基于逐步多元线性回归和随机森林模型预测黄河流域极端气温事件.pdf

第 卷 第 期 年 月自 然 灾 害 学 报 .收稿日期:修回日期:基金项目:水利部黄河流域水治理与水安全重点实验室(筹)研究基金()国家自然科学基金项目()中国科学院地球环境研究所黄土与第四纪地质国家重点实验室开放基金项目()作者简介:陈俊清()女硕士研究生主要从事气候变化研究:.通讯作者:李 毅()女研究员博士主要从事气候变化研究:.文章编号:()./.基于逐步多元线性回归和随机森林模型预测黄河流域极端气温事件陈俊清李 毅王 斌杨雪宁刘峰贵(.西北农林科技大学 水利与建筑工程学院教育部旱区农业水土工程重点实验室陕西 杨凌.水利部黄河流域水治理与水安全重点实验室(筹)河南 郑州 .澳大利亚新南威尔士州初级产业部澳大利亚 新南威尔士州 .青海师范大学 地理科学学院青海 西宁)摘 要:全球变暖背景下极端气候事件频发且对黄河流域等地区的经济发展及人民生活造成严重危害 基于 年黄河流域 个站点的日气温数据提取了 个逐月极端气温指数()利用多重共线性分析去除有相依性的环流指数并考虑滞后性进行 相关分析筛选出各 的关键环流指数及最佳滞后时间之后基于最佳滞后时间下的关键环流指数建立逐步多元线性回归()和随机森林()模型 对模型进行精度评价探究环流指数在单站点及整个流域的重要性并预测了 年 月的 个 值 结果表明:黄河流域 中最高气温()、暖昼天数()、酷热天数()和最低气温()呈波动上升趋势而霜冻天数()和冷夜天数()呈下降趋势极端高温事件的强度和发生频率的空间分布特征与极端低温事件基本相反以靖远站 为例各关键环流指数对 具有不同程度的影响(.)对应的最佳滞后时间主要为、个月 和 模型对黄河流域各 的预测能力都较好验证期的决定系数()范围分别为.和.除对 的模拟效果稍弱外其他 个 的 模型模拟效果均优于 模型 太平洋区极涡强度指数()是影响黄河流域、和 的最重要环流因子北非北大西洋北美副高脊线位置指数()对 和 的影响最大 预测的 年 月 的空间分布特征与多年平均情况基本相似 研究结果为黄河流域极端气温事件预报提供了参考关键词:极端气温指数环流指数随机森林模型逐步多元线性回归模型黄河流域中图分类号:文献标识码:(.().):.第 期陈俊清等:基于逐步多元线性回归和随机森林模型预测黄河流域极端气温事件 ().().()().:.(.).()().:引言联合国政府间气候变化专门委员会()第六次报告指出 年全球平均地表温度较 年升高约.全球变暖背景下干旱、暴雨和热浪等极端事件呈增加态势不仅加剧了旱涝灾害、造成农作物减产而且严重危害了人体健康 极端气候事件是指天气变量观测值超过某一阈值时的小概率事件 气候变化检测和指数专家组()定义了 个具有代表性的极端气候指数包括极端气温和极端降水两大类指数已被广泛应用于全球或区域尺度极端气候研究 其中 定义了 个极端气温指数()可从不同角度评估极端气温事件例如强度指数有最高气温()和最低气温()相对阈值指数有暖昼天数()和冷夜天数()以及绝对阈值指数霜冻天数()等而酷热天数()作为表征极端气温事件的绝对阈值暖指数在极端气温事件评估中具有很好的适用性大量研究人员对极端气温指数进行分析预测为缓解气候变化可能造成的不利影响提供了参考 研究者们采用多种方法对 与其关键影响因子进行建模并预报极端气温事件 如逐步多元线性回归模型()可较好地描述极端气温指数与多个影响因子之间的定量关系如 等利用 模型量化分析了湖北省植被对极端气候指数的敏感性 随着大数据时代的到来各种机器学习模型被广泛应用其中随机森林()模型是 建立的一种组合式机器学习方法具有准确性高、不易过拟合的优点能有效处理大数据集并判定变量的重要性 等利用机器学习方法对北京地区网格温度进行了预报 等对比了多元线性回归()、梯度提升决策树、最近邻法、随机森林、极端梯度提升()和深度神经网络()等 种机器学习方法对近地面气温的预报此外极端气温事件与大气环流变化的密切联系为极端气温事件的预报提供了新的研究方向 