許菁 賈亞茹 趙東婕

摘要：2019年，我國接連發(fā)生多起森林火災事故，在自然資源被破壞的同時，多條鮮活的生命也被大火無情地奪走。在感慨水火無情之時，作為自然界中一份子的人類，我們只能盡自身所能優(yōu)化火災預防以及調(diào)度策略，為了實現(xiàn)這一目的，需要完善的火災等級評價體系作為支撐。因此，需要引入數(shù)字化手段通過數(shù)據(jù)分析來達到這一目的。通過觀察數(shù)據(jù)并根據(jù)相關資料，對影響因素進行描述及擴展。然后利用層次分析方法，得出判別矩陣，進而得出各因素及其子因素在最終評價模型中所占權重值。根據(jù)層次分析模型公式，得出火災等級評價模型，最終得到十場大火災的編號。為了明確建立重點防火位置的篩選原則為該地附近更容易發(fā)生火災等級更高的事故，因此首先需要根據(jù)相關數(shù)據(jù)并結(jié)合評價體系預測出各地發(fā)生火災的概率，進而根據(jù)經(jīng)緯度（區(qū)域）進行聚類設定某一點為重點防火位置。

根據(jù)評價結(jié)果及聚類結(jié)果，重點防火位置為出救點，類中其余點為應急點，依次評價區(qū)域中其余所有樣本發(fā)生火災等級以及所需人力情況，建立單出救點模型并利用免疫科隆算法進行求解，選取最大值作為對應出救點的真實需求。由于待分配消防人員數(shù)量有限，因此根據(jù)每個出救點的需求計算權重從而得到人員分配方案。

關鍵詞：火災等級評價;層次分析法;GM（1，1）;聚類分析;應急調(diào)度算法

一、火災等級評估

1.1 評價的指標體系

火險評估指標的選取決定著評價模型的質(zhì)量，是建立火險等級評價模型的一項關鍵工作。相關研究表明，影響火災發(fā)生及發(fā)展的因素主要有地形條件[3]、可燃物狀況[5～6]、氣象條件[7～9]、人為活動[10]等4個方面?；谝陨戏治?，本項研究依據(jù)大興安嶺林區(qū)落葉松人工林采伐跡地火災的特點，選取影響火災發(fā)生的主要因素有地形條件、可燃物狀況、氣象條件、人為影響，以火災經(jīng)緯度位置、初始火災面積、可燃物含脂量及含水量、火災蔓延速度、當?shù)氐娘L速、溫度、濕度以及救援難度系數(shù)作為火災危險等級評定的指標，并用樹狀層次結(jié)構表示各層指標，見圖5-1。

1.2 指標權重層次分析

采用層次分析法（Analytical Hierarchy Process，AHP）進行構建與分析，它是一種對指標進行定性和定量分析的方法。通過將每個因子所包含的指標進行比較、判斷和計算，獲得各指標的權重，最終確立最低層至最高層的相對重要性權值或作相對優(yōu)劣次序的排序，選出最優(yōu)方案[11]。

根據(jù)數(shù)據(jù)中的經(jīng)緯度情況經(jīng)過查詢可知，表中自然火災的位置主要集中在東北（如大興安嶺）、西北（如新疆維吾爾地區(qū)）、華北（如內(nèi)蒙古草原）、中南（如河南）、西南（如四川）等地區(qū)，根據(jù)查閱相關資料以及數(shù)據(jù)分析，確定上述評價指標，并根據(jù)不同指標對于火災產(chǎn)生影響力的不同利用判別矩陣法得到各層的判別矩陣。具體方法為：將所有指標列出來（共n個），組成一個n×n的方陣，然后對各指標兩兩比較并打分，最后對各指標的得分求和，并作規(guī)范化處理，給出幾個評價矩陣。得到評價矩陣后，為各矩陣先按列求和歸一化后按行求和并歸一化（公式如下）：

最終得到各特征向量xi如表5-2所示：

按照下式所有特征向量進行歸一化，即可得到最終權重矩陣：

通過求解矩陣特征根進行一致性檢測：

由于人為因素僅有救援難度系數(shù)一項，故其權重為指標B4所占權重，為26.33%。經(jīng)一致性檢驗，C.R.值均小于0.1，故所用指標體系設計正確。

