葛 強(qiáng)

(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(wèn)題研究的熱點(diǎn)，也是中國(guó)水資源可持續(xù)利用發(fā)展的重大需求問(wèn)題?？沙掷m(xù)發(fā)展是一個(gè)多系統(tǒng)、多層次、多指標(biāo)的大系統(tǒng)。在國(guó)內(nèi)隨著水資源承載力概念的研究，許多學(xué)者從20 世紀(jì)90 年代也開(kāi)展了水與可持續(xù)利用的相關(guān)研究，縱觀中國(guó)水資源時(shí)空分布特點(diǎn)及開(kāi)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(píng)價(jià)指標(biāo)體系，制定符合實(shí)際區(qū)域情況的評(píng)價(jià)指標(biāo)分級(jí)標(biāo)準(zhǔn)，運(yùn)用一定的評(píng)價(jià)方法，來(lái)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(qiáng)[1]等人以云南高原典型流域?yàn)檠芯繀^(qū)域構(gòu)建評(píng)價(jià)指標(biāo)體系，運(yùn)用主成分分析法進(jìn)行水資源承載力與可持續(xù)利用評(píng)價(jià)；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(gè)層次體系的16個(gè)可持續(xù)發(fā)展評(píng)價(jià)指標(biāo)，并提出可行性建議；何丙能[3]等人認(rèn)為水資源開(kāi)發(fā)利用能獲得最大的經(jīng)濟(jì)效益、社會(huì)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(duì)水量水質(zhì)的要求；同時(shí)又有一個(gè)良好的生態(tài)環(huán)境，使經(jīng)濟(jì)建設(shè)和水資源開(kāi)發(fā)利用、保護(hù)同步發(fā)展。李強(qiáng)[4]等人認(rèn)為水資源可持續(xù)利用是指通過(guò)協(xié)調(diào)水資源價(jià)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(jì)效益、社會(huì)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(lái)實(shí)現(xiàn)生態(tài)完整、社會(huì)公平、經(jīng)濟(jì)發(fā)展的多個(gè)目標(biāo)與水資源系統(tǒng)的持續(xù)、高效、協(xié)調(diào)運(yùn)作。

根據(jù)研究區(qū)域的特點(diǎn)和社會(huì)經(jīng)濟(jì)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(yùn)行隨機(jī)森林模型算法，進(jìn)行水資源綜合評(píng)價(jià)研究，對(duì)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(jì)帶，以石油化工和農(nóng)業(yè)為基礎(chǔ)，人均GDP達(dá)到15 506元，有效灌溉面積為18.49萬(wàn)hm2。流域水系由奎屯河、四棵樹(shù)河、古爾圖河3條河流組成，總流域面積2.83萬(wàn)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(shí)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(shí)際日照時(shí)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(jī)森林(Random Forest，RF)是以統(tǒng)計(jì)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(guò)程過(guò)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(wèn)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(qiáng)的數(shù)據(jù)挖掘能力，準(zhǔn)確性和運(yùn)算效率高的特點(diǎn)，同時(shí)能夠解釋各個(gè)評(píng)價(jià)指標(biāo)的重要性。

2.2 隨機(jī)森林(RF)模型建立[6-8]

隨機(jī)森林分類是由多個(gè)分類樹(shù)組合而成的組合模型，其結(jié)果是由多個(gè)分類結(jié)果組合而成，本文主要是采用投票表決法來(lái)說(shuō)明最優(yōu)分類，計(jì)算公式如下：

式中l(wèi)——輸入變量分類結(jié)果；k——決策樹(shù)的數(shù)目；I——示性函數(shù)；nhi,c——樹(shù)對(duì)類c的分類結(jié)果；nhi——樹(shù)的節(jié)點(diǎn)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(gè)分類決策模型。

2.3 計(jì)算步驟[9-10]