大气环流会促进高低纬度之间及海陆之间的水热交换是影响气候的重要因素 大气环流异常往往会导致极端气自 然 灾 害 学 报第 卷温事件的发生因此常用环流指数来定量表征大气环流的变化而大气环流通常分为大气类、海温类和其他三类 目前已有诸多学者开展了大量针对极端气温事件影响因素的研究发现大气环流对极端气候事件的发生具有重要影响 梁苏洁等分析并采用了北极涛动、北大西洋涛动、太平洋北美型和平流层极涡 种大气遥相关型指数构建了多元回归统计方程对华北地区冬季极端低温事件进行了预测 戴声佩等对华南地区极端气温事件进行大尺度环流影响分析指出厄尔尼诺南方涛动()异常与华南地区极端气温事件关系密切南海副高强度指数和西太平洋副高强度指数也对极端气温事件有明显贡献黄河发源于青藏高原是我国第二大河流经内蒙古高原、黄土高原和黄淮海平原最终汇入太平洋 黄河流域位于 面积约.主要是干旱半干旱地区其年平均降水量为 年平均气温为 全球变暖背景下黄河流域极端气温事件频发苗书玲等发现黄河流域极端气温指数在流域西北部有明显的下降趋势东部则上升趋势明显 张克新等也发现黄河流域极端气温事件和厄尔尼诺南方涛动()指数存在多尺度的显著相关性 尽管目前国内对极端气温事件的时空变化及其成因分析已有相关研究但研究大多采用主成分分析、基于 软件的因子分析等统计分析方法对于 等机器学习模型的应用还较少 此外诸多学者在单个大气环流因子如对极端气温事件的影响方面取得了成果但极端气温事件的成因复杂受到诸多因素的共同作用综合考虑多种大气环流因子对黄河流域极端气温事件的预测研究还不够深入 黄河流域是气候变化的敏感区长期以来频发的极端气温事件对该区域生态系统和人类生活造成严重影响 探究黄河流域极端气温事件的气候驱动要素及其预测能够为适应气候变化、流域生态环境保护和防震减灾提供重要的科学依据本文在收集 年 月 年 月环流指数数据和 年 月 日 年 月 日黄河流域 个站点气温数据的基础上分析黄河流域极端气温事件的时空分布特征及其对环流的响应规律运用 和 模型模拟极端气温指数并利用环流指数对未来极端气温指数进行预测以期揭示黄河流域极端气候事件的变化规律及成因为极端气温的预报提供科学依据材料和方法.数据收集黄河流域 个气象站点 年 月 日 年 月 日的逐日气温数据来源于中国气象科学数据中心(:/.)经检查该数据具有一致性和完整性数据缺失率分位值的天数频率酷热天数/日最高气温 的天数频率最低气温/每月日最低气温的最小值强度冷夜天数/日最低气温分位值的天数频率霜冻天数/日最低气温 的具有显著共线性的环流指数 经分析最终保留了 个环流指数.关键环流指数的筛选单站点 个 对应的关键环流指数具有差异但相邻站点关键环流指数较相似故对各站点进行关键环流指数的筛选以便用于建模 用 相关系数 表征每个 与各环流指数之间的相关程度初步分析两者关系发现 和环流指数之间的相关性基本具有 个月的周期因此分别计算滞后 个月情况下、各 与经过多重共线性分析筛选的 个环流指数之间的 值 的取值范围是()表示正(负)相关越大相关性越高 根据 的临界值表当显著性水平.模型的建立及模拟.逐步多元线性回归模型()由于 与各关键环流指数的相关系数 随滞后时间(月份)变化因此取 最大()时的滞后时间对应的多个关键环流指数进行建模、和 表征极端气温事件发生的频率单位为、且只能为正值 模型采用原始数据得到的模拟值存在负值因此将各站点、和 的序列进行对数转换 以 年的数据作为率定集 年的数据为验证集建立各对数转换后的 序列和特定滞后时间下关键环流指数之间的 模型该模型表示为 ()式中:为 其中 和 采用原始数据而、和 为对数转换后的序列 为对应 的滞后时间为 个月的第 个环流指数 为偏回归系数 为截距.