灌區(qū)水資源需求智能算法預(yù)測分析

劉 娜

（凌海市水利事務(wù)服務(wù)中心，遼寧 凌海 121200）

0 概述

各個行業(yè)的發(fā)展離不開淡水資源，而農(nóng)業(yè)屬于最大的淡水消費領(lǐng)域，占其總消費量的70%以上。中國是世界上最大的農(nóng)業(yè)國之一。然而，中國大部分農(nóng)業(yè)用地都位于水資源缺乏的農(nóng)業(yè)區(qū)，在這些地區(qū)，沒有受到灌溉的作物種植效率低下，產(chǎn)量較低，嚴重影響當(dāng)?shù)剞r(nóng)業(yè)經(jīng)濟發(fā)展[1]。“十三五”以來，國家累計投入700多億元對1 000多處大中型灌區(qū)實施續(xù)建配套與節(jié)水改造，為糧食生產(chǎn)和水資源的節(jié)約集約利用提供了有效支撐。盡管如此，我國的灌區(qū)用水調(diào)度仍然存在較大問題，主要體現(xiàn)在當(dāng)?shù)赜盟枨罅款A(yù)測不準，調(diào)度模型效率低下等方面。因此如何準確的預(yù)測當(dāng)?shù)毓喔扔盟枨罅?，是增強灌區(qū)水資源分配率的關(guān)鍵方法之一[2]。

目前國內(nèi)外對灌區(qū)需水量的預(yù)測研究還處于探索階段，主要取得了以下相關(guān)成果。李玉瓊[3]針對初始化網(wǎng)絡(luò)參數(shù)隨機選擇，造成RBF神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果不穩(wěn)定問題，設(shè)計了一種基于天牛須搜索（BAS）算法對RBF神經(jīng)網(wǎng)絡(luò)參數(shù)進行尋優(yōu)的番茄結(jié)果期需水預(yù)測方法；魯紅武[4]應(yīng)用數(shù)理計算的方向思考策略，研究了稻田灌溉用水量等相關(guān)的內(nèi)容，結(jié)合多方面的因素得到了隴西縣農(nóng)業(yè)用水效率控制紅線；邊疆[5]為確保崇信縣經(jīng)濟的可持續(xù)發(fā)展，通過水資源供需分析對2025年—2035年需水量供需做了預(yù)測，可以結(jié)合預(yù)測的結(jié)果來制定對應(yīng)的灌溉計劃；陳穎杰 等[6]采用MPI氣候模式預(yù)估的未來氣溫、降水結(jié)果及未來流域5種不同的經(jīng)濟社會發(fā)展情形,預(yù)測了黃河流域2017年—2030年的水資源供需演變趨勢; 李學(xué)軍 等[7]針對農(nóng)作物灌溉進行了大量的研究，設(shè)計了一種灌溉預(yù)測模型，在模型中集成了LSTM算法，能夠結(jié)合土壤環(huán)境以及植物生長需求進行灌溉，提升了水資源利用的合理性，降低了灌溉的成本。除了上述研究之外，孫鵬[8]基于ERA5-Land網(wǎng)格數(shù)據(jù)集和灌區(qū)降水、地表水、土壤水的補給機制,使用土壤水消退系數(shù)法和彭曼公式法, 獲取了灌區(qū)多水源的轉(zhuǎn)化關(guān)系, 使用網(wǎng)格數(shù)據(jù)和未來氣候情景數(shù)據(jù)對水稻灌溉用水量進行估算和預(yù)測。

本文以目前應(yīng)用最廣泛的機器學(xué)習(xí)算法為基礎(chǔ)，對灌溉區(qū)域的用水需求量進行了預(yù)測分析，并對比分析了各種方法的精度，選出最優(yōu)預(yù)測解，研究成果可為灌區(qū)工程提供參考。

1 機器學(xué)習(xí)算法

1.1 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)屬于一種廣泛使用的算法模型，該模型結(jié)合人腦神經(jīng)元特征進行設(shè)計，擁有自主學(xué)習(xí)和自適應(yīng)的特點，通過神經(jīng)元之間的關(guān)系實現(xiàn)對信息的處理。各個神經(jīng)元以變量x作為輸入，然后對y-hat值進行計算。已知訓(xùn)練集中的樣本數(shù)目為m，x代表某個樣本各個特征的取值，g代表非線性激活函數(shù)。另外，各個單元存在偏差（b）、權(quán)重向量（w）兩個需要進行學(xué)習(xí)的參數(shù)。在迭代過程中，需要基于當(dāng)前的w對x的加權(quán)均值進行計算，然后將b加上，并將得到的結(jié)果代入到g中，具體的計算公式如下所示：