3 應(yīng)用實(shí)例

3.1 評(píng)價(jià)指標(biāo)與等級(jí)標(biāo)準(zhǔn)的建立

根據(jù)水資源評(píng)價(jià)的定義和內(nèi)涵為基礎(chǔ)，考慮水資源評(píng)價(jià)的影響因素及建立的評(píng)價(jià)指標(biāo)體系能夠反應(yīng)系統(tǒng)關(guān)系的真實(shí)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(shí)也能滿足最嚴(yán)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(shí)參考了奎屯河流域水資源相關(guān)文獻(xiàn)[11-12]，共選取8個(gè)評(píng)價(jià)指標(biāo)作為輸入變量，充分解釋水資源評(píng)價(jià)的影響因素。

水資源可持續(xù)利用評(píng)價(jià)指標(biāo)等級(jí)標(biāo)準(zhǔn)確定主要是通過(guò)以下三種方式：①參考國(guó)家標(biāo)準(zhǔn)以及國(guó)家對(duì)某些指標(biāo)發(fā)展的規(guī)劃值來(lái)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(shí)際典型特征來(lái)確定標(biāo)準(zhǔn)值；③參考現(xiàn)有的文獻(xiàn)資料或?qū)?jīng)驗(yàn)豐富的專家進(jìn)行咨詢來(lái)確定標(biāo)準(zhǔn)值。具體評(píng)價(jià)等級(jí)標(biāo)準(zhǔn)見(jiàn)表1。

表1 水資源可持續(xù)利用評(píng)價(jià)等級(jí)標(biāo)準(zhǔn)值

3.2 數(shù)據(jù)來(lái)源

參考新疆奎屯河流域水資源調(diào)查評(píng)價(jià)與水資源優(yōu)化配置分析的評(píng)價(jià)指標(biāo)體系，根據(jù)新疆水資源公報(bào)與新疆統(tǒng)計(jì)年鑒等相關(guān)資料的收集，考慮流域具體的實(shí)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(jìn)行水資源可持續(xù)利用評(píng)價(jià)計(jì)算。

3.3 樣本選取與模型實(shí)現(xiàn)

3.3.1 樣本選取

樣本的選取是隨機(jī)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(píng)價(jià)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(shí)間節(jié)點(diǎn)，采用隨機(jī)生成的辦法在流域被對(duì)各個(gè)評(píng)價(jià)指標(biāo)等級(jí)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(yàn)樣本，通過(guò)人工樣本點(diǎn)識(shí)別，將樣本觀測(cè)點(diǎn)作為一個(gè)樣本集，其數(shù)據(jù)值作為基礎(chǔ)數(shù)據(jù)，進(jìn)行初步數(shù)據(jù)計(jì)算和檢驗(yàn)結(jié)果后的分析。通過(guò)大量數(shù)據(jù)的分析，隨機(jī)森林(Random Forest，RF)模型對(duì)數(shù)據(jù)的量綱不統(tǒng)一性并不敏感，不需要進(jìn)行標(biāo)準(zhǔn)化處理。

表2 樣本數(shù)據(jù)評(píng)價(jià)值

能夠客觀合理地評(píng)價(jià)隨機(jī)森林(RF)模型的分類性能，選擇分類評(píng)價(jià)準(zhǔn)確率作為分類性能評(píng)價(jià)的指標(biāo)，其中，分類評(píng)價(jià)準(zhǔn)確率是模型的分類預(yù)測(cè)值與真實(shí)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(qiáng)。為了避免選取樣本的偶然性對(duì)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(jìn)行分析驗(yàn)證，樣本數(shù)據(jù)評(píng)價(jià)值見(jiàn)表2。

3.3.2 模型實(shí)現(xiàn)

通過(guò)Random Forest軟件程序包進(jìn)行模型編程，隨機(jī)森林(Random Forest，RF)模型主要包括了2個(gè)實(shí)現(xiàn)參數(shù)，一個(gè)是模型中決策樹(shù)的數(shù)量(Nt)，另一個(gè)是決策樹(shù)節(jié)點(diǎn)待選劃分變量(Mt)。對(duì)于一般的分類來(lái)說(shuō)，Nt值越大，擬合效果就越小，常規(guī)的取值建議大于100個(gè)；Mt值是每次分割中隨機(jī)選取候選變量的個(gè)數(shù)，其數(shù)值越大，子模型的差異性就越小，通過(guò)分析比較，方差誤差較小和變量誤差估計(jì)最小時(shí)，決策樹(shù)的數(shù)量Nt取Nt=105，決策樹(shù)節(jié)點(diǎn)待選劃分變量Mt取Mt=4。

