強(qiáng)風(fēng)突變條件下林火撲救緊急避險路徑規(guī)劃

摘要：在森林火災(zāi)撲救中，強(qiáng)風(fēng)突變會顯著增加人員避險風(fēng)險，而傳統(tǒng)靜態(tài)路徑規(guī)劃方法難以有效應(yīng)對火場的動態(tài)變化。為此，提出一種融合氣象-地形-火行為動態(tài)風(fēng)險場模型，并結(jié)合多目標(biāo)約束路徑規(guī)劃算法，以解決強(qiáng)風(fēng)突變條件下緊急避險路徑的優(yōu)化問題。通過建立風(fēng)速突變梯度與火勢強(qiáng)度的映射關(guān)系，開發(fā)風(fēng)險驅(qū)動的實時路徑修正機(jī)制，旨在為林火撲救指揮系統(tǒng)提供動態(tài)避險決策支持。

關(guān)鍵詞：強(qiáng)風(fēng)突變；林火撲救；緊急避險；路徑規(guī)劃；動態(tài)風(fēng)險場

中圖分類號：D631.6" " " 文獻(xiàn)標(biāo)識碼：A" " " "文章編號：2096-1227（2025）06-0034-03

0 引言

森林火災(zāi)是重大生態(tài)安全威脅，強(qiáng)風(fēng)突變會使火行為呈現(xiàn)跳躍式發(fā)展，顯著增加撲火人員避險失敗的風(fēng)險。大部分林火傷亡事件與風(fēng)速驟增引發(fā)的火場突變直接相關(guān)。傳統(tǒng)靜態(tài)路徑規(guī)劃方法難以適應(yīng)風(fēng)場的瞬時變化，現(xiàn)有模型對強(qiáng)風(fēng)湍流與火線蔓延的耦合效應(yīng)表征不夠充分，致使避險路徑失效[1-2]。為此，本文提出融合氣象-地形-火行為的三維動態(tài)風(fēng)險場模型，并建立風(fēng)速突變梯度與火勢強(qiáng)度的數(shù)學(xué)映射關(guān)系。研究改進(jìn)多目標(biāo)算法，以實現(xiàn)強(qiáng)風(fēng)湍流下避險路徑動態(tài)優(yōu)化與修正，旨在為林火撲救指揮提供分鐘級風(fēng)險預(yù)警與動態(tài)路徑生成能力，降低高危作業(yè)傷亡率。

1 強(qiáng)風(fēng)突變下緊急避險路徑規(guī)劃方法

1.1" 強(qiáng)風(fēng)突變環(huán)境下動態(tài)風(fēng)險場建模

動態(tài)風(fēng)險場建模需耦合氣象突變參數(shù)與火行為響應(yīng)機(jī)制，定義風(fēng)險場函數(shù)R（x，t）為空間位置，x=（x，y）在時刻t的綜合風(fēng)險值，如式（1）所示。

