馮 嶺，宋 文 輝，陳 繼 坤

(華北水利水電大學(xué) 信息工程學(xué)院，河南 鄭州 450046)

0 引 言

干旱是降水或河川徑流異常引起的水分短缺現(xiàn)象[1]，而旱災(zāi)是世界上危害最廣泛、最嚴重的自然災(zāi)害之一[2]。中國地處典型季風(fēng)氣候區(qū)，旱災(zāi)的影響尤為突出[3]。據(jù)《中國水旱災(zāi)害公報》統(tǒng)計，中國農(nóng)作物平均年成災(zāi)面積近年來呈現(xiàn)出逐年增長的態(tài)勢，從20世紀50年代的531.7萬hm2，迅速增長至 90 年代的1 384.2萬hm2。每年因旱災(zāi)損失糧食基本維持在300多億kg，造成的工農(nóng)業(yè)直接經(jīng)濟損失近千億元[4]。因此，如何在旱災(zāi)發(fā)生前進行災(zāi)情風(fēng)險評估，準確預(yù)測災(zāi)情的發(fā)生，保障糧食安全，是干旱相關(guān)工作者需迫切展開的工作。

傳統(tǒng)的旱災(zāi)風(fēng)險等級評估方法大多是通過定義各種指標對旱災(zāi)的風(fēng)險等級進行評價。在指標方面，張偉杰等[5]基于標準化降水指數(shù)SPI，分別以月尺度、季節(jié)尺度、半年尺度、年尺度對內(nèi)蒙古達茂草原近56 a間的干旱演變與趨勢特征進行分析；聶明秋等[6]采用非參數(shù)法以渭河流域為研究對象，構(gòu)建了綜合干旱指數(shù)，分析了渭河流域綜合干旱的演變規(guī)律，結(jié)合干旱風(fēng)險因子探究風(fēng)險的動態(tài)演變特征；任怡等[7]利用水資源供求指數(shù)、綜合干旱指數(shù)對陜西省干旱時空分布進行了分析。

以上基于指標的方法通常只能對已發(fā)生干旱的強度進行分析，而無法對未來旱災(zāi)發(fā)生的可能性和風(fēng)險等級進行預(yù)測。隨著機器學(xué)習(xí)方法的發(fā)展，將多源數(shù)據(jù)與機器學(xué)習(xí)算法相結(jié)合已經(jīng)成為當前旱災(zāi)風(fēng)險等級評估的一個重要趨勢，多元線性回歸[8]、遺傳算法[9]、人工神經(jīng)網(wǎng)絡(luò)[10]等機器學(xué)習(xí)模型和算法被用于對旱災(zāi)的風(fēng)險等級進行評估。在這方面，F(xiàn)ung等[11]基于改進的支持向量回歸模型，對馬來西亞蘭加特河流域下游的農(nóng)業(yè)干旱進行預(yù)測；Djerbouai等[12]使用小波神經(jīng)網(wǎng)絡(luò)和隨機模型，對北阿爾及利亞地區(qū)進行了干旱預(yù)測預(yù)報；Seibert等[13]通過比較3種不同的統(tǒng)計方法，即多元線性回歸模型、人工神經(jīng)網(wǎng)絡(luò)模型、隨機森林回歸樹模型，對水文干旱進行季節(jié)性預(yù)報；Khan等[14]利用支持向量機(Support Vector Machine，SVM)、人工神經(jīng)網(wǎng)絡(luò)和K近鄰算法對巴基斯坦進行了干旱建模分析。盡管上述方法可以在一定程度上對未來發(fā)生的干旱風(fēng)險進行預(yù)測和評估，但在這些方法中考慮的影響旱災(zāi)風(fēng)險的因素較為單一，并沒有將干旱影響因素與實際旱災(zāi)風(fēng)險關(guān)聯(lián)起來。

