大數據技術在林火預測預報中的應用初探

韓永濤，葉 彪，李大鵬，陳啟良，龍騰騰，單保君，王秋華，李世友

（1.西南林業(yè)大學，消防學院，云南省森林災害預警與監(jiān)控重點實驗室，云南 昆明 650224；2.云南森林自然中心，云南 昆明 65010074；3.青島嶗山區(qū)林業(yè)局，山東 青島 83958201）

世界每年發(fā)生的森林火災達數十萬次，受災面積幾十萬公頃。雖然用于森林防火的費用每年不斷增長，但森林火災面積未發(fā)生明顯變化[1]。長期以來，人類一直在探索和尋找卓有成效的控制火災的對策，但并未從根本上解決問題。時至今日，森林火災仍然屢有發(fā)生，森林火災所造成的經濟損失并沒有顯著減少。究其原因，主要是人們還沒有真正解決對林火的預測預報問題[2-3]。

大數據（Big data）是需要新處理模式并具有更強決策力和洞察力能高效和快速處理的海量、多樣化的數據資源。大數據具有4V特點：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）。目前，大數據已經在很多領域發(fā)揮了重要作用，如大數據對森林資源的調查、分析[4]，對交通運行狀態(tài)的判別等[5]。使用大數據技術對歷史數據和實時監(jiān)測的海量林業(yè)數據進行挖掘分析，能準確地預測、預警森林火災，能夠分析森林火災的發(fā)展趨勢，并提供輔助決策。

1 林火預測預報的方法

林火預測預報方法是進行林火預測預報的關鍵，全世界共有一百多種。我國也有十多種，概括起來有經驗法、數學方法、物理方法、野外實驗法和室內測定法等。林火預測預報的研究方法有利用歷史火災資料進行林火預報，利用可燃物濕度和氣象要素進行林火預報，通過野外點火試驗進行林火預報，利用林火模型進行林火預報，利用動力學方法進行林火預報[6]。

2 林火預測預報的特征

林火預測預報是綜合氣象要素、地形、可燃物的干濕程度、可燃物類型特點和火源等，對森林燃燒的危險性進行分析預測。林火預報涉及的因子眾多，選擇合適的主導因子對林火預報精度至關重要。在林火預報研究中常用的林火因子是可燃物的含水量、降雨量或干旱日數、相對濕度、溫度和風5個因素[7]。

準確地進行林火預報面臨著諸多困難，林火預測預報需要考慮的因子眾多，不同的地形、不同的可燃物形成的小氣候各不相同，隨時變化的氣象因素、復雜的地形條件、可燃物類型的多樣性與火源條件的多樣性直接影響了林火預報的準確性。面對林火天氣預報準確性要求高，林火預報數據龐大、計算困難，林火動態(tài)時效性高等問題。使用大數據技術是對林火快速準確預測預報并采取有力措施的重要保障[8]。

3 大數據的運用方法與特征

大數據是指難以用現(xiàn)有的一般技術管理的大量數據的集合，使用主流軟件工具，無法在短時間內實現(xiàn)獲取、管理、處理，并使之成為有效的輔助企業(yè)運營決策的信息[9]。使用這種有更強的決策力和流程優(yōu)化能力數據處理模式，能更高效的處理海量的和多樣化的信息資源[10]。

3.1 大數據的運用方法

林火預測預報需要對林火歷史資料、氣象要素資料（降水量、蒸發(fā)量、風、相對濕度等）、森林可燃物特征（可燃物種類、密度、干濕、空間分布、垂直分布等）、地形地貌特征等進行分析，這些復雜林火因子分析必須依賴于分析模型。大數據技術對這些巨量數據進行分析與挖掘，使用聚類、相關分析、決策樹等算法分析林火資料數據集，通過計算、分析并挖掘出新的信息的模式。模式中的信息能顯著提高林火預報的及時性和準確性。

3.2 大數據的特征

1）實時性。大數據分析具有時效性。在林火預報有嚴苛的時效要求，如果通過傳統(tǒng)方式基于海量數據進行計算得出結論時火情早已變化，預測將毫無價值。大數據的快速處理能力應用于林火預測預報能大量地縮減計算時間，特別是在林火行為預報中，能夠依據地形條件、風等復雜的因素，快速準確地處理大量的數據，預報林火行為，制定撲火方案，組織撲火隊伍。

2）動態(tài)性。在不同時點的，用于林火預報的不穩(wěn)定因子是變化的，任何一個因子的變化都可能會引發(fā)整個系統(tǒng)變化，甚至會引發(fā)蝴蝶效應。難以捕捉的林火主導因子對預測結果起決定性作用，會使林火預報難上加難。林火預測預報系統(tǒng)需要對每一個主導林火因子數據的精準捕捉，并接近實時地調整預測。

