大数据技术在林火预测预报中的应用初探

韩永涛，叶 彪，李大鹏，陈启良，龙腾腾，单保君，王秋华，李世友

（1.西南林业大学，消防学院，云南省森林灾害预警与监控重点实验室，云南 昆明 650224；2.云南森林自然中心，云南 昆明 65010074；3.青岛崂山区林业局，山东 青岛 83958201）

世界每年发生的森林火灾达数十万次，受灾面积几十万公顷。虽然用于森林防火的费用每年不断增长，但森林火灾面积未发生明显变化[1]。长期以来，人类一直在探索和寻找卓有成效的控制火灾的对策，但并未从根本上解决问题。时至今日，森林火灾仍然屡有发生，森林火灾所造成的经济损失并没有显著减少。究其原因，主要是人们还没有真正解决对林火的预测预报问题[2-3]。

大数据（Big data）是需要新处理模式并具有更强决策力和洞察力能高效和快速处理的海量、多样化的数据资源。大数据具有4V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。目前，大数据已经在很多领域发挥了重要作用，如大数据对森林资源的调查、分析[4]，对交通运行状态的判别等[5]。使用大数据技术对历史数据和实时监测的海量林业数据进行挖掘分析，能准确地预测、预警森林火灾，能够分析森林火灾的发展趋势，并提供辅助决策。

1 林火预测预报的方法

林火预测预报方法是进行林火预测预报的关键，全世界共有一百多种。我国也有十多种，概括起来有经验法、数学方法、物理方法、野外实验法和室内测定法等。林火预测预报的研究方法有利用历史火灾资料进行林火预报，利用可燃物湿度和气象要素进行林火预报，通过野外点火试验进行林火预报，利用林火模型进行林火预报，利用动力学方法进行林火预报[6]。

2 林火预测预报的特征

林火预测预报是综合气象要素、地形、可燃物的干湿程度、可燃物类型特点和火源等，对森林燃烧的危险性进行分析预测。林火预报涉及的因子众多，选择合适的主导因子对林火预报精度至关重要。在林火预报研究中常用的林火因子是可燃物的含水量、降雨量或干旱日数、相对湿度、温度和风5个因素[7]。

准确地进行林火预报面临着诸多困难，林火预测预报需要考虑的因子众多，不同的地形、不同的可燃物形成的小气候各不相同，随时变化的气象因素、复杂的地形条件、可燃物类型的多样性与火源条件的多样性直接影响了林火预报的准确性。面对林火天气预报准确性要求高，林火预报数据庞大、计算困难，林火动态时效性高等问题。使用大数据技术是对林火快速准确预测预报并采取有力措施的重要保障[8]。

3 大数据的运用方法与特征

大数据是指难以用现有的一般技术管理的大量数据的集合，使用主流软件工具，无法在短时间内实现获取、管理、处理，并使之成为有效的辅助企业运营决策的信息[9]。使用这种有更强的决策力和流程优化能力数据处理模式，能更高效的处理海量的和多样化的信息资源[10]。

3.1 大数据的运用方法

林火预测预报需要对林火历史资料、气象要素资料（降水量、蒸发量、风、相对湿度等）、森林可燃物特征（可燃物种类、密度、干湿、空间分布、垂直分布等）、地形地貌特征等进行分析，这些复杂林火因子分析必须依赖于分析模型。大数据技术对这些巨量数据进行分析与挖掘，使用聚类、相关分析、决策树等算法分析林火资料数据集，通过计算、分析并挖掘出新的信息的模式。模式中的信息能显著提高林火预报的及时性和准确性。

3.2 大数据的特征

1）实时性。大数据分析具有时效性。在林火预报有严苛的时效要求，如果通过传统方式基于海量数据进行计算得出结论时火情早已变化，预测将毫无价值。大数据的快速处理能力应用于林火预测预报能大量地缩减计算时间，特别是在林火行为预报中，能够依据地形条件、风等复杂的因素，快速准确地处理大量的数据，预报林火行为，制定扑火方案，组织扑火队伍。

2）动态性。在不同时点的，用于林火预报的不稳定因子是变化的，任何一个因子的变化都可能会引发整个系统变化，甚至会引发蝴蝶效应。难以捕捉的林火主导因子对预测结果起决定性作用，会使林火预报难上加难。林火预测预报系统需要对每一个主导林火因子数据的精准捕捉，并接近实时地调整预测。