針對已有旱災(zāi)風(fēng)險等級評估方法的不足，本研究旨在基于歷史旱情文本數(shù)據(jù)和氣象數(shù)據(jù)，建立一種數(shù)據(jù)驅(qū)動的短期旱災(zāi)風(fēng)險等級評估方法。首先，對旱情文本進行預(yù)處理，提取干旱等級標簽；其次，選取多個影響干旱的氣象因素，通過深度學(xué)習(xí)算法來挖掘氣象數(shù)據(jù)與歷史災(zāi)情之間的關(guān)系；最后，建立基于數(shù)據(jù)驅(qū)動的多源多模態(tài)旱災(zāi)風(fēng)險等級評估模型，以對未來發(fā)生旱災(zāi)的風(fēng)險等級進行評估。以此可在旱災(zāi)發(fā)生前對旱災(zāi)進行預(yù)警，降低旱災(zāi)造成的負面影響，減少國家的經(jīng)濟損失。

1 材料與方法

1.1 研究區(qū)概況

河南省是中國的糧食與農(nóng)業(yè)大省，而旱災(zāi)對河南省的影響尤為強烈。鄭州市位于河南省中部偏北，地處南北氣候過渡帶，常年平均降水量為628 mm，降水量的年際變化大，年內(nèi)分布不均勻。地形和氣候的2個過渡帶決定了鄭州市旱澇災(zāi)害會頻繁發(fā)生[15]，故選擇河南省境內(nèi)的鄭州市作為實例來研究旱災(zāi)風(fēng)險。

1.2 數(shù)據(jù)來源

研究區(qū)的氣象數(shù)據(jù)來源于中國氣象資料共享服務(wù)網(wǎng)(http：/cdc.cma.gov.cn/)河南省縣級以上區(qū)域18個氣象站1951～2020年的逐月氣象資料。

研究區(qū)文本數(shù)據(jù)來源于《中國氣象災(zāi)害大典(河南卷)》干旱災(zāi)害篇章中的災(zāi)情記錄文本。該文本中，記錄了河南省地區(qū)從公元前1804年到公元2000年的歷史旱災(zāi)。2000年以后的標簽以河南省水利廳、農(nóng)業(yè)廳發(fā)布的新聞報道為主，輔以網(wǎng)絡(luò)報道期刊數(shù)據(jù)等。

基于上述2個數(shù)據(jù)集，以鄭州市為例，根據(jù)1951～2017年的氣象數(shù)據(jù)和災(zāi)情記錄文本數(shù)據(jù)，對2018～2020年的旱災(zāi)風(fēng)險等級進行了預(yù)測評估，最后對2021年旱災(zāi)情況進行了預(yù)測。

1.3 旱災(zāi)風(fēng)險等級評估方法

旱災(zāi)風(fēng)險評估主要是實現(xiàn)對未來可能發(fā)生旱災(zāi)的風(fēng)險等級進行評估。在該方法中，綜合考慮到了多種風(fēng)險因素，比如：降水量、氣溫、平均相對濕度以及平均水汽壓等，融合了氣象監(jiān)測數(shù)據(jù)和旱情歷史文本數(shù)據(jù)；并基于機器學(xué)習(xí)和深度學(xué)習(xí)算法，構(gòu)建了旱災(zāi)風(fēng)險等級評估模型，以對未來一段時間內(nèi)發(fā)生旱災(zāi)的可能性和嚴重程度進行評估。該模型的主要實現(xiàn)流程如圖1所示。

旱災(zāi)風(fēng)險等級評估的主要流程包括以下4個部分：① 旱災(zāi)風(fēng)險等級評估模型訓(xùn)練集的構(gòu)建；② 基于支持向量機的旱災(zāi)風(fēng)險等級評估模型的訓(xùn)練；③ 基于長短期記憶神經(jīng)網(wǎng)絡(luò)(Long Short Term Memory Networks，LSTM)的未來氣象特征值預(yù)測；④ 基于支持向量機的未來旱災(zāi)風(fēng)險等級的評估。

