基于关联规则的河南省旱涝空间分布特征

彭高辉 宋艳红 王银鸿 马建琴

摘要：根据河南省17个气象站1961-2013年逐月平均气温和降水资料，基于关联规则，采用加权温度干旱均一化指标，分析河南省旱涝空间分布特点。结果表明：豫中、豫东、豫西、豫南、豫北地区各城市间旱涝关联性较强;空间分布上，干旱具有明显的地域性且分布不均，从西北向东南方向逐渐减弱，主要发生在黄河流域及其以北地区，而洪涝呈团状分布，主要发生在黄河流域以南及偏北地区。

关键词：旱涝特征;关联规则;降水温度均一化指标;河南省

中图分类号：P338⁺.6 文献标志码：A

河南省位于我国中东部、黄河中下游，属于亚热带湿润性季风气候与温带半湿润性季风气候的过渡地带，气候复杂多样、降水时空分布不均[1]，自然灾害频繁发生，干旱和洪涝是主要气象灾害，往往造成严重的经济损失，其中對农业影响尤为严重[2-3]。据1450-1949年的史料统计[4]，500a间发生全省性的干旱将近200a，其中大旱37a、特大旱6a。1949-2003年，旱灾面积平均每年为107.29万hm²，涝灾面积平均每年为86.29万hm²，几乎每年都有旱涝灾害发生[5]。2003-2010年，干旱造成的年均粮食受灾面积为12.33万hm²，洪涝造成的受灾面积为1.15万hm²[6]。近几年旱涝灾害仍持续发生，仅2016年7月，河南省洪涝灾害造成的农作物受灾面积就达14.9万hm²，折合成人民币约为13.9亿元[7]。因此，研究河南省旱涝时空分布，掌握旱涝整体分布规律，提前做好管理和规划，具有重要的现实意义。

目前，对旱涝时空分布特征的研究大多采用气象干旱指标方法，如标准降水指数法[8]、降水距平百分率法[9]、Z指标法[10]等，这些方法均基于降水要素，未考虑地理空间的关联性。本文先对研究区域进行划分，然后利用数据挖掘中的关联规则理论，构造降水量和平均气温综合指标，通过对区域范围内的历史灾害信息进行挖掘，寻找灾害事件间的关联性，进而判断灾害发生的类型和空间分布特征[11]。

1 研究方法

依据中国气象数据网（http;//data.cma.cn/site/in-dex.html）提供的1961-2013年河南省17个气象站点（见图1）的月平均气温和月降水量数据，运用关联规则和加权温度干旱均一化指标[12]方法对河南省旱涝时空分布进行研究。

1.1 降水温度均一化指标

降水温度均一化指标是降水标准化变量与温度标准化变量之差：式中：I_s为降水温度均一化指标;R为年平均降水量;R为多年平均降水量;σ_R为降水量均方差;σ_T为气温均方差;T为年平均气温;T为多年平均气温。

张强等[13]对3种干旱指标进行比较，考虑温度对旱涝影响的比重，将标准化降水指标与降水温度均一化指标相结合，提出了新的干旱指标：式中：Z为标准化降水指数（见文献[12]）;α_i为系数（依据降水与气温成显著负相关的特点[14]求得具体值）;i为河南地区的划分序号。

河南地区划分及经计算验证得到的系数α_i见表1，降水温度均一化指标的旱涝等级见文献[12]，整理后的旱涝等级见表2。

1.2 基于地区划分的关联规则

关联规则是数据挖掘中的典型研究方法，最早由Agxawal等[15]于1993年提出，其核心概念是支持度和置信度，定义如下。

设I={i₁，i₂，…，i_n}是所有项目的集合，其中的元素称为项;D为事务T的集合，事务T为项的集合，且T互1。每个事务有唯一的标识TID。设I₁是I中1个项的集合，若I₁■T，则称事务T包含I₁。

关联规则是形如I₁→I₂的蕴含式，其中I₁，I₂■I，且I₁∩I₂=φ。规则I₁→I₂在事务数据库D中的支持度（support）是事务数据库中包含I₁和I₂事务数与所有事务数之比，记为support（I₁→I₂）：

support（I₁→I₂）=|{T：I₁∪I₂■T，T∈D}|/|D|（3）

I₁→I₂在事务集中的置信度（confidence）是包含I₁和I₂的事务数与包含I₁的事务数之比，记为confidence（I₁→I₂）：

在集合D中找出具有用户给定的满足min support和min confidence的关联规则，称为强关联规则。关联规则挖掘主要有2个阶段：①从集合D中找出大于等于用户指定最小支持度的项目集;②利用频繁项目集生成所需要的关联规则。

1.3 空间分析方法

对于空间分布特征采用克里金插值法进行分析。克里金插值法又称空间局部插值法，以空间自相关为基础，利用样本数量和变异函数的结构性，对区域化变量进行无偏估计、最优估计[16]。其表达式为

Z（s）=μ（s）+ε（s）（5）式中：Z（s）为待空间化的气象值：μ（s）为已确定站点的气象数据值;ε（s）为自相关随机差。

2 结果与分析

2.1 旱涝关联性判断

2.1.1 干旱关联性判断

结合关联性存在的理论基础及区域干旱发生的规律，同时依据数据挖掘理论中的关联规则算法[17]，并按式（3）和式（4）分别计算其支持度与置信度，结果见表3～表7，其中L_k为频繁项目集，X_m-1为频繁项目子集。