随机森林 模型随机森林模型是通过 重抽样构建决策树的组合分类器模型具有良好的分类筛选与预测性能 利用与 模型数量及滞后时间一致的环流指数对各 采用 建模以 年的数据作为率定集 年的数据为验证集并与 模型的建模效果进行比较在 模型训练中需确定 个参数:决策树数量()和每个树节点上随机变量的数量()对于回归问题一般取 设置为回归模型所有预测变量数的/模型通过均方误差增量()评估变量的重要性对每棵决策树的输入变量 进行随机扰动后自 然 灾 害 学 报第 卷检验袋外数据()的均方误差 值越大表示变量越重要计算公式为 ()()式中:为第 个变量的()为未受到扰动的袋外数据的均方误差为随机扰动后袋外数据的均方误差由于模型实际包含的环流指数数量及其重要性在黄河流域 个站点存在差异因此提出新的重要性评估指数()以表征各环流指数在整个黄河流域上对极端气温指数的影响程度表达式为 ()()式中:为第 个环流指数的黄河流域总体重要性()为站点 模型实际包含的环流指数的数量为第 个环流指数在站点 中的变量重要性名次为第 个环流指数在站点 的变量重要性()为黄河流域实际包含环流指数最多的站点的环流指数数量值越大说明该环流指数对整个黄河流域 的影响越大反之亦然.模型效果评价用决定系数()、林氏一致性相关系数()、平均绝对误差()以及均方根误差()来评估 和 模型率定和验证的效果 评价指标的计算式为 ()()()()()()()()()()式中:、为观测和模拟的第 个 值、为 和 的平均值、为观测和模拟的 值的方差、为观测和模拟的 值的平均值 为 观测值和模拟值之间的 相关系数 为样本数估算的 和 值越高、和 值越低表明模拟性能更好结果与分析.极端气温指数 的时空变化黄河流域 年 个 的年际变化曲线及年极端气温事件的多年平均情况如图 所示 从时间变化来看极端气温暖指数 和 呈现出波动上升的趋势说明黄河流域极端高温事件的强度和频率均呈增加趋势对全球变暖呈正响应 极端气温冷指数、呈下降趋势 则呈上升趋势表征黄河流域极端低温事件的发生频率在减小强度也有所降低在空间分布上由图 可知、和 的值在黄河流域下游低海拔地区均较高同时该区域的 较大 和 的值则较低表明该地区极端高温事件的强度和频率均较大而极端低温事件的强度较弱且频率较低这可能是受到纬度和地形的影响 总的来说黄河流域极端高温事件强度和频率的空间分布情况与极端低温事件大致相反第 期陈俊清等:基于逐步多元线性回归和随机森林模型预测黄河流域极端气温事件图 黄河流域极端气温指数的时空变化.关键环流指数及其滞后时间分析在滞后 个月的情况下 与经过多重共线性分析的 个环流指数的 相关系数 的变化发现其具有明显的周期性周期为 个月 因此对滞后时间为 个月的情况进行具体分析 个环流指数中大气环流指数共 个分别是北非副高面积指数()、西太平洋副高强度指数()、东太平洋副高强度指数()、太平洋区极涡强度指数()、北大西洋欧洲区极涡强度指数()、北半球极涡中心经向位置指数()、北半球极涡中心纬向位置指数()、欧亚经向环流指数()、亚洲纬向环流指数()、亚洲经向环流指数()、东亚槽位置指数()、印缅槽强度指数()、北极涛动()、南极涛动指数()、北大西洋涛动()、北非北大西洋北美副高脊线位置指数()、东太平洋副高脊线位置指数()、南海副高脊线位置指数()、西太平洋副高西伸脊点指数()、亚洲区极涡面积指数()、太平洋区极涡面积指数()、北美区极涡面积指数()、大西洋欧洲区极涡面积指数()、太平洋北美遥相关型指数()、东大西洋遥相关型指数()、西太平洋遥相关型指数()、东大西洋西俄罗斯遥相关型指数()、极地欧亚遥相关型指数()、斯堪的纳维亚遥相关型指数()、纬向风指数()、赤道中东太平洋 纬向风指数()、西太平洋信风指数()、中太平洋信风指数()、东太平洋自 然 灾 害 学 报第 卷信风指数()和北大西洋欧洲环流型 型指数()个海温指数分别为 区海表温度距平指数()、区海表温度距平指数()、区海表温度距平指数()、西太平洋暖池面积指数()、大西洋多年代际振荡指数()、亲潮区海温指数()、西风漂流区海温指数()、区海表温度距平指数()、热带南大西洋海温指数()、西半球暖池指数()、印度洋暖池面积指数()、类 指数()、东部型 指数()、热带印度洋海温偶极子指数()和副热带南印度洋偶极子指数()其他指数共 个分别为西太平洋编号台风数()、登陆中国台风数()、太阳黑子指数()、南方涛动指数()、大西洋经向模海温指数()、准两年振荡指数()、大西洋海温三极子指数()图 以靖远站 为例对比了在滞后 个月的情况下 与经过多重共线性分析的 个环流指数的 相关系数 的变化其中图()、()区分了对 具有较大(.)