(1) 基于氣象監(jiān)測數(shù)據(jù)和旱情歷史文本數(shù)據(jù)，篩選可能對旱災(zāi)發(fā)生具有影響的氣象特征，并抽取歷史旱災(zāi)的風(fēng)險等級標簽，構(gòu)建用于進行旱災(zāi)風(fēng)險評估模型的訓(xùn)練數(shù)據(jù)集。

(2) 基于旱災(zāi)訓(xùn)練數(shù)據(jù)集，采用SVM分類算法，對旱災(zāi)風(fēng)險等級評估模型進行訓(xùn)練。

(3) 對于已有的氣象特征數(shù)據(jù)，采用LSTM預(yù)測其未來一段時間的特征值。

圖1 旱災(zāi)風(fēng)險等級評估技術(shù)路線示意Fig.1 Technical roadmap for drought risk assessment

(4) 將LSTM得到的一系列未來特征值，加載到訓(xùn)練好的旱災(zāi)風(fēng)險等級評估模型，從而對未來可能發(fā)生的旱災(zāi)風(fēng)險等級進行評估。

1.3.1構(gòu)建旱災(zāi)訓(xùn)練數(shù)據(jù)集

為了獲得有效的旱災(zāi)風(fēng)險等級評估模型，首先需要構(gòu)建旱災(zāi)風(fēng)險等級評估的訓(xùn)練數(shù)據(jù)集。數(shù)據(jù)集包括標簽集和特征集2個部分。對于標簽集，基于歷史災(zāi)情記錄、國家或地區(qū)的干旱災(zāi)害統(tǒng)計報告等文本數(shù)據(jù)，采用文本抽取方法從中來抽取相應(yīng)的旱災(zāi)等級標簽。對于特征集，基于氣象監(jiān)測數(shù)據(jù)中的相關(guān)指標，從中篩選出用于旱災(zāi)風(fēng)險等級評估的主要特征。

(1) 標簽抽取。對于標簽集，基于歷史災(zāi)情記錄、國家或地區(qū)的干旱災(zāi)害統(tǒng)計報告等文本數(shù)據(jù)，通過文本抽取和統(tǒng)計分析的方法，抽取各個城市歷年發(fā)生的旱情信息，以用于構(gòu)建特征集對應(yīng)的旱災(zāi)風(fēng)險等級標簽。標簽抽取的流程如圖2所示。

圖2 標簽抽取流程Fig.2 Label extraction process

根據(jù)歷史災(zāi)情文本，應(yīng)首先構(gòu)建地名詞典以及干旱詞典；然后，采用正則表達式以及模板匹配法對干旱災(zāi)情文本中的時間、地點以及干旱等級進行識別和抽取，以形成結(jié)構(gòu)化的旱災(zāi)風(fēng)險等級標簽；最后，對抽取的標簽進行人工校驗，以保證所抽取標簽的準確性。標簽抽取的流程共包含以下3個步驟。

步驟1：構(gòu)建地名詞典和旱災(zāi)風(fēng)險等級詞典。在歷史災(zāi)情文本中，通常采用“省、市、縣”3個不同大小的粒度來表述旱災(zāi)發(fā)生的范圍。對此，將城市作為研究粒度，即將“縣”轉(zhuǎn)換為對應(yīng)的“市”。為了獲得“省”“縣”與“市”之間的關(guān)系，定義了地名詞典。此外，根據(jù)歷史災(zāi)情文本中對災(zāi)情的相關(guān)描述，從描述的嚴重程度以及當年的旱情實際情況，將旱災(zāi)風(fēng)險劃分為5個等級：正常、輕旱、中旱、重旱、特旱，并構(gòu)建干旱等級詞典，以用于旱災(zāi)風(fēng)險等級標簽的抽取。

步驟2：基于地名詞典和旱災(zāi)風(fēng)險等級詞典，采用正則表達式和模式匹配法，從歷史災(zāi)情文本中抽取旱災(zāi)發(fā)生的時間、城市以及旱災(zāi)的風(fēng)險等級。在經(jīng)過程序自動抽取后，為了保證所抽取標簽信息的質(zhì)量，對抽取的標簽進行人工校驗。

