四川省森林火災分析與防災減災決策系統的研究

肖麗 何玥 沈皓 楊鑫 向琪 張和燕 金菲 溫川飆

摘要：我國的森林因為各地的地理環境不同，導致森林火災的產生和危害程度不同。因此，我國森林火災的防范和救援要依據當地地方實際情況。研究從實際情況出發，根據四川森林火災發生的特點及當前火災防范中存在的問題，為完善四川省森林火災防范體系，構建基于大數據技術的四川森林火災防災減災決策系統，提出相關建議。

關鍵詞：森林火災;防災;大數據技術;四川省

中圖分類號：G642? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2022）12-0001-03

開放科學（資源服務）標識碼（OSID）：

1 引言

森林火災的防災減災是全球減災戰略實施的重點內容之一[1]。根據數據顯示，2013～2017年五年間，我國森林火災共發生15825次，火場總面積達到193896公頃，受害森林面積共計76500公頃，傷亡275人，造成其他損失63708.6萬元。通過以上數據能大致了解到我國森林火災的基本情況。[2]因此，加強森林火災防災減災決策系統的研究，進一步把控森林火災發生的條件，制定科學合理的森林火災災害防災與救災策略，對減少森林火災災害，有效防范森林火災災害，促進森林生態系統的發展均有重要意義[3]。

2 四川森林火災概況

2.1 概況

我國每年都會發生上千次的森林火災，受害森林面積上萬公頃。表1統計了我國2004年到2019年森林火災情況，從圖中數據可知，森林火災發生次數雖然基本呈逐年下降的趨勢，但仍可看出每年發生的次數和受害森林面積是非常大的一個數字，我國的森林每年都在受到重大的傷害。

四川省近兩年發生的嚴重森林火災發生在2019年3月30日的四川省涼山州木里縣雅礱江鎮立爾村。著火點在海拔4000余米[4]，地勢復雜，坡谷眾多，風大且方向不定，消防員很難撲滅，伴隨著交通、通訊不便，信號缺失等復雜情況，火災發生9天后，整個火場才得到全面控制，過火面積約20公頃[5]。這場火災造成了木里縣森林大面積燒毀，31人死亡。有研究數據顯示，近30年，超過百分之六十的森林火災發生在四川省的涼山州、攀枝花市和甘孜州三個地方，受災面積占全省總受災面積百分之九十以上[6]。

2.2 災害原因

1）人為因素：人故意放火或者是人類活動遺留下的火種造成了森林火災。

2）自然因素：枯樹或落葉在一定條件下自燃，雷電、火山爆發、隕石墜落等引起的森林火災。

在防災減災的進程中，人為因素一直都是主因素，因其不確定性和難管控性，導致該因素引起的火災比例一直居高不下。因此防災減災決策系統的構建就更顯得更有意義了，基于大數據技術進行實時的監控和更新其自身數據庫，將異常情況及時上報，就將這一難題迎刃而解了。

3 防災減災決策系統意義

3.1 意義及作用

森林火災突發性強、破壞力度大、難以控制。一旦發生火災，勢必會影響植被，還會造成巨大的經濟損失和人員傷亡。樹木的生長至少需要十年的時間，然而被燒成灰燼只要幾個小時。樹木植被能凈化空氣，吸收空氣中的二氧化碳，釋放出氧氣，還能調節氣候，固定土壤，擋風防塵，有了他們的存在，極大地減少了山體滑坡、泥石流等自然災害的發生。為了保護植被，構建綠水青山，國家以及各地政府都采取了措施，比如禁止燃放煙花爆竹、不帶火種上山，建立防火線，加大放火者的懲罰力度。人為火災減少了，但是自然因素造成的火災卻難以預料，比如上述的四川省涼山州木里縣發生的火災就是雷擊火。我們構建防災減災決策系統的目的在于減少森林火災的發生，輔助滅火。

防災減災決策系統的研究意義：

1）災難預警。通過共享各個地方的數據庫，包括氣象數據、地殼運動數據、互聯網數據等，進行數據采集、清洗，再使用數據挖掘技術，發現有價值的信息，實現災難預警，為高層決策者提供科學信息，爭取救援時間，減少災害損失。