R（x，t）=α·Fs（x，t）+β·Wd（x，t）+γ·Tg（x） （1）

式中：α、β、γ——權(quán)重系數(shù)；

Fs——火勢強(qiáng)度因子；

Wd——風(fēng)場危險度；

Tg——地形復(fù)雜度[3-4]。

火勢強(qiáng)度因子采用改進(jìn)的Rothermel模型，如式（2）所示。

（2）

式中：IR——火線強(qiáng)度基準(zhǔn)值，kW/m；

Xf（t）——火線前鋒坐標(biāo)；

σf——控制風(fēng)險擴(kuò)散范圍；

kv——風(fēng)速突變敏感系數(shù)；

——風(fēng)速矢量的時間導(dǎo)數(shù)。

風(fēng)場危險度模型引入計算流體力學(xué)（CFD）模擬，如式（3）所示。

（3）

式中：——風(fēng)壓梯度，Pa/m；

θ——避險方向與風(fēng)向夾角，（°）；

μ——風(fēng)速影響權(quán)重；

Vw——風(fēng)速矢量模，m/s。

地形復(fù)雜度通過數(shù)字高程模型（DEM）計算坡度變化率，如式（4）所示。

（4）

式中：ks——高程梯度（坡度），（°）；

——坡度敏感系數(shù)。

該模型每30s更新風(fēng)險場數(shù)據(jù)，通過氣象站實時風(fēng)速及無人機(jī)紅外監(jiān)測修正火線位置。

1.2" 多目標(biāo)約束動態(tài)路徑規(guī)劃算法設(shè)計

研究基于動態(tài)風(fēng)險場構(gòu)建多目標(biāo)優(yōu)化函數(shù)，如式（5）所示。

（5）

式中：——可行路徑集合；

λ——權(quán)重系數(shù)；

ds——路徑微元，m；

——路徑耗時，s；

——體力消耗增量。

約束條件包括安全閾值約束滿足式（6）所示。

（6）

式中：Rmax——風(fēng)險安全閾值，通常取0.6～0.8（歸一化值）。

時效性約束滿足式（7）所示。

（7）

式中：Tesc——最大允許逃生時間，s。

移動能力約束滿足式（8）所示。

（8）

式中：——坡度，（°）；

tanθmax——人員最大可攀爬坡度，通常取30°。

算法采用改進(jìn)的時變A*（Time-varying A*，TWA*）框架，引入風(fēng)險梯度啟發(fā)函數(shù)，如式（9）所示。

（9）

式中：kR——風(fēng)險梯度權(quán)重；

——風(fēng)險場梯度；

Xg——目標(biāo)點坐標(biāo)。

節(jié)點擴(kuò)展規(guī)則修正為：

（10）

式中：（n）——累積風(fēng)險成本；

h（n）——啟發(fā)式函數(shù)值，預(yù)估到目標(biāo)點時間，s；

tarrive——預(yù)估到達(dá)節(jié)點時風(fēng)險場變化量；

——預(yù)估到達(dá)節(jié)點的風(fēng)險場變化量；

η——時變補(bǔ)償系數(shù)。

為平衡實時性與最優(yōu)性，設(shè)計自適應(yīng)重規(guī)劃機(jī)制，當(dāng)風(fēng)險場更新幅值δR＞15%或風(fēng)矢量偏轉(zhuǎn)角＞30°時觸發(fā)局部路徑重構(gòu)。

算法實現(xiàn)通過4層架構(gòu)保障實時性：①環(huán)境感知層融合衛(wèi)星、無人機(jī)及物聯(lián)網(wǎng)數(shù)據(jù)；②風(fēng)險計算層采用GPU并行計算；③路徑生成層應(yīng)用雙向搜索策略；④決策輸出層提供分級避險方案。

2 模型驗證與避險效能分析

2.1" 仿真實驗設(shè)計與數(shù)據(jù)準(zhǔn)備

以2020年四川涼山州“3·30”特大森林火災(zāi)為基準(zhǔn)場景，該火災(zāi)因瞬時風(fēng)力由3級驟增至8級，引發(fā)爆燃，造成重大人員傷亡。實驗區(qū)域覆蓋北緯27°45′～28°02′、東經(jīng)102°10′～102°30′的12km×10km山地地形，數(shù)字高程模型（DEM）的空間分辨率為5m。植被類型依據(jù)林相圖劃分為云南松純林（68%）、高山灌叢（22%）和硬葉闊葉林（10%）。可燃物載量經(jīng)實地采樣確定，松林區(qū)1.85kg/m2、灌叢區(qū)0.92kg/m2。火源起始點設(shè)定于北緯27°51′36″、東經(jīng)102°21′15″，模擬時段聚焦于火災(zāi)發(fā)生后第2.5～4.5h的關(guān)鍵突變期，此期間，氣象站實測風(fēng)速從3.2m/s躍升至9.3m/s，風(fēng)向由西南偏轉(zhuǎn)85°至西北。數(shù)據(jù)基礎(chǔ)包含風(fēng)云四號氣象衛(wèi)星熱紅外通道數(shù)據(jù)（時間分辨率5min）、布設(shè)于火場的20個微型氣象站（風(fēng)速采樣率1Hz），以及無人機(jī)紅外掃描生成的火線位置圖（精度±2.5m）。人員運動參數(shù)依據(jù)《森林消防員技能考核規(guī)范》設(shè)定，基礎(chǔ)行進(jìn)速度1.65m/s，最大持續(xù)爬坡角度30°，靜息代謝當(dāng)量取7.5METs。對比算法包含4類，分別為傳統(tǒng)靜態(tài)路徑規(guī)劃（TSP）、動態(tài)風(fēng)險場模型（DRFM）、多目標(biāo)優(yōu)化算法（MOEA）及強(qiáng)風(fēng)突變響應(yīng)模型（SCARM）。仿真平臺采用Unity3D引擎與TensorFlow耦合架構(gòu)，計算節(jié)點配置雙NVIDIATeslaV100GPU，每組實驗重復(fù)運行50次消除隨機(jī)波動。

