基于城市信息大數據的建筑火災預測模型分析

● 文 |孟毅 賀弢

在大數據時代的背景下，隨著信息技術的不斷發展，城市信息化應用水平不斷提升，城市信息數據呈幾何級增加。與此同時，伴隨著城市的發展，大中型城市常住人口增加迅速，“舊城鎮、舊廠房、舊村莊”待改造面積大，高密度的人口和大面積的消防隱患集聚地為監控消防安全帶來了極大的難度。在城市不斷向數字化、智能化和智慧化的發展過程中，如何從來源越來越多樣、數據蘊含內容越來越豐富的海量的數據中篩選出合理、準確的致災因素進行檢測，降低城市發展帶來的消防隱患，成為了一個極大的挑戰。

城市火災事件是隨空間分布、時間序列和氣象因素而變化的隨機性偶然事件，隨著多維數據的積累，可以通過數據驅動來研究火災的變化規律，分析出這類隨機性偶然事件隱藏的必然規律性，達到預警火災隱患和最大限度地減輕火災的損失的目的。基于城市信息大數據的建筑火災預測模型就是應用這一原理，實現城市火災隱患的動態預測與監控，對構建和實現智慧消防具有重要的意義。

一、應用場景

2016年11月，深圳市坪山區公安分局消防大隊在竹坑社區（約2平方千米）建設“智慧消防”項目試點，該項目由深圳航天智慧城市系統技術研究院有限公司（以下簡稱“深城院”）與深圳市消安科技有限公司共同建設，深城院通過對數據處理，建立竹坑消防信息資源數據庫及三維電子地圖模型，結合消防物聯網動態監控及消防自我監督管理，綜合利用物聯網、大數據、云計算、ICT技術以及人工智能等先進技術建立“智慧消防”示范系統平臺，在平臺上實現基于城市信息大數據的建筑火災預測功能。

基于城市信息大數據的建筑火災預測模型已于廣東省深圳市坪山區竹坑社區進行試點運行，通過與三維地圖的結合,可以實現重點建筑、“三小場所”監控,火災隱患預測、日常巡查、物聯消防、動態救援圈、消防應急預案等功能（注：“三小場所”指小檔口、小作坊、小娛樂場所）。

二、應用模式

基于城市信息大數據的建筑火災預測模型從三個步驟對城市信息大數據進行融合與挖掘。

首先，從空間、時間和氣象等方面對影響城市建筑火災的因素進行數據挖掘和分析。從社會經濟因素、城市計劃土地使用類別、建筑物結構、建筑物使用類別、建筑物屋齡、建筑物樓層、建筑物所在區交通便利性、建筑物所在的區域等空間因子與火災發生起數進行數據挖掘；從季節、月度等時間因子與火災發生起數進行數據挖掘；從月平均溫度、月平均相對濕度、月平均風速、月平均降雨量氣象因子與火災發生起數進行數據挖掘。

其次，針對上述不同方面分別建立子模型，對數據進行分析處理。基于空間分布的關聯分析建立關聯算法模型，基于時間序列的火災次數預測分析建立自回歸移動平均（ARIMA）算法模型，基于非線性變換的火災趨勢分析建立多元線性回歸模型。分別獲得火災致災的空間、時間和氣象高頻因子。這些模型可以根據數據源的增加進行擴展，可以擴展到城市信息資源整體角度，包括并不限于：用電、用水量和流動人口分布標明人員密集程度；基于互聯網的公眾輿論信息的“火災相關抱怨信息”的抓取，比如：抱怨經常跳閘、人員擁擠和其他；從工商局獲得的餐飲企業、加工企業等不同單位的密度、歷史消防火災數據，甚至人員素質、歷史上的消防相關處罰記錄，日常消防自查自糾情況，消防傳感器歷史維護情況和海量的歷史參數情況；企業管理水平、生產類型、危險品分布、水源分布、消防管網水壓等。

最后，構造火災事故樹，對城市建筑火災風險因素進行評估和預測。

三、關鍵技術

1.致災空間分布因子挖掘

選擇社會經濟因素、城市計劃土地使用類別、建筑物結構、建筑物使用類別、建筑物屋齡、建筑物樓層、建筑物所在區交通便利性、建筑物所在區域等作為研究火災的致災空間分布基本因子。使用應用關聯規則算法，對城市火災案例數據進行關聯規則數據挖掘，找出各類火災致災高頻因子，并提出防災減災具體措施。

高頻次火災多發生于土地使用類型為住宅區、建筑結構為鋼筋混凝土結構、建筑物的使用類型是住宿住宅類的地方。商業區的住宿住宅類建筑，發生的火災一般為電氣事故火災。另一個現象是城市外圈電氣火災頻發，甚至高于存在大量老建筑的城市核心區。

2.致災時間序列因子挖掘

由于大量的時間序列是非平穩的，其特征參數和數據分布隨時間的推移而發生變化，僅通過對某段歷史數據的訓練，建立單一的神經網絡預測模型，無法完成準確的預測任務。為此，當現有的預測模型不再適用于當前數據時，要對模型重新訓練，獲得新的權重參數，并在此基礎上建立新的模型。Box-Jenkins是將自回歸模型和移動平均模型相結合的一種方法，同時通過某些階數的差分處理使序列平穩化，克服了兩種模型單純結合(即ARMA模型)時只適合分析平穩序列的弊端。它有一套比較完整的時間序列建模理論和分析方法，是隨機性時間序列分析中的一大類分析方法的綜合，這些方法以序列不同時期間的相關性度量作為基礎,可以進行精度較高的短期預測。

3.致災氣象因子挖掘

火災作為一個開放系統，必然在很大程度上受到自然現象的影響，其中氣象因素對火災的發生、防治和損失控制方面有著重要的影響。通過將火災數據與氣象因素進行相關性分析和研究，借助回歸理論建立火災起數與關鍵氣象因素之間的關聯模型，并采用已有數據對模型進行了驗證，用來說明火災發生與氣象因素的關系。

4.城市建筑火災風險評估與預測

結合火災事故樹對危險性及其因素進行辨識和評價，有助于分析事故的直接原因，既可定性分析、又可定量分析。基本步驟如下：

1）根據空間、時間和氣象等高頻因子，調查分析既有火災事故的特點；

2）確定頂事件，通過對典型火災事故損失和頻率大小的分析，從中找出后果嚴重且容易發生的事故作為事故樹分析的頂事件；

3）構建事故樹，根據統計資料，從頂事件開始進行剖析演繹分析，逐級找出所有直接原因的基本事件，并按照其邏輯關系，畫出事故樹圖；

4）定量分析，首先根據統計數據、現場調查情況，確定所有基本事件的發生概率，再按事故樹邏輯關系和數學方法計算頂事件的發生概率；

5）確定頂事件發生概率的臨界數值，根據對既有火災事故資料統計分析的結果，選定頂事件事故概率的臨界數值，當求出的頂事件發生概率高于此數時，便須為防范頂事件的發生采取措施；

6）確定降低頂事件發生概率的措施，計算各基本事件的臨界重要度系數，由其大小排序，選出能夠相對更為有效地降低頂事件風險的基本事件，并采取合適的措施加以控制。