本文通過(guò)模型分析，選取了分類評(píng)價(jià)準(zhǔn)確率來(lái)進(jìn)行分類性能評(píng)價(jià)。分類評(píng)價(jià)準(zhǔn)確率會(huì)受到選取初級(jí)樣本和測(cè)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(jī)(SVM)、隨機(jī)森林(RF)的性能。因此獲得隨機(jī)森林(RF)模型在訓(xùn)練階段的結(jié)果，具體的計(jì)算結(jié)果見(jiàn)表3。

3.4 模型性能分析

根據(jù)表2的30個(gè)基礎(chǔ)數(shù)據(jù)可知，利用分類評(píng)價(jià)準(zhǔn)確率計(jì)算得到了隨機(jī)森林(RF)模型分類評(píng)價(jià)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(guò)計(jì)算，隨機(jī)森林(RF)模型分類評(píng)價(jià)標(biāo)準(zhǔn)率達(dá)到了99.5%，表明該模型的分類評(píng)價(jià)準(zhǔn)確率很高，保證不確定性因素的影響，隨機(jī)森林(RF)模型的計(jì)算結(jié)果與人工神經(jīng)網(wǎng)絡(luò)(ANN)和支持向量機(jī)(SVM)進(jìn)行比較，基本上保持一致，說(shuō)明采用隨機(jī)森林(RF)模型進(jìn)行評(píng)價(jià)計(jì)算是合理的，計(jì)算結(jié)果具有一定科學(xué)指導(dǎo)價(jià)值。

選取新疆奎屯河特殊的地理區(qū)域的30個(gè)基礎(chǔ)樣本數(shù)據(jù)，將其中的前24個(gè)訓(xùn)練基礎(chǔ)樣本數(shù)據(jù)進(jìn)行劃分等量10部分，進(jìn)行3種模型的分類評(píng)價(jià)準(zhǔn)確率計(jì)算，具體計(jì)算結(jié)果見(jiàn)表4。結(jié)果排序?yàn)殡S機(jī)森林(RF)模型較好，支持向量機(jī)(SVM)次之，人工神經(jīng)網(wǎng)絡(luò)(ANN)較差，隨機(jī)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(píng)價(jià)準(zhǔn)確率

模型評(píng)價(jià)指標(biāo)在水資源可持續(xù)利用評(píng)價(jià)中體現(xiàn)隨機(jī)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(píng)價(jià)中，水資源開(kāi)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(cè)計(jì)算中，要特別注意這兩個(gè)評(píng)價(jià)指標(biāo)的計(jì)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(jī)森林(RF)模型進(jìn)行水資源可持續(xù)利用評(píng)價(jià)，并對(duì)評(píng)價(jià)指標(biāo)記性決策樹(shù)分類，并獲得30個(gè)樣本數(shù)據(jù)的評(píng)價(jià)結(jié)果和前24個(gè)訓(xùn)練樣本數(shù)據(jù)進(jìn)行分類評(píng)價(jià)準(zhǔn)確率計(jì)算。結(jié)果可知，3種模型的分類評(píng)價(jià)準(zhǔn)確率計(jì)算，隨機(jī)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(jī)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(shí)期的研究中，將對(duì)新疆奎屯河流域的水資源可持續(xù)利用評(píng)價(jià)基礎(chǔ)數(shù)據(jù)的收集提出更高的要求，完善水資源評(píng)價(jià)指標(biāo)體系，優(yōu)化隨機(jī)森林(RF)模型的指標(biāo)參數(shù)，進(jìn)一步地提高評(píng)價(jià)指標(biāo)計(jì)算的準(zhǔn)確性。