3）準確性。大數據技術從大量的歷史數據和動態(tài)數據中尋找數據與結果之間隱藏的規(guī)律。假設這些規(guī)律對以后的數據依然有效，捕捉變量并實現(xiàn)預測。林火的發(fā)生、蔓延、周期等都遵循一定的規(guī)律，使用大數據技術基于林火資料數據挖掘出的林火規(guī)律，其可靠的精確度能夠正確指導林火預報及撲火、滅火行動。

4）區(qū)域性。大數據具有一定的區(qū)域性，大數據研究的歷史火災資料和天氣資料是針對某一區(qū)域的，這在其他區(qū)域不一定能夠完全適用。

4 大數據技術在林火預測預報中的應用設想

1）使用大數據技術制作林火預測預報系統(tǒng)。利用大數據的高速、大量、準確等特征，研發(fā)出能夠在局部地區(qū)、小范圍更具適用性的林火預測預報系統(tǒng)。通過計算、分析并挖掘出新的信息的模式，模式中的信息能顯著提高林火預報的及時性和準確性。

2）使用大數據技術分析火災規(guī)律。對衛(wèi)星監(jiān)測到的熱點進行分類，分析火源發(fā)生的地點規(guī)律和時間規(guī)律，火點遙感監(jiān)測統(tǒng)計和地區(qū)經濟狀況的對比，分析人為因素和社會因素對火災的影響。使用聚類分析處理歷史火災資料，探究林火的時空分布特征，對重點區(qū)域加強預防和管理并根據不同的分類采取不同的措施。

3）使用大數據技術篩選林火預報主導因子。影響林火發(fā)生的隨機因子眾多，若選取預報因子太多，會引起計算量過大、計算時間過長，而且并不是選取的預報因子越多越精確。通過用Logis?tic回歸或逐步回歸檢驗分析預報因子對預報的貢獻，得分范圍比較小的因子是不太重要的且可以剔除的因子[11]。林火的發(fā)生是一個復雜的自然現(xiàn)象，既受自然因素（氣象因子、可燃物狀況、地形條件）的影響，人為因素（火源條件、地區(qū)經濟狀況、人口密度、群眾防火意識等）也是不可忽視的。分析林火發(fā)生時的自然因素和人為因素，通過回歸檢驗分析得到影響最大的幾個因子，有針對性對林火預測預報的主導因子實時監(jiān)測。

4）使用大數據技術處理林火因子。溫度、濕度、風向都能通過實地的傳感器監(jiān)測獲得；降水、含水量這兩個參數不能夠簡單地通過傳感器得到。因此，通過歷史數據獲得的林火因子，每個因子的數據量非常龐大，使用大數據技術處理林火因子，可以更準確的預測森林火險主導因子，有助于指導決策對林火預測預報。

5）使用大數據技術預報林火行為。林火行為預報是火災發(fā)生后，預測林火蔓延速度、能量釋放、火強度以及撲火難易程度[7-10]。林火行為受到諸多要素的影響，林火蔓延速度、火強度、火焰高度一直都處于變化中，風、溫度、可燃物狀況、地形等都是變化因子。通過大數據技術，預定出具有科學指導性的林火撲救方案，更好地保障人民群眾的生命財產安全。

5 應用展望

大數據將繼續(xù)以每年40%的速度持續(xù)增加，而大數據所帶來的市場規(guī)模也將以每年翻一番的速度增長。隨著數據的價值凸顯和信息的重要性提高，大數據技術在森林防火中的運用給林火預測預報帶來了新的方法和途徑。

1）林火因子的數據挖掘。林火預測預報包含因子眾多，含水率、氣象等不穩(wěn)定因子時刻在變化，這里面蘊藏著巨大的價值，使用大數據與林火預測預報的結合就能擁有大量的數據資源。大數據技術可以改進計量與監(jiān)控手段，進而改善觀察的效果。這依賴于分析模型對林火數據進行深入分析挖掘，從中發(fā)現(xiàn)信息并加以利用，輔助林火預測預報。但是要讓數據驅動的決策活動朝著對林火預測預報有利的方向發(fā)展絕非易事。這需要對數據的清楚無誤的統(tǒng)計、監(jiān)控與觀察。

2）利用其他數據與林火預報數據相結合。使用林火預測預報原創(chuàng)數據通過與其他數據的整合催生出新的附加價值，從而升華成增值數據，產生相乘的放大效果，這是大數據運用的價值之一。林火預測預報數據與森林公園游客量數據相結合得出火源規(guī)律就是很好的例子。選擇什么數據與林火預測預報數據整合需要想象力，在某一方面沒用的數據，在林火預測預報中有可能挖掘出重要的數據。對于林火預測預報來說，不應該將目光局限在已有的方法中，應該用更加開闊的視野，對大量數據進行挖掘分析，從中獲得有價值的觀念和認識。