在上述公式中，角標k表示第k個神經(jīng)元，x1，x2，...xn為輸入?yún)?shù)向量，表示未知量個數(shù)；w1，k，w2，k， ...,wn，k為各參數(shù)權(quán)重；bk為閾值；sk為第一次進行權(quán)重分配后的輸入值；g為非線性激活函數(shù)；yk為輸出值. 圖1為神經(jīng)網(wǎng)絡(luò)模式圖。

圖1 神經(jīng)網(wǎng)絡(luò)模式圖

1.2 支持向量機

支持向量機是一種基于統(tǒng)計學(xué)的最先進的神經(jīng)網(wǎng)絡(luò)方法。背后的基本概念是超平面，支持向量機在高維空間中構(gòu)造一個超平面或一組超平面，用于分類。最大間隔分類器屬于該算法的基礎(chǔ)，盡管最大間隔分類器復(fù)雜度較低，然而并不具備較高的適用性，難以通過線性分類器對大量的非線性數(shù)據(jù)進行處理，導(dǎo)致其應(yīng)用受到了明顯的限制。為了有效地解決上述問題，可以先執(zhí)行核函數(shù)映射的過程，核函數(shù)主要對兩點的相似度進行計算，核函數(shù)的選擇將會影響到算法的應(yīng)用效果。為了獲得靈活度更高的決策邊界，一般需要采用度高于1的內(nèi)核。該算法的基本原理如圖2所示。

圖2 支持向量機算法圖解

1.3 邏輯回歸

logistic回歸模型的主要目標是基于訓(xùn)練數(shù)據(jù)集上提取的知識預(yù)測新給定數(shù)據(jù)的標簽。邏輯回歸可以分為兩種類型：簡單邏輯回歸和多元邏輯回歸，二者的作用以及適用性不同。其中簡單邏輯回歸用于預(yù)測類別值，因為它是分類的，并且只有兩種可能的結(jié)果，然而，多元邏輯回歸可以用來預(yù)測由三個或更多可能結(jié)果組成的類值。對于特定的數(shù)據(jù)集，需要通過分類函數(shù)（h函數(shù)）對輸入數(shù)據(jù)的判斷結(jié)果進行預(yù)測；然后對損失函數(shù)進行設(shè)計，一般是預(yù)測結(jié)果和類別的差值，計算損失函數(shù)的均值或者總和，即可得到全部數(shù)據(jù)的偏差，即為J函數(shù)。根據(jù)J函數(shù)取值大小可以對預(yù)測函數(shù)的應(yīng)用效果進行判斷，如果其值較高，則說明預(yù)測函數(shù)的精度較低，而其值較低時，則意味著預(yù)測函數(shù)的精度更高。因此需要對J函數(shù)的最小值進行計算。一般通過梯度下降方式進行參數(shù)估計，具體公式如公式（3）所示：

1.4 隨機森林算法

Leo Breiman（2001）設(shè)計的隨機森林算法廣泛應(yīng)用到了分類等領(lǐng)域中，該方法實際上是在決策樹基礎(chǔ)上實現(xiàn)的，首先需要對決策樹進行訓(xùn)練，在此過程中采用有放回抽樣方式在訓(xùn)練集M中提取一定數(shù)目（n）的樣本，然后進行訓(xùn)練并得到一棵決策樹；基于上述方式可以訓(xùn)練得到較多的決策樹，并且這些決策樹均對應(yīng)著獨立提取的樣本，由此形成了隨機森林。盡管某個樹的分類能力無法達到較高的要求，但是在決策樹數(shù)目較大之后，一個測試樣本可以通過每一棵樹的分類結(jié)果經(jīng)統(tǒng)計后選擇最可能的分類。

1.5 決策樹

決策樹(DT)主要是結(jié)合數(shù)據(jù)特征進行劃分，在全部特征劃分完成之后結(jié)束此過程，該方法已經(jīng)較多的應(yīng)用到了分類以及回歸等領(lǐng)域中。一些學(xué)者針對此類算法進行了深入的研究，提出了不同的改進算法，常用的包括ID3等。DT對數(shù)據(jù)采用自上而下的方法，在給定數(shù)據(jù)集的情況下，他們會嘗試對數(shù)據(jù)之間相似性進行分組和標記，并尋找最佳規(guī)則來對它們之間對應(yīng)的不同的標簽進行分類和回歸分析，直到達到最大的精度。