2）運用大數據技術一鍵上報災情信息。隨著互聯網技術的發展，大數據技術也越來越成熟，將大數據技術應用在防災減災中，改變傳統的防災減災模式。在森林火災發生的時候，通過防災減災大數據平臺把火災情況上報給當地政府。

3）實時監控災情和救援情況。在森林火災發生時，對交通運輸數據、風向數據、氣象數據、應急物資救災數據進行實時監控，實現科學調度，提升救援效率。對災害頻發地區，進行多災種檢測，實現實時監測，做好防災工作[7]。

3.2 研究方法

運用大數據技術，收集并整理氣象數據、地質數據等數據，使用基于自然語言等深度學習的方法，處理整理好的數據，交給專業數據分析師，分析出災情的各種類型、傳播規律、影響程度、社會影響度以及對景區的影響。首先，通過收集的各種信息，分析信息傳播的各種途徑，每種途徑的特點和規律，給出相應的結論;其次，利用深度學習技術來分析信息的傳播規律，對信息類別和影響力進行量化分析，給各機構提供管理、決策支持。

4 防災減災決策系統結構

4.1 系統概述

信息化時代的到來，使各類數據多繁復雜。比如各種災害數據也是數據面廣、數據紛繁復雜，極其不容易整理分析，因而不能為決策帶來支撐。為了應對這種需要，我們規劃建設統一的應用支撐平臺，統一標準規范，通過用戶管理、應用管理、服務管理等核心組件，可以對接入系統有效管理、實現統一認證及單點登錄、統一消息服務[8]。針對不同的用戶群體，應用不同的系統管理，對各類災害監測部門用戶建設信息資源調用門戶，對企業、公眾用戶建設信息資源共享門戶。并且建設承載災害公共數據匯聚平臺、數據治理平臺、數據運營平臺和數據應用平臺。另外，通過災害數據資源梳理，制定四大基礎數據庫的建庫、入庫和管理規則，建立四大基礎數據庫管理平臺，提供基礎庫內容管理、數據處理、共享和應用功能。四大基礎數據庫包括人口數據庫、交通數據庫、氣象數據庫和地理數據庫。

4.2 系統功能

利用大數據技術對防災減災的各類數據進行統一規劃、獲取數據、整合加工、深度挖掘分析等，逐步建立防災減災決策系統[9]。

5 防災減災決策系統技術及原則

5.1 技術架構

將各個數據庫中的數據進行基于Storm的實時數據清洗、數據集成和變換、數據歸約，數據預處理完成后利用Sqoop將數據庫導入到Hadoop，然后將數據存儲到Hbase。用決策樹算法進行數據挖掘，將得到的數據進行統計分析并將數據可視化，再把所需要的結果整理推出最可靠的決策，并將該推論用基于人工智能的3D建模技術模擬展示出來，進一步確認該決策的可實施性和正確性。

5.2 防災減災決策系統原則

1）整體性原則。建設防災減災的大數據信息共享交換平臺的重要目的是實現資源整合。即多個小平臺依托于大平臺，由大平臺通過小平臺提供的各方面的數據，對重要數據進行信息的整理、分析、預測，然后由小平臺發布，實現資源的整合及共享。

2）易用原則。防災減災的大數據信息共享交換平臺首先是將搜集來的數據進行整理、篩選、分析、并給出預測。然后將整理、篩選、分析、預測出來的數據以圖文結合的方式按模塊化呈現、方便不同層次的工作人員使用[10]。其次，它的用戶操作界面是直觀的、易用的、人性化的，并且具有智能語音的設計。

3）動態原則。防災減災的大數據信息共享交換平臺就是一個與時俱進、不斷更新的系統平臺。它善于捕捉大量的且具有流動性的信息，而且可以做到及時處理信息流動、及時關聯信息、及時做出預測。