和较小(.且 的环流指数如表 所示 是影响黄河流域、和 的最重要的环流因子 对黄河流域 和 的影响最大自 然 灾 害 学 报第 卷表 影响黄河流域各极端气温指数的环流指数重要性 环流指数.环流指数.模型性能评价 模型和 模型模拟的黄河流域 个站点的 值的率定和验证结果如图 所示 由图可知:在率定期 和 模型 的中位数变化范围是.和.中位数的变化范围是.和.模型 中位数的变化范围是.和.而 的是.和.模型 的中位数变化范围是.和.模型的是.和.在验证期 和 模型分别解释了 变化的.和.而 中位数的变化范围是.和.模型的 中位数的变化范围是.和.而 模型的是.和.模型 的中位数变化范围是.和.而 模型的是.和.种模型对 的预测能力都比较好其中 模型模拟 的、和 均优于 模型 模型模拟、和 时仅 稍差其他情况下 模型均优于 模型 而 模型模拟 的 明显优于 模型、则略微差于 模型 模型仅模拟 个 中 的效果优于 模型 总的来说 模型的模拟效果优于 模型 验证期 个模型模拟 的 和 的表现整体上略低于率定期但未出现明显的模拟性能下降且 模型模拟 的 和 在验证期的表现略优于率定期第 期陈俊清等:基于逐步多元线性回归和随机森林模型预测黄河流域极端气温事件图 逐步多元线性回归和随机森林模型在黄河流域 个站点模拟极端气温指数的率定和验证结果.极端气温指数的预测由于 模型模拟 的性能总体优于 模型且各环流指数对黄河流域极端气温指数的影响具有 个月的时滞特征故基于 模型利用 年 月 年 月的环流指数数据预测了 年 月黄河流域 个站点的 其空间分布如图 所示 由图可知:年 月极端高温事件的强度()和发生频率(和)较高的站点主要集中在流域下游的低海拔地区和局部河谷地带 极端低温事件的频率指数(、)与极端高温事件的频率指数(、)空间分布规律基本相反和 的空间分布特征基本相同最低气温()越小表征极端低温事件的强度越大即极端高温事件与极端低温事件的强度具有相反的空间分布规律 总体上预测的 年 月黄河流域各 的空间分布情况与多年平均情况相似 待新的环流指数更新后可采用类似方法对黄河流域多站点的 进行实时动态预测从而对流域未来极端气温事件进行预警图 基于随机森林模型预测的 年 月黄河流域极端气温指数.自 然 灾 害 学 报第 卷讨论极端气温事件受多种大气环流因子的综合影响 丁之勇等发现我国北疆地区极端气温指数受 的影响最大其次是 而 对其影响较小 龚道溢等认为 主要影响北美、西欧以及北非个别地区的气温北太平洋涛动()主要影响北太平洋和北美个别地区的气温南方涛动指数()则主要对太平洋热带地区气温产生影响 但过去研究多集中于单个或几个环流指数对研究区域内极端气温事件的影响而本研究筛选了对极端气温事件有显著影响的多个环流指数充分探究极端气温事件对多种大气环流因子的综合响应本文从 个环流指数中通过数据预处理、多重共线性分析、考虑滞后性的 相关分析及显著性检验等方法严格地筛选出 个 的关键环流指数最终构建 和 模型并进行环流指数重要性排序克服了大气环流因子选取不客观、不全面的局限性大气环流对极端气温的影响具有滞后性 汪宁等研究发现我国北部、东北部、南部地区的气温和降水对欧亚遥相关型的响应约有 的滞后时间 黄浩等发现 和 对河东地区冬、夏两季的极端气温指数有显著影响且呈现出 的时滞特征 马乃孚等提出北太平洋海温与华中夏季气温存在较好的滞后相关关系通过赤道东太平洋海温异常预测华中地区夏季气温的可预报尺度为 个月 本文发现环流指数对黄河流域极端气温指数的影响具有 个月的时滞特征且不同环流指数的最佳滞后时间也有差异这与黄浩等的结果部分一致 