基于隨機森林模擬的遼寧省降水量空間分布研究

張 鵬

（遼寧省河庫管理服務中心（省水文局），遼寧 沈陽 110000）

降水是重要的氣候資源，精確模擬降水的空間分布對水資源開發管理、生態防洪、土地資源高效利用具有重要意義。我國國土面積廣闊、地貌形態復雜、區域氣候差異大，導致氣象臺站布設離散、分布密度不一，這為準確預測降水空間分布帶來困難。雖然當前有美國NASA 和歐空局基于氣象遙感衛星聯合開發了全球STRM 氣候數據，但是該數據空間分辨率粗糙，不適宜小尺度的降水表征。為此國內外學者對降水空間可視化的方法進行了廣泛研究，例如基于氣候環境輔助因素開發了Anuspline 插值[1]、回歸Kriging[2]、多元回歸模型[3]等，并在全球、區域等不同尺度獲得成功應用。但在使用這些方法同時，忽視了對原始臺站數據的驗證與其他數據產品的比較分析。因此，本文以遼寧省為例，闡述基于隨機森林的降水量空間模擬方法，并細致分析其與已有的STRM 數據產品的差異性，以期為降水資料柵格化及其精度分析提供參考資料。

1 研究區概況

遼寧省地跨東部季風氣候向內陸干旱溫帶大陸性氣候過渡區，自東向西依次為遼東丘陵、遼中平原、遼西丘陵地形，南部瀕臨黃海、渤海。區域四季分明、雨熱同期，省域年降水量多在600 mm～1100 mm 之間，年平均氣溫介于7℃～11℃之間，日照時數達2100 h～2600 h。影響區域降水的氣候因子主要是西北太平洋季風環流與副極地、西伯利亞冷高壓。有研究顯示，近50 年來區域氣溫呈顯著增加趨勢，降水呈現波動減少[4]。

2 數據與方法

2.1 數據資料

從中國氣象科學數據共享服務網（http：//cdc.cma.gov.cn）獲得遼寧省內 69 個標準氣象站（圖1）近 10 年（2010 年 ～2019 年）來年降水量資料，采用平滑插補方法對部分站點缺失資料進行處理。借鑒以往的研究經驗，以DEM、坡度、坡向、經度、緯度等5 個地理要素作為輔助環境變量，其數據源為美國地質調查局USGS 的 GEODEM2 資料（http：//www.usgs.gov/），其空間分辨率為30 m，另采用STRM降雨資料作為比較驗證。

圖1 遼寧省氣象站空間分布

2.2 隨機森林模型原理

隨機森林（Random Forest,RF）是 Breiman 等[5]基于隨機子空間（random subspace）與自助聚集（Bootstrap aggregating）理論將決策樹或者分類回歸樹進行集成的算法。其自動放回抽樣方法對隨機向量進行隨機選取并生成決策樹，利用樹節點的輸出軸的平均值作為預測結果。該算法存在ntree、mtry 兩個敏感參數，分別表示決策樹數量與分裂屬性個數，它們影響著模型運行速度與泛化效能，采用網格搜索法進行參數優化，設置mtry 為5，ntree 為500。本研究中輸入變量為2.1 部分中的5 個環境協變量，輸入變量為69 個氣象站點的降水量，依次建模訓練后將模型代入區域，進而繪制遼寧省降水量空間分布圖。

2.3 數據處理

利用Excel 2016 軟件將各臺站txt 格式降水資料進行平價化處理，ArcGIS 軟件進行空間制圖，設置其柵格分辨率為30 m，Rstudio 軟件中的Randomforest 程序包建立隨機森林降水量預測模型。

3 結果分析

3.1 環境變量特征

環境協變量的空間分布影響著降水量預測的空間異質性，圖1 和圖2 為區域DEM、坡度、坡向因子分布。可知遼寧省DEM 數值介于-20 m～1530 m，呈現東西向地帶性分異，其平均DEM 為123 m。該省屬于緩坡丘陵區，坡度范圍為0°～17°，高坡度帶分布于省域東西部，呈離散分布，低坡度位于省域中部。區域坡向包含了8 個方向性（0°～360°），無明顯規律性。通過空間幾何分析，得到區域經度分布介于119.38°～125.35°E，緯度為 38.82°～42.78°N，幾何中心位于122.44°E、41.16°N。

圖2 遼寧省坡度和坡向空間分布

3.2 基于隨機森林模型的遼寧省降水量空間分布

基于上述數據方法繪制遼寧省降水量空間分布圖（圖3）。依圖3 可知，區域降水量介于358 mm～1152 mm，統計平均值為658.08 mm，空間變異系數達21.94%，在該像素水平呈中等變異。高值位于區域東部，該地區離西北太平洋暖濕氣流的行進距離較近，加之地勢較高促進了氣流堆積、上升運動，利于成云至雨。低值區位于西北部內陸，由于距離海洋較遠，加之受陰雨效應影響，導致降水分布較少。STRM數據顯示區域降水量（RF）介于392 mm～1098 mm（圖4），其空間平均值為634.26 mm，空間變異系數為15.38%，其空間分布特征與隨機森林模擬結果一致,但本研究能夠呈現更多的空間細節信息。

圖3 隨機森林方法模擬遼寧省降水量空間分布

圖4 STRM 顯示遼寧省降水量空間分布

3.3 降水量模擬結果比較

采用空間提取的方法將STRM像素提取至點，然后再提取對應位置上隨機森林模擬值，采用1∶1（y=x）直線比較二者之間的偏離度（圖5）。結果顯示本研究與STRM產品具有良好的空間一致性，其R2為0.945，擬合關系為y=1.0429x-43.365。

提取69 個氣象臺站年均降水量值（RF）以及相應位置上的隨機森林模擬值，發現（y=x）二者的擬合精度高達0.965，在300 mm～750 mm 的區間上本研究成果與STRM結果相比估值偏大，在750 mm～1150 mm 區間上相對于STRM 結果略微偏小。綜合而言，隨機森林模擬結果與STRM、站點實測值具有一致性，并且模擬精度較高，表明該方法可靠。

圖5 遼寧省降水量預測值擬合比較分析

4 結論

本文采用遼寧省69 個站點2010 年～2019 年的降水觀測資料，以DEM、坡度、坡向、經度、緯度等環境協變量為基礎，基于隨機森林建立降水量空間預測模型，得出以下結論：隨機森林方法能夠擬合環境變量與降水量之間的分布規律，基于高分辨率的DEM數據生成詳細的降水量空間位圖，與站點統計值和STRM資料存在一定偏差，但在可接受范圍內。需要指出的是，降水量空間分布模型依賴于訓練樣本數量，本研究中僅以69 個站點為基礎資料，可能由于樣本不足產生局部預測誤差，在后續的研究中應該補充鄰近省域的氣象臺站資料作為輔助，減弱數據對預測模型的影響。