性就越小，通過分析比較，方差誤差較小和變量誤差估計最小時，決策樹的數(shù)量Nt取Nt=105，決策樹節(jié)點待選劃分變量Mt取Mt=4。

本文通過模型分析，選取了分類評價準(zhǔn)確率來進行分類性能評價。分類評價準(zhǔn)確率會受到選取初級樣本和測試樣本的影響，為了減小不確定性因素的存在，分析比較人工神經(jīng)網(wǎng)絡(luò)(ANN)、支持向量機(SVM)、隨機森林(RF)的性能。因此獲得隨機森林(RF)模型在訓(xùn)練階段的結(jié)果，具體的計算結(jié)果見表3。

3.4 模型性能分析

根據(jù)表2的30個基礎(chǔ)數(shù)據(jù)可知，利用分類評價準(zhǔn)確率計算得到了隨機森林(RF)模型分類評價標(biāo)準(zhǔn)，即正確分類的樣本數(shù)與總樣本數(shù)的比值。通過計算，隨機森林(RF)模型分類評價標(biāo)準(zhǔn)率達到了99.5%，表明該模型的分類評價準(zhǔn)確率很高，保證不確定性因素的影響，隨機森林(RF)模型的計算結(jié)果與人工神經(jīng)網(wǎng)絡(luò)(ANN)和支持向量機(SVM)進行比較，基本上保持一致，說明采用隨機森林(RF)模型進行評價計算是合理的，計算結(jié)果具有一定科學(xué)指導(dǎo)價值。

選取新疆奎屯河特殊的地理區(qū)域的30個基礎(chǔ)樣本數(shù)據(jù)，將其中的前24個訓(xùn)練基礎(chǔ)樣本數(shù)據(jù)進行劃分等量10部分，進行3種模型的分類評價準(zhǔn)確率計算，具體計算結(jié)果見表4。結(jié)果排序為隨機森林(RF)模型較好，支持向量機(SVM)次之，人工神經(jīng)網(wǎng)絡(luò)(ANN)較差，隨機森林(RF)模型表現(xiàn)出了較好穩(wěn)定性和準(zhǔn)確性，體現(xiàn)了分析性能和抗干擾性能。

表4 三種模型的分類評價準(zhǔn)確率

模型評價指標(biāo)在水資源可持續(xù)利用評價中體現(xiàn)隨機變量的重要性，在新疆奎屯河流域的水資源可持續(xù)利用評價中，水資源開發(fā)利用率和農(nóng)業(yè)灌溉用水量最為重要，在水資源模型的預(yù)測計算中，要特別注意這兩個評價指標(biāo)的計算準(zhǔn)確度。

4 結(jié)論

考慮到新疆奎屯河流域特殊地理位置，建立隨機森林(RF)模型進行水資源可持續(xù)利用評價，并對評價指標(biāo)記性決策樹分類，并獲得30個樣本數(shù)據(jù)的評價結(jié)果和前24個訓(xùn)練樣本數(shù)據(jù)進行分類評價準(zhǔn)確率計算。結(jié)果可知，3種模型的分類評價準(zhǔn)確率計算，隨機森林(RF)模型較好，人工神經(jīng)網(wǎng)絡(luò)(ANN)較差，體現(xiàn)了隨機森林(RF)模型具有較好的準(zhǔn)確性和分析抗干擾性能。

在今后一定時期的研究中，將對新疆奎屯河流域的水資源可持續(xù)利用評價基礎(chǔ)數(shù)據(jù)的收集提出更高的要求，完善水資源評價指標(biāo)體系，優(yōu)化隨機森林(RF)模型的指標(biāo)參數(shù)，進一步地提高評價指標(biāo)計算的準(zhǔn)確性。