步驟3：將抽取的結(jié)構(gòu)化標簽保存為csv文件，以方便計算機讀取。圖3給出了標簽抽取結(jié)果的示例圖，由圖3可以看出，每一條標簽記錄的格式為〈時間，城市，月份，旱災(zāi)風(fēng)險等級〉。例如，〈1949，商丘，3，2〉表示1949年3月商丘發(fā)生了中度干旱。

圖3 標簽抽取結(jié)果示例Fig.3 Sample image of label extraction results

(2) 特征集構(gòu)建。通過對歷史災(zāi)情文本的抽取，得到用于構(gòu)建旱災(zāi)風(fēng)險等級評估模型的標簽集合。但為了構(gòu)建完整的旱災(zāi)風(fēng)險等級評估模型，還需要獲得與旱災(zāi)風(fēng)險等級標簽有關(guān)聯(lián)的特征。將氣象指標作為候選特征集，然后基于隨機森林算法對各個指標的重要性進行計算，并將重要度較高的前k個指標用于構(gòu)建旱災(zāi)風(fēng)險等級評估模型，所采用的候選氣象指標如表1所列。

表1 旱災(zāi)風(fēng)險等級評估候選特征集Tab.1 Candidate feature set for drought risk assessment

表1中的指標的具體含義及其與旱災(zāi)的關(guān)系描述如下。

降水是影響干旱的重要因素，常見的干旱預(yù)報系統(tǒng)大多是依據(jù)降水量來對未來的干旱進行預(yù)測。例如，春播期降水量偏少，極易造成春旱。除此之外，在現(xiàn)有的干旱指標中，如標準化降水指數(shù)(SPI)、帕爾默干旱指數(shù)(PDSI)、地表水供給指數(shù)(SWSI)等都將降水量作為衡量干旱的主要因素；高溫少雨會直接導(dǎo)致干旱的發(fā)生，尤其是夏季持續(xù)的高溫天氣會造成土壤水分大量蒸發(fā)、土壤墑情變差，導(dǎo)致十分嚴重的干旱。因此，可以考慮把氣溫作為評估旱災(zāi)風(fēng)險等級的特征之一；氣壓跟天氣有密切的關(guān)系，一般來說，地面上高氣壓的地區(qū)往往是晴天，地面上低氣壓的地區(qū)往往是陰雨天。氣壓通過影響天氣，從而影響干旱。

風(fēng)速與水分蒸發(fā)有著密切的關(guān)系，風(fēng)可將蒸發(fā)物表面飽和度較高的空氣吹走。因此，風(fēng)速越大，水分蒸發(fā)越快，造成土壤失墑，導(dǎo)致干旱的發(fā)生；濕度越大，空氣中含有的水汽越接近于飽和水汽壓，也越容易形成凝結(jié)，從而形成降水影響干旱；日照與干旱有著一定關(guān)系。氣候干旱的地區(qū)，常年是晴朗天氣，日照時數(shù)就多。熱帶雨林氣候區(qū)常年陰雨天氣，日照時數(shù)就少。因此，日照時長與干旱存在一定的關(guān)聯(lián)；水汽壓與降水量之間存在線性關(guān)系，與蒸發(fā)快慢也有著密切的關(guān)系。白天溫度高，蒸發(fā)快，進入大氣的水汽多，水汽壓就大；夜間情況相反。因此，水汽壓也是影響干旱的一個重要因素。

對于以上候選特征，采用隨機森林算法[16]，基于袋外誤差(OOB)理論來判斷每個特征在隨機森林中的每棵樹上的貢獻度，從而計算各個特征的重要度，并將排名前k個特征作為用于構(gòu)建旱災(zāi)風(fēng)險等級評估模型的特征。對于任意特征x的特征重要度Ix的計算公式如下：

(1)