在最小支持度为7.5%和最小置信度为57.1%的阈值条件下，可知表3～表7均为强关联规则，表明豫中、豫东、豫西、豫南、豫北地区各城市间干旱联动性较强门

2.1.2 洪涝关联性判断

同样，对各区域城市进行洪涝关联规则挖掘，统计结果见表8～表12。

在最小支持度为5.7%和最小置信度为41.7%的阈值条件下，可知表8～表12均为强关联规则，表明豫中、豫东、豫西、豫南、豫北地区各城市间洪涝联动性较强。

2.2 旱涝灾害的空间关联性分析

2.2.1 干旱灾害的空间关联性分析

图2为1961-2013年河南省干旱頻率空间分布情况。可以看出，河南省空间上的干旱化趋势为自豫西至豫东逐渐减弱，其中豫西地区的三门峡市和卢氏县干旱化最为严重。究其原因，豫西黄土丘陵区属大陆季风性气候区，具有秋季晴朗日照长、冬季寒冷雨雪少、春季干旱风沙多、夏季气温高、地温回升快、蒸发量大、空气干燥的特点[18]。针对该区气候特点，文献提出推广节水抗旱技术可大幅提高水资源利用效率，有效减少旱灾损失。

2.2.2 洪涝灾害的空间关联性分析

从1961-2013年河南省洪涝频率空间分布情况（见图3）可以看出，洪涝频率呈明显的团状分布，且极其不均匀，较为严重的洪涝主要发生在信阳和孟津。究其原因，信阳市地势南高北低，由西南向东北倾斜，偏北地区的异常季风使得雨带停滞在该区，降雨量偏多，从而形成洪涝灾害[20-21]。孟津县地处豫西丘陵地区，地形复杂，属亚热带和温带的过渡地带，季风环流影响明显，夏季降雨量变化大，易发生洪涝。针对该区特点，文献[22]提出采取合理的工程措施与非工程措施减轻洪涝灾害。

3 结论

（1）河南省干旱化地域差异明显，趋势为自豫西至豫东逐渐减弱，其中豫西地区的三门峡市和卢氏县干旱化最为严重。

（2）河南地区的洪涝呈团状分布，较为严重的洪涝主要发生在信阳和孟津。

（3）豫中、豫东、豫西、豫南、豫北地区各城市间旱涝关联性较强。

参考文献：

[1]赵路伟，徐刚.河南省1961-2014年气温和降水量的时空变化特征[J].南水北调与水利科技，2016，14（3）：17-23.

[2]罗浩，包为民，王友恒.河南省旱涝态势时空特征分析[J].人民黄河，2016，38（11）：39-43.

[3]张延伟，史本林，朱孔来.1960—2010年河南省极端气候事件变化趋势[J].人民黄河，2016，38（8）：10-13.

[4]郝秀平，张振伟，马建琴，等.基于标准降水指数的河南省干旱时空演变规律分析[J].水电能源科学，2013（9）：4-7.

[5]朱业玉，程炳岩，王记芳.河南旱涝灾害的演变特征分析[J].灾害学，2006，21（3）：93-97.

[6]葛笑莹，张静雯，朱丽.1981—2011年河南省旱涝灾害的变化特征分析[J].现代农业科技，2015（20）：194-195.

[7]大河网.河南灾情造成经济损失48亿，家庭损失13.7亿元[EB/OL].（2016-07-25）[2017-09-10].http：//hn.ehinaso.com/finance/detail/20160725/1000200032826601469407512297827428_1.html.

[8]KUMAR R，MUSUUZA J L，VAN LOON A F，et al. Multi-scale Evaluation of the Standardized Precipitation Index as aGroundwater Drought Indicator[J]. Hydrology & EarthSystem Sciences Discussions，2016，12（8） ：7405-7436.

[9]CHENG Z. Establishment of Statistical Model for PrecipitationPrediction in the Flood Season in China[J]. Meteorological &Environmental Research，2011 （3） ： 1-3.

[10]WANG Y，ZHAO F，YAO Y，et al. Analysis on DroughtCharacteristics of Shiyang River Basin Based on Z Index[J].Journal of Catastrophology，2013，28（2）：100-106.

[11]李汉巨，梁浩波.基于关联规则的自然灾害预测系统[J].计算机系统应用，2017，26（7）：50-55.

[12]王殿武.区域旱涝特征分析及灾害预测技术研究[M].北京：中国水利水电出版社，2011：82-88.

[13]张强，鞠笑生，李淑华.三种干旱指标的比较和新指标的确定[J].气象科技，1998（2）：48-52.

[14]吴洪宝.我国东南部夏季干旱指数研究[J].应用气象学报，2000，11（2）：137-144.

[15]AGRAWAL R，IMIELINSKI T，SWAMI A N. Mining Asso-ciation Rules Between Sets of Items in Large Databases[C]//Proceedings of the 1993 ACM-SIGMOD InternationalConference on Management of Data （SIGMOD' 93）. NewYork：ACM Press，1993：207-216.

[16]BEARMAN N，FISHER P. Data for Paper： Using Sound toRepresent Spatial Data in ArcGIS[J]. Computers & Geo-sciences，2017，46（3）：157-163.

[17]彭高辉，马建琴，贺渊博.基于可公度理论的关联规则算法在干旱中的预测研究[J].南水北调与水利科技，2013，11（2）：151-153.

[18]张继珍.类型学在豫西乡村聚落更新与发展中的应用研究[D].长沙：湖南大学，2010：10-11.

[19]杨栓群，高九思.豫西丘陵地区农业节水抗旱技术研究[J].农业灾害研究，2012，2（1）：74-75.

[20]陈轶.豫南木本园林植物季相特征及植物造景初探：以信阳市罗山县植物配置为例[D].郑州：河南农业大学，2009：10-12.

[21]孔海江，吴胜安.淮河流域和长江中下游流域旱涝年的划分[J].人民黄河，2012，34（3）：30-33.

[22]李文田，余国忠.信阳市洪涝灾害成灾机制与减灾对策研究[J].地域研究与开发，2013，32（5）：109-113.