原始數(shù)據(jù)處理包含核心環(huán)節(jié)。地形數(shù)據(jù)通過克里金插值法提升至2m精度，坡度數(shù)據(jù)采用移動窗口平均法降噪。火場動態(tài)演進(jìn)采用FlamMap系統(tǒng)模擬，以氣象站實時數(shù)據(jù)校準(zhǔn)火蔓延速率。人員運動模型基于歷史穿戴設(shè)備數(shù)據(jù)庫構(gòu)建，定義坡度每增加15°行進(jìn)速度衰減25%。實驗評價體系包含3類指標(biāo)，風(fēng)險控制指標(biāo)涵蓋路徑峰值風(fēng)險值、高危區(qū)滯留時長（風(fēng)險值≥0.75的累計時間）；時效性指標(biāo)包含總避險耗時、路徑曲率指數(shù)（實際路徑長度與直線距離比值）；生理負(fù)荷指標(biāo)涉及總耗氧量、最大代謝當(dāng)量。所有數(shù)據(jù)經(jīng)Shapiro-Wilk正態(tài)性檢驗后采用ANOVA分析。

2.2" 實驗結(jié)果分析與討論

在涼山火災(zāi)強(qiáng)風(fēng)突變情境中，SCARM模型展現(xiàn)出顯著的避險效能優(yōu)勢，安全性能對比見表1。實驗數(shù)據(jù)顯示，當(dāng)風(fēng)速在t=141min時突增，SCARM生成路徑成功規(guī)避東北側(cè)火墻，其路徑峰值風(fēng)險值降至0.61，較DRFM模型降低39.2%，高危區(qū)滯留時長僅占逃生總時長的8.7%。決策節(jié)點分析表明SCARM在t=145min檢測到風(fēng)向突變43°后，在1.2s內(nèi)完成向西北方向急轉(zhuǎn)的路徑修正，而MOEA模型因未考慮風(fēng)速突變累積效應(yīng)，維持原東南向路徑誤入火勢增強(qiáng)區(qū)。50次重復(fù)實驗中SCARM路徑存活率達(dá)98.3%（安全區(qū)定義為火場外600m緩沖帶），顯著高于TSP模型的72.6%存活率（統(tǒng)計顯著性P＜0.001）。值得注意的是，SCARM在灌叢區(qū)的安全表現(xiàn)弱于喬木林帶，因灌叢火蔓延速度高達(dá)1.35m/s，使其峰值風(fēng)險均值達(dá)0.68，但仍優(yōu)于DRFM模型的0.87。這種現(xiàn)象源于模型對植被燃燒性的動態(tài)響應(yīng)機(jī)制，SCARM集成的燃料連通性指數(shù)準(zhǔn)確量化了灌叢水平連續(xù)性對火加速的促進(jìn)作用。

SCARM模型的動態(tài)響應(yīng)機(jī)制在極端條件下表現(xiàn)突出。當(dāng)t=152min時出現(xiàn)7.8m/s陣風(fēng)時，SCARM在0.75s內(nèi)完成局部路徑重規(guī)劃，響應(yīng)延遲僅為MOEA模型的33.3%。該性能優(yōu)勢源于自適應(yīng)風(fēng)險閾值決策機(jī)制，當(dāng)風(fēng)險場變化率超過15%/s時啟動全局優(yōu)化。實驗統(tǒng)計顯示SCARM平均重規(guī)劃次數(shù)3.8次，顯著少于MOEA的7.1次（P＜0.01）。重規(guī)劃頻次與地形復(fù)雜度呈強(qiáng)正相關(guān)（相關(guān)系數(shù)r=0.89），在坡度標(biāo)準(zhǔn)差大于30°的涼山西北坡區(qū)域，SCARM規(guī)劃次數(shù)增至4.6次，但通過GPU并行計算，將單次規(guī)劃耗時控制在1.05s內(nèi)。系統(tǒng)臨界測試顯示當(dāng)響應(yīng)延遲超過3s時，存活率從98.3%降至86.7%，驗證了實時決策對避險成功的決定性作用。植被適應(yīng)性分析進(jìn)一步揭示（表2），SCARM在闊葉林區(qū)火焰?zhèn)鞑ニ俣葍H0.31m/s，其高危滯留時長均值縮短至69s，顯著優(yōu)于灌叢區(qū)的121s（統(tǒng)計量F=6.22，P＜0.05）。這種差異反映了林火行為對避險策略的關(guān)鍵影響，闊葉林區(qū)較低的火線強(qiáng)度允許采用更直接的逃生路線。