式中：N代表訓(xùn)練樣本的個數(shù)，ROOB1表示決策樹對袋外數(shù)據(jù)進行分類，統(tǒng)計的正確分類的個數(shù)；ROOB2為決策樹對擾動后的袋外數(shù)據(jù)進行分類，統(tǒng)計的正確分類個數(shù)[17]。如果加入擾動后，袋外數(shù)據(jù)準確率大幅度下降，說明這個特征對于樣本的預(yù)測結(jié)果有很大影響，進而說明重要程度比較高。

(3) 標簽與特征的融合。 基于篩選出的用于構(gòu)建旱災(zāi)風(fēng)險等級評估模型的特征以及從歷史災(zāi)情記錄文本中抽取的標簽，將表示同一城市同一時間的特征和標簽進行融合，從而構(gòu)成完整的旱災(zāi)訓(xùn)練數(shù)據(jù)集，所構(gòu)建的旱災(zāi)訓(xùn)練集的示例如表2所列。

表2 訓(xùn)練數(shù)據(jù)集示例Tab.2 Example of training data set

1.3.2基于SVM的旱災(zāi)風(fēng)險等級評估模型

根據(jù)前文中得到的訓(xùn)練數(shù)據(jù)集，采用分類算法來構(gòu)建旱災(zāi)風(fēng)險等級評估模型，并對模型中的未知參數(shù)進行訓(xùn)練。常見的分類算法包括K近鄰[18]、決策樹[19]、樸素貝葉斯[20]、支持向量機[21]等。其中，基于支持向量機的分類算法具有較好的學(xué)習(xí)泛化能力，可以解決非線性、高維數(shù)、局部極小點等分類中存在的問題。因此，本研究采用支持向量機分類器對旱災(zāi)預(yù)測模型進行訓(xùn)練，其訓(xùn)練過程如圖4所示。

圖4 基于SVM的旱災(zāi)風(fēng)險等級評估模型Fig.4 Drought risk assessment model based on SVM

支持向量機算法的基本思想是在特征空間上找到最佳的分離超平面，使得訓(xùn)練集上正、負樣本的間隔最大。假設(shè)訓(xùn)練數(shù)據(jù)集中的訓(xùn)練樣本為(x1，y1)，(x2，y2)，……，(xi，yi)，xi為用于進行旱災(zāi)風(fēng)險等級評估的特征向量，yi為旱災(zāi)風(fēng)險等級標簽。對于線性可分的情況，支持向量機分類算法需要找到一個超平面，使2個異類支持向量到超平面的距離之和最大。

然而，由于訓(xùn)練樣本往往不是線性可分的，因此，通常需要將樣本從原始空間映射到一個更高維的特征空間中，使得樣本在這個特征空間內(nèi)線性可分，從而找到一個合適的劃分超平面。樣本數(shù)據(jù)經(jīng)過高位映射后的超平面可以表示為

f(x)=wTφ(xi)+b

(2)

式中：w為加權(quán)向量，φ(xi)為映射函數(shù)，b為偏差。尋找超平面的過程即求優(yōu)化問題的最優(yōu)解過程，所得到的最優(yōu)化問題是：

(3)

通過拉格朗日乘子法將原問題轉(zhuǎn)化為對偶問題求解，即可得到用于旱災(zāi)風(fēng)險等級評估的SVM分類器。

1.3.3基于LSTM的未來特征值預(yù)測

基于支持向量機分類算法得到旱災(zāi)風(fēng)險等級評估模型后，當給定一組與旱災(zāi)相關(guān)的特征時，可基于這組特征對當前的旱災(zāi)風(fēng)險等級進行評估。但為了對未來可能存在的旱災(zāi)風(fēng)險進行預(yù)測，需要對未來的特征值即未來m個時刻的降水量、氣溫、水汽壓等進行預(yù)測。鑒于在旱災(zāi)風(fēng)險等級評估模型中采用的特征都為時序型特征，因此，可以采用時間序列模型對未來時刻的特征值進行預(yù)測。

