SVM模型在森林火災(zāi)判斷中的應(yīng)用

陳海燕　張偉　邱兆文

摘要根據(jù)支持向量機(jī)（SVM）原理，通過(guò)大興安嶺地區(qū)1990～2009年20年間森林火災(zāi)數(shù)據(jù)，得到該地區(qū)森林火災(zāi)預(yù)測(cè)模型，并利用此模型對(duì)2010～2012年3年間的火災(zāi)數(shù)據(jù)進(jìn)行驗(yàn)證，發(fā)現(xiàn)總判對(duì)率為84.5%，著火案例判對(duì)率為81.4%，說(shuō)明該回歸模型較符合實(shí)際情況，具有較好的預(yù)測(cè)效果，能夠?yàn)楫?dāng)?shù)亓謽I(yè)部門(mén)制定防火策略提供參考。

關(guān)鍵詞SVM；森林火險(xiǎn)；氣象因子

中圖分類(lèi)號(hào)S762.1文獻(xiàn)標(biāo)識(shí)碼A文章編號(hào)0517-6611（2014）12-03684-01

基金項(xiàng)目黑龍江省留學(xué)歸國(guó)人員基金項(xiàng)目（LC2012C06）。

作者簡(jiǎn)介陳海燕（1989-），女，山東菏澤人，碩士研究生，研究方向：軟件服務(wù)與應(yīng)用工程。*通訊作者，副教授，博士，碩士生導(dǎo)師，從事信息檢索和機(jī)械學(xué)習(xí)研究。

森林火災(zāi)是破壞性極大的自然災(zāi)害，黑龍江省是我國(guó)林業(yè)大省，有著豐富的林業(yè)資源，同時(shí)森林火災(zāi)頻繁發(fā)生，其中大興安嶺地區(qū)是森林火災(zāi)發(fā)生的重災(zāi)區(qū)[1]。各科研院所根據(jù)大興安嶺地區(qū)的實(shí)際情況，制定出適合的森林防火預(yù)測(cè)方法，如多因子相關(guān)概率火險(xiǎn)天氣預(yù)報(bào)、“801”森林火險(xiǎn)天氣預(yù)報(bào)系統(tǒng)、多因子綜合指標(biāo)森林火險(xiǎn)預(yù)報(bào)等[2]。這些方法在實(shí)際應(yīng)用中取得了很好的效果。為此，筆者在此基礎(chǔ)上根據(jù)黑龍江省大興安嶺市地區(qū)林業(yè)局1990～2009年20年間火災(zāi)資料以及氣象數(shù)據(jù)，利用支持向量機(jī)（Support Vector Machine，SVM）模型對(duì)森林火險(xiǎn)進(jìn)行判斷及預(yù)測(cè)，能夠?yàn)楫?dāng)?shù)亓謽I(yè)部門(mén)制定火災(zāi)防治策略提供參考。

1研究區(qū)概況

大興安嶺林區(qū)是我國(guó)最北且面積最大的林區(qū)，也是我國(guó)少有的原始林區(qū)之一[3]。大興安嶺地區(qū)屬于寒溫帶季風(fēng)區(qū)，并且有著明顯的山地氣候特點(diǎn)。冬季寒冷且長(zhǎng)，夏季炎熱而短，且大部分地區(qū)基本無(wú)夏。由于受寒冷干燥的內(nèi)蒙古高壓影響降水較少，每年11月到次年4月降水量不到全年的10%，相反，在暖季的時(shí)候，東南季風(fēng)活躍，促使這一時(shí)期的降水量可以達(dá)到全年降水量的85%～90%，這對(duì)林木生長(zhǎng)十分有利[4]。相對(duì)濕度為70%～75%，全年降水量為350～500 mm。林內(nèi)雪深30～50 cm，積雪期可達(dá)150 d。年日照時(shí)間2 560 h，≥10 ℃積溫1 500～1 700 ℃，降水集中在夏季，春秋次之，冬季最少，最少為316.5 mm，最多可達(dá)714.8 mm，年平均降水量為428.0 mm。大風(fēng)天氣主要集中在春季，以4、5月份最多，冬季、春季、夏季較少，風(fēng)速最大可達(dá)7級(jí)，持續(xù)時(shí)間3 d[5]。

2SVM模型原理

SVM是一種結(jié)構(gòu)風(fēng)險(xiǎn)最小化原理的機(jī)器學(xué)習(xí)方法，最初于20世紀(jì)90年代由Vapnik提出[6]，其基本思想為最大化分類(lèi)間隔。當(dāng)樣本線性可分時(shí)，SVM算法通過(guò)構(gòu)造線性最優(yōu)分類(lèi)超平面w×x+b=0，將兩類(lèi)樣本完全精確地分開(kāi)。當(dāng)樣本線性不可分時(shí)，通過(guò)非線性映射，將原樣本映射到高維特征空間，即定義映射：x∈Rm→（x）∈Rp（p>m），定義核函數(shù)K（x，y）=（x）*（y），其中常見(jiàn)的核函數(shù)有高斯徑向基、二層神經(jīng)網(wǎng)絡(luò)與多項(xiàng)式等[7]。

3森林火險(xiǎn)判斷模型的建立

3.1影響森林火災(zāi)的氣象因素的選取參考大興安嶺地區(qū)多因子相關(guān)概率火險(xiǎn)天氣預(yù)報(bào)、“801”森林火險(xiǎn)天氣預(yù)報(bào)系統(tǒng)、多因子綜合指標(biāo)森林火險(xiǎn)預(yù)報(bào)等方法對(duì)氣象因素進(jìn)行選取，選取以下氣象因素：x1當(dāng)日的最高氣溫，x2當(dāng)日的最大風(fēng)速，x3當(dāng)日的最小相對(duì)濕度，x4當(dāng)日的日照時(shí)間，x5當(dāng)日的平均氣溫，x6當(dāng)日的平均風(fēng)速，x7當(dāng)日的平均濕度，x8前3 d的平均氣溫，x9前3 d的平均風(fēng)速，x10前3 d的平均濕度。

3.2樣本的選取根據(jù)黑龍江省大興安嶺地區(qū)林業(yè)局1990～2009年20年間火災(zāi)資料以及氣象數(shù)據(jù)，發(fā)現(xiàn)大興安嶺森林火災(zāi)發(fā)生時(shí)間主要集中在4～10月。因此，從20年來(lái)森林火災(zāi)發(fā)生時(shí)間在4～10月的著火案例中隨機(jī)選擇100個(gè)作為著火樣本，在4～10月的非著火案例中隨機(jī)選擇100個(gè)作為非著火樣本[8]。

3.3模型建立及分析使用LIBSVM數(shù)據(jù)包對(duì)森林火災(zāi)發(fā)生進(jìn)行判斷。在這里選取使用范圍廣泛的RBF （Radius Basis Function）核函數(shù)，也稱為高斯核函數(shù)。對(duì)核參數(shù)σ2及懲罰因子C的搜索范圍定義為[2-10，210]，利用網(wǎng)格法進(jìn)行搜索，結(jié)果表明，LIBSVM的效果很好，平均正確率達(dá)到了82.084%。