1.3 火險等級評價模型

由火災危險指標的權重指數(shù)值來確定火災危險等級。因為蔓延速度的累積權重是所有指標累積權重中最小的，故設其為單位系數(shù)1，其他指標系數(shù)由各自的累積權重除以可燃物厚度的累積權重得出。故可得落葉松人工林采伐跡地火災危險等級計算式為：

式中：HTZ為落葉松人工林采伐跡地火災危險指數(shù)，A為經(jīng)緯度，B為火災面積，C為可燃物含脂量，D為可燃物含水量，E為火災蔓延速度，F(xiàn)為風力大小，G為區(qū)域溫度，H為區(qū)域濕度，I為救援難度系數(shù)。根據(jù)上式，得出最后等級最高的十條記錄編號為：1055、1135、961、880、987、1175、623、1130、1593、1015?？梢钥闯?，前十名中有九個樣本屬于西南地區(qū)，一個屬于東北地區(qū)，因此可以初步得出結(jié)論：西南與東北發(fā)生大火災頻率較高。

根據(jù)火險指數(shù)的分布狀態(tài)，將火險評定為4個等級——一般火災、較大火災、重大火災、特大火災，詳見下表5-7。

二、重點防火位置確定

2.1 k-means經(jīng)緯度坐標聚類

k-means算法是一種聚類算法，所謂聚類，即根據(jù)相似性原則，將具有較高相似度的數(shù)據(jù)對象劃分至同一類簇，將具有較高相異度的數(shù)據(jù)對象劃分至不同類簇。聚類與分類最大的區(qū)別在于，聚類過程為無監(jiān)督過程，即待處理數(shù)據(jù)對象沒有任何先驗知識，而分類過程為有監(jiān)督過程，即存在有先驗知識的訓練數(shù)據(jù)集。

k-means算法中的k代表類簇個數(shù)，means代表類簇內(nèi)數(shù)據(jù)對象的均值（這種均值是一種對類簇中心的描述），因此，k-means算法又稱為k-均值算法。k-means算法是一種基于劃分的聚類算法，以距離作為數(shù)據(jù)對象間相似性度量的標準，即數(shù)據(jù)對象間的距離越小，則它們的相似性越高，則它們越有可能在同一個類簇。數(shù)據(jù)對象間距離的計算有很多種，k-means算法通常采用歐氏距離來計算數(shù)據(jù)對象間的距離。算法詳細的流程描述如下：

輸入：類簇個數(shù) ，迭代終止閾值

輸出：聚類結(jié)果

For t=1，2，...，T

For every xi（對于所有數(shù)據(jù)對象）;

根據(jù)公式（1），計算dist（xi，Center）;

將xi劃分至距離其最近的類簇中心所在類簇中;

End for

根據(jù)公式（2），更新所有類簇中心;

根據(jù)公式（3），計算兩次迭代的差值ΔJ;

If ΔJ<

Then 輸出聚類結(jié)果;

break;

End if

End for

由于重點防火地區(qū)需要兼顧同范圍地區(qū)的火災救援問題，出于防火代價最小的角度考慮，采用k-means聚類算法，對于2033條數(shù)據(jù)篩選出200個重點防火位置。

2.3 GM（1，1）火災概率預測模型

在一些預測方法中，灰色理論以其獨特的優(yōu)勢，例如小樣本信息，計算簡單而被應用在各個領域中，其中GM（1，1）模型是灰色系統(tǒng)的核心，所以運用更為廣泛。再采用相對誤差作為狀態(tài)劃分依據(jù)，建立Markov隨機轉(zhuǎn)移概率矩陣，依據(jù)平均絕對誤差、均方根誤差和Pearson相關系數(shù)評價模型優(yōu)度。

采用灰色系統(tǒng)生成理論運用Matlab R2016b按最小二乘法進行參數(shù)求解，建立全國森林火災發(fā)生次數(shù)和火場面積GM（1，1）灰色預測模型如下：

進過計算，本研究建立的GM（1，1）灰色模型發(fā)展系數(shù)a均大于-0.3，火災等級GM（1，1）模型參數(shù)a為0.02515954、b為2.381673373，初始面積GM（1，1）模型參數(shù)a為0.036744214、b為1.546236003，模型可用于中長期預測。

2.4 重點防火位置

通過將預測結(jié)果與聚類中心進行綜合篩選，其原則為——選擇聚類中心附近經(jīng)緯度半徑為0.5的范圍內(nèi)的所有點中的概率最大的點198個點作為重點防火位置，將其與地理信息聯(lián)系起來得到可視化結(jié)果如下圖1-2所示：