長短期記憶神經(jīng)網(wǎng)絡(luò)[22]是一種常見的時間序列預(yù)測模型，它可以學(xué)習(xí)長期依賴信息，是當下比較流行的循環(huán)神經(jīng)網(wǎng)絡(luò)。近年來，隨著深度學(xué)習(xí)的不斷發(fā)展，LSTM已經(jīng)在語音識別、機器翻譯、負荷預(yù)測、交通流量預(yù)測等眾多不同領(lǐng)域成功應(yīng)用。由于該模型具有良好的時序預(yù)測能力，因此，可采用LSTM對旱災(zāi)相關(guān)特征未來m個時刻的特征值進行預(yù)測。LSTM單元結(jié)構(gòu)如圖5所示。

圖5 LSTM單元結(jié)構(gòu)示意Fig.5 LSTM unit structure diagram

LSTM 3個重要的門中，遺忘門ft決定了上一時刻的單元狀態(tài)有多少保留到當前時刻；輸入門it決定了當前時刻網(wǎng)絡(luò)的輸入有多少保存到單元狀態(tài)；輸出門ot決定了控制單元狀態(tài)有多少輸出到 LSTM 的當前輸出值，gt代表輸入單元?！伴T”以及輸入單元的計算公式如下。

遺忘門：

ft=σ(Wfx·xt+Wfh·ht-1+bf)

(4)

輸入門：

it=σ(Wixxt+Wihht-1+bi)

(5)

輸入單元：

gt=φ(Wgxxt+Wghht-1+bg)

(6)

輸出門：

ot=σ(Wox·xt+Woh·ht-1+bo)

(7)

輸出：

ht=φ(gt?it+ct-1?ft)?ot

(8)

式中：Wgx，Wgh等是權(quán)重矩陣，b是偏置項，σ表示sigmod激活函數(shù)，φ表示tanh激活函數(shù)。“門”實際上就是一層全連接層，它的輸入是一個向量，輸出是一個0～1的實數(shù)向量，通過“門”來決定保留哪些信息。

由LSTM的原理可知，對于時序型數(shù)據(jù)，LSTM可通過“門”來記憶有用的信息，對數(shù)據(jù)未來值進行預(yù)測。旱災(zāi)風(fēng)險評估研究中用于構(gòu)建模型的氣象數(shù)據(jù)均為時序數(shù)據(jù)。因此，對于選取的每個特征可采用LSTM來預(yù)測其未來一段時間的特征值。本文基于LSTM建立了適用于氣象特征預(yù)測的深度學(xué)習(xí)預(yù)測模型，得到每個特征未來一段時間的特征值后，將預(yù)測的特征值輸入到之前完成訓(xùn)練的旱災(zāi)風(fēng)險等級評估模型中，即可對未來可能發(fā)生的旱災(zāi)風(fēng)險等級進行評估。為了驗證本研究中旱災(zāi)風(fēng)險等級評估模型的有效性，將通過算例對所提出的方法進行分析驗證。

2 結(jié)果與分析

2.1 旱災(zāi)訓(xùn)練集構(gòu)建

旱災(zāi)訓(xùn)練集的構(gòu)建包括標簽集構(gòu)建和特征集構(gòu)建2個部分。

(1) 標簽構(gòu)建。為準確提取河南省歷史干旱情況，基于《中國氣象災(zāi)害大典(河南卷)》干旱災(zāi)害篇史料記載，根據(jù)上文標簽抽取方法，將災(zāi)情劃分特大干旱、嚴重干旱、中度干旱、輕度干旱和正常5個等級，分別用數(shù)字4，3，2，1，0來表示(若對應(yīng)城市當年未記錄發(fā)生旱災(zāi)，則標記為正常)。抽取的旱災(zāi)風(fēng)險等級標簽以月為粒度，當旱災(zāi)災(zāi)情記錄文本中以季節(jié)來表述旱情情況時，將季節(jié)轉(zhuǎn)換為對應(yīng)的月。以鄭州市為例，將1951～2011年的鄭州歷史旱災(zāi)發(fā)生情況以月為單位進行標簽抽取，從而得到732條標簽數(shù)據(jù)。本研究在抽取過程中所用到的地名詞典以及干旱等級詞典分別如表3和表4所列。