綜合效能評估表明SCARM在多目標(biāo)優(yōu)化中實現(xiàn)有效平衡，四川涼山案例中SCARM路徑總耗時31.5min，雖較MOEA延長2.8min，但將高危暴露時長壓縮71%。生理負(fù)荷數(shù)據(jù)顯示SCARM通過坡度優(yōu)化使總耗氧量降至26.4L，相當(dāng)于70kg體重人員減少22%能量消耗。穿戴設(shè)備模擬記錄表明SCARM路徑上的最大代謝當(dāng)量均值為9.3，顯著低于TSP的12.1（P＜0.01），這源于算法對連續(xù)陡坡的規(guī)避策略——SCARM路徑中坡度超過30°的區(qū)段僅占13.8%，而MOEA高達(dá)24.9%。該特性在復(fù)雜地形中尤為關(guān)鍵。例如，當(dāng)火線封鎖正北通道時，SCARM選擇繞行西南山谷的方案，雖增加水平距離350m，但將最大坡度由48°降至25°，使代謝負(fù)荷峰值控制在安全閾值內(nèi)。跨場景驗證中，SCARM在內(nèi)蒙古根河2021年“5·05”針葉林火災(zāi)測試存活率達(dá)94.2%，略低于涼山案例的98.3%，此差異源于針葉林樹冠火占比達(dá)38%，導(dǎo)致火焰躍遷距離增大，揭示了模型在立體火行為應(yīng)對方面的改進(jìn)空間。

3 結(jié)束語

研究針對強(qiáng)風(fēng)突變下林火緊急避險路徑規(guī)劃難題，構(gòu)建動態(tài)風(fēng)險場模型與多目標(biāo)優(yōu)化算法。通過耦合實時風(fēng)速數(shù)據(jù)與火線預(yù)測建立三維風(fēng)險量化體系，顯著提升路徑安全性。基于涼山火場的仿真實驗表明：①風(fēng)速驟變（＞6m/s）時，模型路徑峰值風(fēng)險值降至0.61，較傳統(tǒng)方法降低39.2%。②自適應(yīng)重規(guī)劃耗時僅0.75s，效率提升66.7%。③坡度優(yōu)化降低代謝負(fù)荷22%，高危區(qū)暴露時間縮短至總逃生時長的8.7%。模型驗證存活率達(dá)98.3%，提供平均31.5min避險時間窗。研究證實動態(tài)風(fēng)險場建模能有效應(yīng)對火場不確定性，多目標(biāo)優(yōu)化可平衡安全性與生理可行性。創(chuàng)新點在于建立風(fēng)速突變-風(fēng)險傳播定量關(guān)系及風(fēng)險驅(qū)動的實時修正機(jī)制，未來將深化立體火行為對風(fēng)險場影響機(jī)制研究。

參考文獻(xiàn)

[1]孫術(shù)發(fā)，周康康，謝明江，等.內(nèi)蒙古大興安嶺北部原始林區(qū)森林火災(zāi)撲救公路網(wǎng)規(guī)劃與評價[J].中南林業(yè)科技大學(xué)學(xué)報，2021，41（4）：1-11.

[2]袁銘鞠，盧照林，周遠(yuǎn)等.基于GIS的涼水國家級自然保護(hù)區(qū)林火應(yīng)急路網(wǎng)規(guī)劃研究[J].消防科學(xué)與技術(shù)，2022，41（6）：841-846.

[3]馬玉春，趙彥飛.森林滅火安全防范與緊急避險探討[J].消防科學(xué)與技術(shù)，2021，40（1）：5-7.

[4]楊欣晨，孫術(shù)發(fā)，孫美歐，等.內(nèi)蒙古大興安嶺北部原始林區(qū)防火瞭望塔選址研究[J].消防科學(xué)與技術(shù)，2023，42（11）：1572-1577.