4）穩定及安全原則。首先，平臺有預警功能。當平臺由于數據量過大或遭受黑客攻擊時出現的不穩定、不安全狀態時，系統在后臺要發出警報，讓管理者做好準備;其次，平臺有隨時存儲信息的功能。即當平臺已經由于數據量過大或遭受黑客攻擊時出現的不穩定、不安全狀態時，確保對已有數據進行及時的備份、整理及其加密保護;最后，平臺還有備用系統。即當平臺已經由于數據量過大或遭受黑客攻擊時出現的不穩定、不安全狀態時仍然可以提供絕大部分服務[11]。

5）標準化原則。數據的體量是龐大的、不斷更新的，因此在處理這些數據時就要有一個限度，即標準。防災減災大數據信息共享交換平臺應嚴格遵循國家相關審計標準[12]。

5.3 技術核心

1）采用兩種大數據計算框架。首先是基于Hadoop的核心組件之一MapReduce的Spark，它主要用于海量數據的離線計算，將數據處理好后存儲在Hbase并且導出。其次，由Storm進行實時流式的數據處理，將產生的新的數據處理好后進行輸出，這一過程重在強調低延遲、及時。把這兩者有機地結合起來，Spark處理批量數據，Storm處理實時數據，就能將數據全面正確且高效率地處理完成，并用于實際使用。

2）對多個數據庫進行數據采集。多個數據庫采集擴大了數據的來源范圍，提高了最終數據的準確性，后期還可根據數據實際利用率，增加或刪除某些數據庫，從而進一步提高計算效率、節省存儲空間以及提高最終數據的正確性。

3）基于人工智能的3D建模技術呈現結果數據的可視化效果。數據可完整地呈現在決策者的設備上，使決策者更快速和便捷地接收信息，減少決策者理解信息的時間、提高決策效率，并通過決策者的決策在其設備上有系統自動進行模擬演練，進一步確認決策的正確性與風險，最終做出最優決策。

6 結束語

森林火災的頻繁發生是當下國家和社會亟待解決的問題，發生的因素復雜繁多又極其不穩定，所以一直以來都是一個非常棘手的問題。大數據技術的應用為解決這個問題帶來了創新的方案。救災減災決策系統依托于大數據的信息共享交換平臺，通過該平臺更加科學、有效地預測森林火災并且監測災情，從而減少森林火災的發生。

參考文獻：

[1] 孫玉榮，張貴，陳愛斌，等.湖南森林火災的災情區域分異研究[J].中南林業科技大學學報，2012，32（8）：7-11.

[2] 余明洋.懲罰與預防：我國森林火災防范之規制路徑[J].國家林業和草原局管理干部學院學報，2019，18（2）：42-45+50.

[3] 孫龍，王千雪，魏書精，等.氣候變化背景下我國森林火災災害的響應特征及展望[J].災害學，2014，29（1）：12-17.

[4] 黃鈺琳，王超群.生為勇士 逝亦國殤——輿論場痛悼木里森林火災犧牲烈士[J].中國應急管理，2019（4）：59-61.

[5] 唐堯，王立娟，趙娟，等.基于遙感技術的”3·28”四川木里森林火災應急災情監測[J].國土資源信息化，2021（1）：12-18.

[6] 李德，牛樹奎，龍先華，等.四川省森林火災與氣象因子的關系[J].西北農林科技大學學報（自然科學版），2013，41（6）：67-74.

[7] 王彪，金石聲，郭茜，等.防災減災救災決策支持平臺[J].大眾科學， 2018（5）：16-17.

[8] 朱平，曾德華.政府大數據平臺建設實踐研究[J].智能建筑，2019（4）：73-77.

[9] Li D R，Zeng L L，Chen N C，et al.A framework design for the Chinese National Disaster Reduction System of Systems （CNDRSS）[J].International Journal of Digital Earth，2014，7（1）：68-87.

[10] 馬靜，許丹，趙莉花，等.基于數據資源整合的水利知識服務平臺建設[J].水利信息化，2020（3）：57-62.

[11] 張鋒軍，楊永剛，李慶華，等.大數據安全研究綜述[J].通信技術，2020，53（5）：1063-1076.

[12] 陳興蜀，楊露，羅永剛.大數據安全保護技術[J].工程科學與技術， 2017， 49（5）：1-12.

【通聯編輯：王力】