表3 地名詞典Tab.3 Gazetteer

表4 干旱等級詞典Tab.4 Dictionary of drought levels

(2) 特征篩選。對于表1中所列的候選特征集，采用隨機森林算法計算各個特征的重要性，并按照重要度從大到小進行排序，得到了重要度最高的前6個特征，如表5所列。

表5 重要度最高的前6個特征Tab.5 The top 6 most important features

將這6個特征作為構(gòu)建旱災(zāi)風(fēng)險等級評估模型的特征?；诤Y選出的構(gòu)建旱災(zāi)風(fēng)險等級評估模型的特征，以及從歷史災(zāi)情記錄文本中抽取的標簽，將表示同一城市同一時間的特征和標簽進行融合，從而構(gòu)成完整的旱災(zāi)訓(xùn)練數(shù)據(jù)集。

2.2 旱災(zāi)風(fēng)險等級評估模型

基于得到的旱災(zāi)訓(xùn)練數(shù)據(jù)集，采用支持向量機分類算法構(gòu)建旱災(zāi)風(fēng)險等級評估模型，并對模型中的未知參數(shù)進行訓(xùn)練。在該算例中，分別選擇線性核、多項式核、高斯核作為SVM分類器的核函數(shù)，采用10折交叉驗證法對旱災(zāi)風(fēng)險等級評估模型進行訓(xùn)練，在訓(xùn)練過程中對SVM分類器的參數(shù)C和gamma進行調(diào)參優(yōu)化。其中，C是懲罰系數(shù)，即對誤差的寬容度，C越高，對誤差要求越嚴格，容易出現(xiàn)過擬合；C越小，越容易出現(xiàn)欠擬合。gamma決定了數(shù)據(jù)映射到新的特征空間后的分布，gamma越大，則用于分類的支持向量越少；gamma值越小，則用于分類的支持向量越多。在訓(xùn)練過程中，不斷地對參數(shù)C和gamma進行調(diào)參優(yōu)化，最終得出核函數(shù)選取線性核且C=0.9時，SVM分類器在訓(xùn)練數(shù)據(jù)集上的效果最好，即可得到所需的旱災(zāi)風(fēng)險等級評估模型。

2.3 未來特征值預(yù)測

為了對未來的旱災(zāi)風(fēng)險等級進行預(yù)測，對于每一個用于構(gòu)建旱災(zāi)風(fēng)險等級評估模型的特征，如降水量、氣溫、水汽壓等。首先，采用LSTM來預(yù)測該特征在未來m個時刻的特征值。在該算例中，基于LSTM模型，用前11個月的特征值來預(yù)測第12個月的特征值。例如，根據(jù)鄭州市前11個月的氣溫，預(yù)測第12個月的氣溫，并在下一步將得到的第12個月的特征值加載訓(xùn)練好的旱災(zāi)風(fēng)險等級評估模型中，從而對未來1個月的旱災(zāi)風(fēng)險等級進行評估。

為了驗證LSTM在未來特征值預(yù)測上的效果，選用1951～2000年共50 a鄭州市的各個特征值的逐月數(shù)據(jù)，來構(gòu)建LSTM模型，并對2001～2013年的每個月的特征值進行預(yù)測，預(yù)測曲線如圖6所示。

圖6 6種特征預(yù)測曲線Fig.6 Six characteristic prediction curves

為了判斷預(yù)測結(jié)果優(yōu)劣，選取平均絕對誤差(MAE)和決定系數(shù)(R2)作為評價指標。表6是對特征預(yù)測的評價，其中，平均絕對誤差表示預(yù)測誤差，數(shù)值越小表示預(yù)測精度越高；決定系數(shù)表示擬合優(yōu)度，數(shù)值在0～1區(qū)間，數(shù)值越接近于1表示擬合越好。