同时本研究以时滞特征为切入点计算了不同环流指数的最佳滞后时间并通过最佳滞后时间序列数据建立模型预测了黄河流域 考虑了环流指数对 影响的时滞性从而提高了模拟的效率和精度黄河流域 影响因子的重要性在不同站点上具有差异 模型具有良好的模拟性能已被应用于很多领域 本研究采用 种模型对黄河流域 进行实时预测对比分析发现在相同输入下 模型除对 的模拟效果稍弱外对其他 个 的模拟效果均优于 模型 由于 模型能够给出单个站点的变量重要性排序且环流对 的影响具有区域差异本文基于 模型给出的变量重要性指数 创新性地提出了影响整个黄河流域 个站点的各 的环流指数重要性排序方法 并进行了具体分析从而扩展了重要性排序的应用领域得出了对黄河流域极端气温事件提供准确可靠预报的新方法为将来研究分析黄河流域气候变化中极端气温变化可能造成的影响提供了参考结论本文基于关键环流指数的最佳滞后时间序列数据构建了 个极端气温指数的 和 模型探究了极端气温事件对多种大气环流因子的综合响应得出以下结论:)黄河流域 年的 中、和 呈波动上升的趋势而 和 呈现下降趋势极端高温事件的强度和发生频率的空间分布特征与极端低温事件基本相反)以靖远站 为例极端气温事件受多种环流指数的综合影响 环流指数对 的影响存在滞后性和明显的周期性 关键环流指数对极端气温指标具有显著影响其 对应的滞后时间主要为、和 个月 同时环流指数对 的影响程度存在差异 对 和 的影响最大 对 和 影响最大 和 对 和 影响最大 对整个黄河流域来说 对、和 影响最大而 对 和 影响最大)和 模型对 的预测能力较好验证期 分别为.和.模型除对 的模拟效果稍差外对其他 个 的模拟效果均优于 模型因此被选择用于预测黄河流域多站点的实时 预测的 年 月黄河流域 的空间分布特征与多年平均情况基本相似 极端高温事件的强度()和发生频率(和)较高的站点主要集中在流域下游的低海拔地区和局部河谷地带极端低温事件强度和发生频率的空间分布规律与基本极端高温事件相反参考文献:.:.第 期陈俊清等:基于逐步多元线性回归和随机森林模型预测黄河流域极端气温事件 .:.:.:.秦大河.中国极端天气气候事件和灾害风险管理与适应国家评估报告.北京:科学出版社.:.()./:.:.():.何祖明赵景波.山东省东部地区 年极端气温变化.自然灾害学报 ():.():.()赵景波 罗雪银 周旗 等.陕西延安近 年极端气温变化及周期研究.自然灾害学报 ():.():.().:.:.():.():.():.戴声佩 李茂芬 罗红霞 等.华南地区极端气温事件时空变化及其因子分析.江苏农业科学 ():.():.()丁之勇 葛拥晓 吉力力等.北疆地区近 年极端气温事件及其影响因素分析.地球环境学报 ():.():.()梁苏洁 马宁 谢均.基于大气遥相关型指数的华北地区冬季极端低温事件延伸期预报技术研究.天津:天津市气候中心.:.().:.苗书玲 曹艳萍 李晴晴.年黄河流域极端气候事件时空变化规律分析.河南大学学报(自然科学版)():.()():.()张克新 董小刚 廖空太 等.年黄河流域极端气温的季节变化特征及其与 的相关性分析.水土保持研究():.():.()张秀伟 赵景波.年太原市极端气温变化研究.自然灾害学报 ():.():.()贾艳青 张勃 张耀宗 等.长江三角洲地区极端气温事件变化特征及其与 的关系.生态学报 ():.().():.().():.():.:.自 然 灾 害 学 报第 卷 .(/):.(.):.():.:.杨北萍陈圣波于海洋等.基于随机森林回归方法的水稻产量遥感估算.中国农业大学学报 ():.():.().():.龚道溢 王绍武.大气环流因子对北半球气温变化影响的研究.地理研究 ():.():.()汪宁.欧亚遥相关型演变的动力机制及其气候效应.江苏:南京大学.:.()黄浩 张勃 马尚谦 等.甘肃河东地区近 年季节极端气温指数变化与环流影响.高原气象 ():.():.()马乃孚 杨景勋.厄尔尼诺与华中夏季低温.长江流域资源与环境 ():.():.().:.