2 灌區(qū)概況

本次分析的灌區(qū)位于錦州市區(qū)域內(nèi)，流域內(nèi)雨量豐沛，結(jié)合統(tǒng)計的結(jié)果可知，最大、最小年降雨量分別達到了2 743.5 mm、1 190.7 mm，對應(yīng)的年份依次是1973年、1958年，而多年均值也達到了1 800 mm。盡管全年降水量較高，但是年內(nèi)分布呈現(xiàn)出顯著的不均性，各個月份的降水差異顯著。雨季汛期主要是4月~9月，降水占比達到74.9%，其他月份降水相對較少，屬于旱季枯水期。另外，整個流域上游部分以山地丘陵為主，植被覆蓋較好，水流清澈，水質(zhì)良好，環(huán)境較少受人為破壞，基本無工業(yè)區(qū)污染，水土流失主要為山洪爆發(fā)等自然因素造成。

3 灌區(qū)需水量預(yù)測結(jié)果分析

本次在做需水量預(yù)測之前，根據(jù)灌溉區(qū)域分布地區(qū)，將其劃分為21個數(shù)據(jù)點，表1給出了21個灌溉小區(qū)域的實際灌溉用水量和5種機器學(xué)習(xí)方法的預(yù)測值，以及21個區(qū)域總的灌溉用水量和預(yù)測量。根據(jù)表1可以明顯看出單個灌區(qū)的預(yù)測精度比所有灌區(qū)總的預(yù)測精度要高很多。從總的預(yù)測精度來看，支持向量機（SVM）預(yù)測的需水量與實際耗水量更接近,準確率高達97.5%，表明該模型預(yù)測的貼近度較高。在準確率上位于二、三位的分別是決策樹（DT）、神經(jīng)網(wǎng)絡(luò)(ANN)，二者依次是96%、95%，這兩個指標的預(yù)測度與RF方法相差不大。然而，對于小灌溉區(qū)域需水量的預(yù)測，例如A4和A6等少數(shù)節(jié)點，相對于ANN、DT兩種方法，RF預(yù)測結(jié)果的準確性更低。在大多數(shù)節(jié)點中，支持向量機（SVM）、logistic回歸等的性能低于ANN、DT、RF算法。此外，在C3、C7等少數(shù)節(jié)點中，實際用水量明顯低于所有模型預(yù)測的用水量。這是因為在這個季節(jié)，只有幾個節(jié)點需要進行灌溉，此外不排除在對灌溉用水量進行統(tǒng)計時產(chǎn)生了誤差，影響了最后的預(yù)測精度。圖3為本研究中所有試驗?zāi)Ｐ偷膶嶋H和預(yù)測用水量。

表1 21個灌溉小區(qū)域的實際灌溉用水量和5種機器學(xué)習(xí)方法的預(yù)測值

圖3 所有試驗?zāi)Ｐ偷膶嶋H和預(yù)測用水量

4 結(jié)論

我國的灌區(qū)用水調(diào)度主要體現(xiàn)在當(dāng)?shù)赜盟枨罅款A(yù)測不準，調(diào)度模型效率低下等方面。針對這一問題，本文采用隨機森林方法(RF)、決策樹（DT）、人工神經(jīng)網(wǎng)絡(luò)(ANN)、支持向量機（SVM）和logistic回歸5種機器學(xué)習(xí)算法，對灌區(qū)21個灌溉點，以及灌區(qū)總的灌溉用水量進行了預(yù)測分析。結(jié)果表明從總的預(yù)測精度來看，支持向量機（SVM）預(yù)測的需水量與實際灌區(qū)總的耗水量更接近, 準確率高達97.5%，更適用于對總灌區(qū)的需水量進行預(yù)測。而對于小灌溉點需水量的預(yù)測，決策樹和人工神經(jīng)網(wǎng)絡(luò)預(yù)測性能更占領(lǐng)優(yōu)勢。研究方法可為其他灌區(qū)的需水量預(yù)測提供較好參考，大幅度提升灌區(qū)用水資源配置率。