三、出救點設置

設所有的重點防火位置即為出救點，同一類中火災地區(qū)為應急點。而對于人員分配而言，應滿足區(qū)域點中最大人力以及最強力度火險搶救需求。基于以上理解，建立火險單出救點模型如下。

出救點根據(jù)著火點的火勢蔓延速度分配應急人力資源[13]?；饎萋铀俣容^快時，根據(jù)損失最小原則分配資源，安排多輛車分別向各著火點運輸資源[14～15]（如圖5-5），這里的資源特指題目中的人力資源。

設救援應急分配系統(tǒng)是由一個出救點S與I個著火點構成，出救點的供應能力為s，著火點的需求量為Di = （i = 1，2，...，I）， ，分配救援資源時，要兼顧效率和公平使各著火點都能得到相應的資源。因此，要根據(jù)受災屬性對著火點的受災嚴重度排序，并按嚴重度配送資源。這里將著火點的火勢蔓延速度作為受災屬性，認為火勢蔓延速度越快，著火點的受災嚴重度越高，越應優(yōu)先得到救災資源。

免疫克隆算法是一種為適應多目標優(yōu)化問題存在一系列無法相互比較的Pareto-最優(yōu)解的特點而發(fā)展起來的新算法，這里使用該算法求解。設w1=0.9，F(xiàn)=w1F1+w2F2，抗體群規(guī)模M=100，抗體ai（it）編碼長度21，計算終止代數(shù)gmax=100，克隆比例q=5，期望保留的抗體群規(guī)模Mn=20，得到結(jié)果如下。

參考文獻

[1]吳柳萍，何東進，洪偉，等.基于改進突變級數(shù)法的中國森林火災評價[J].西北農(nóng)林科技大學學報（自然科學版），2017，45（8）：95-102，111.DOI：10.13207/j.cnki.jnwafu.2017.08.014.

[2]鄧雪，李家銘，曾浩健，等.層次分析法權重計算方法分析及其應用研究[J].數(shù)學的實踐與認識，2012，42（7）：93-100.DOI：10.3969/j.issn.1000-0984.2012.07.012.

[3]魏占才，韓建君，張權.東北林區(qū)采伐跡地沖火與地形的相關性[J].森林防火，2002（2）：28-29.

[4]車克鈞，王金葉，黨顯榮，等.祁連山北坡森林火險等級指標的研究[J].森林防火，1994（1）：8.10.

[5]薛家翠，望勝玲，曾祥福，等.鄂西林地可燃物含水率及火險等級的氣象預報研究[J].華中農(nóng)業(yè)大學學報，2006，25（6）：679-682.

[6]賀萍，孟超，田豐.小興安嶺地區(qū)森林地被可燃物含水率變化規(guī)律及其與森林火險等級關系[J].黑龍江氣象，2008，25（3）：25-27.

[7]陳天錫，陳衛(wèi)波.森林火災與氣象條件的關系及其預報和防御[J].河南氣象，2000（4）：25-26.

[8]楊存建，馮涼，楊洪忠，等.四川省林草火險等級評價[J].地理研究，2010，29（6）：980-988.

[9]王娟，趙江平，張俊，等.我國森林火災預測及風險分析[J].中國安全生產(chǎn)科學技術，2008，4（4）：41_45.

[10]宋衛(wèi)國，王健，KSatoh，等.人口密度對森林火災發(fā)生頻率的影響[J].火災科學，2005，14（1）：1-5.

[11]薛偉，王蓉蓉.基于層次分析法的東北林區(qū)貯木場火災危險等級的評定[J].西部林業(yè)科學，2010，39（3）：5.9.

[12]吳恒，朱麗艷，劉智軍，孔雷，郭小陽，張鋒.中國森林火災發(fā)生規(guī)律及預測模型研究[J].世界林業(yè)研究，2018，31（05）：64-70.

[13]姚樹人，文定元.森林消防管理學[M].北京：中國林業(yè)出版社，2002.

[14]張凡.考慮救災物資需求等級的應急救援車輛調(diào)度[D].哈爾濱：哈爾濱工業(yè)大學，2007.

[15]孫穎，池宏，賈傳亮.多路徑下應急資源調(diào)度的非線性混合整數(shù)規(guī)劃模型[J].運籌與管理，2007，16（5）：5-8.