3）准确性。大数据技术从大量的历史数据和动态数据中寻找数据与结果之间隐藏的规律。假设这些规律对以后的数据依然有效，捕捉变量并实现预测。林火的发生、蔓延、周期等都遵循一定的规律，使用大数据技术基于林火资料数据挖掘出的林火规律，其可靠的精确度能够正确指导林火预报及扑火、灭火行动。

4）区域性。大数据具有一定的区域性，大数据研究的历史火灾资料和天气资料是针对某一区域的，这在其他区域不一定能够完全适用。

4 大数据技术在林火预测预报中的应用设想

1）使用大数据技术制作林火预测预报系统。利用大数据的高速、大量、准确等特征，研发出能够在局部地区、小范围更具适用性的林火预测预报系统。通过计算、分析并挖掘出新的信息的模式，模式中的信息能显著提高林火预报的及时性和准确性。

2）使用大数据技术分析火灾规律。对卫星监测到的热点进行分类，分析火源发生的地点规律和时间规律，火点遥感监测统计和地区经济状况的对比，分析人为因素和社会因素对火灾的影响。使用聚类分析处理历史火灾资料，探究林火的时空分布特征，对重点区域加强预防和管理并根据不同的分类采取不同的措施。

3）使用大数据技术筛选林火预报主导因子。影响林火发生的随机因子众多，若选取预报因子太多，会引起计算量过大、计算时间过长，而且并不是选取的预报因子越多越精确。通过用Logis⁃tic回归或逐步回归检验分析预报因子对预报的贡献，得分范围比较小的因子是不太重要的且可以剔除的因子[11]。林火的发生是一个复杂的自然现象，既受自然因素（气象因子、可燃物状况、地形条件）的影响，人为因素（火源条件、地区经济状况、人口密度、群众防火意识等）也是不可忽视的。分析林火发生时的自然因素和人为因素，通过回归检验分析得到影响最大的几个因子，有针对性对林火预测预报的主导因子实时监测。

4）使用大数据技术处理林火因子。温度、湿度、风向都能通过实地的传感器监测获得；降水、含水量这两个参数不能够简单地通过传感器得到。因此，通过历史数据获得的林火因子，每个因子的数据量非常庞大，使用大数据技术处理林火因子，可以更准确的预测森林火险主导因子，有助于指导决策对林火预测预报。

5）使用大数据技术预报林火行为。林火行为预报是火灾发生后，预测林火蔓延速度、能量释放、火强度以及扑火难易程度[7-10]。林火行为受到诸多要素的影响，林火蔓延速度、火强度、火焰高度一直都处于变化中，风、温度、可燃物状况、地形等都是变化因子。通过大数据技术，预定出具有科学指导性的林火扑救方案，更好地保障人民群众的生命财产安全。

5 应用展望

大数据将继续以每年40%的速度持续增加，而大数据所带来的市场规模也将以每年翻一番的速度增长。随着数据的价值凸显和信息的重要性提高，大数据技术在森林防火中的运用给林火预测预报带来了新的方法和途径。

1）林火因子的数据挖掘。林火预测预报包含因子众多，含水率、气象等不稳定因子时刻在变化，这里面蕴藏着巨大的价值，使用大数据与林火预测预报的结合就能拥有大量的数据资源。大数据技术可以改进计量与监控手段，进而改善观察的效果。这依赖于分析模型对林火数据进行深入分析挖掘，从中发现信息并加以利用，辅助林火预测预报。但是要让数据驱动的决策活动朝着对林火预测预报有利的方向发展绝非易事。这需要对数据的清楚无误的统计、监控与观察。

2）利用其他数据与林火预报数据相结合。使用林火预测预报原创数据通过与其他数据的整合催生出新的附加价值，从而升华成增值数据，产生相乘的放大效果，这是大数据运用的价值之一。林火预测预报数据与森林公园游客量数据相结合得出火源规律就是很好的例子。选择什么数据与林火预测预报数据整合需要想象力，在某一方面没用的数据，在林火预测预报中有可能挖掘出重要的数据。对于林火预测预报来说，不应该将目光局限在已有的方法中，应该用更加开阔的视野，对大量数据进行挖掘分析，从中获得有价值的观念和认识。