(9)

(10)

通過圖6的特征預(yù)測曲線以及表6中列出的特征預(yù)測指標評價結(jié)果可以看出：對于選取的構(gòu)建旱災(zāi)風(fēng)險評估模型的6個特征，基于LSTM的特征值預(yù)測結(jié)果與真實值較為接近。在誤差方面，平均絕對誤差數(shù)值相對較??；在擬合優(yōu)度方面，預(yù)測特征中有一半特征決定系數(shù)在0.90以上。因此，采用LSTM網(wǎng)絡(luò)模型對各個特征的未來值進行預(yù)測是可行的。

表6 特征預(yù)測指標評估Tab.6 Evaluation of feature prediction indicators

2.4 旱災(zāi)風(fēng)險等級評估結(jié)果

通過LSTM預(yù)測得到了每個月的特征值，再將其加載到旱災(zāi)風(fēng)險等級評估模型中，即可對每個月的旱災(zāi)風(fēng)險等級進行評估。對于旱災(zāi)研究，在災(zāi)情記錄文本中多以季節(jié)為單位來記錄旱災(zāi)的發(fā)生情況。因此，將以月為單位記錄的旱災(zāi)風(fēng)險等級合并為以季節(jié)為單位的旱災(zāi)風(fēng)險等級，并以當季最高的旱災(zāi)風(fēng)險等級作為本季的旱災(zāi)風(fēng)險等級。表7給出了對2018年冬到2020年秋的旱災(zāi)風(fēng)險等級評估結(jié)果。

表7 旱災(zāi)風(fēng)險等級評估結(jié)果Tab.7 Forecast results of drought risk levels

通過表7可以得出：在評估2 a的情況下，預(yù)測準確率為75%，證明本研究對于旱災(zāi)風(fēng)險等級評估具有一定效果。另外，若將預(yù)測結(jié)果分為兩類(正常與干旱)時，準確率會進一步提升到87.5%。結(jié)果顯示：鄭州市在2019年和2020年春季干旱較為嚴重，將預(yù)測的結(jié)果與歷史資料中記載的真實結(jié)果進行比較，發(fā)現(xiàn)旱災(zāi)風(fēng)險等級預(yù)測結(jié)果基本符合歷史實際情況。另外，對2020年夏季預(yù)測結(jié)果進行誤差分析，推測可能由于降水量預(yù)測小于實際值，且日照時長大于實際值導(dǎo)致最終誤差。

3 結(jié) 論

本文基于歷史旱情文本數(shù)據(jù)和氣象數(shù)據(jù)，提出了一種新的旱災(zāi)評估思路，建立了數(shù)據(jù)驅(qū)動的多源多模態(tài)旱災(zāi)風(fēng)險等級評估模型。通過對未來一段時間內(nèi)可能發(fā)生的旱災(zāi)風(fēng)險等級進行評估，可以得到如下結(jié)論。

(1) 氣象數(shù)據(jù)可與文本災(zāi)情數(shù)據(jù)相結(jié)合，用于旱災(zāi)風(fēng)險等級評估；

(2) 結(jié)合多種機器學(xué)習(xí)算法的優(yōu)勢，構(gòu)建了旱災(zāi)風(fēng)險等級評估模型，證明了大數(shù)據(jù)分析方法可用于研究旱災(zāi)問題；

(3) 算例評估結(jié)果顯示，研究區(qū)春季干旱較為嚴重，基本符合實際情況。

此外，在初始選取評估特征時，考慮了氣象、水文、墑情等多方面因素。但由于數(shù)據(jù)較難獲取，僅基于氣象特征來構(gòu)建模型，可能由于風(fēng)險因素不夠全面，影響評估結(jié)果的準確性。隨著旱災(zāi)風(fēng)險因素的相關(guān)數(shù)據(jù)獲取難度降低，采用此方法將得到更為準確的評估結(jié)果。