利用衛(wèi)星監(jiān)測熱點數(shù)據(jù)的湖北電網(wǎng)林火災(zāi)害時空聚類分析及其應(yīng)用

陳孝明，阮　羚，陳江平，付明花，黃俊杰，譚　波

(1. 國網(wǎng)湖北省電力公司電力科學(xué)研究院，湖北 武漢 430077； 2. 國家電網(wǎng)公司高壓電器設(shè)備現(xiàn)場實驗技術(shù)

重點實驗室, 湖北 武漢 430077; 3. 武漢大學(xué)遙感信息工程學(xué)院，湖北 武漢 430079)

CHEN Xiaoming,RUAN Ling,CHEN Jiangping,FU Minghua,HUANG Junjie,TAN Bo

利用衛(wèi)星監(jiān)測熱點數(shù)據(jù)的湖北電網(wǎng)林火災(zāi)害時空聚類分析及其應(yīng)用

陳孝明1,2，阮羚1,2，陳江平3，付明花3，黃俊杰1,2，譚波3

(1. 國網(wǎng)湖北省電力公司電力科學(xué)研究院，湖北 武漢 430077； 2. 國家電網(wǎng)公司高壓電器設(shè)備現(xiàn)場實驗技術(shù)

重點實驗室, 湖北 武漢 430077; 3. 武漢大學(xué)遙感信息工程學(xué)院，湖北 武漢 430079)

A Temporal and Spatial Clustering Analysis and Its Application with Wildfire Disasters in Hubei Power Grid Based on Satellite Hot Spot Data

CHEN Xiaoming,RUAN Ling,CHEN Jiangping,FU Minghua,HUANG Junjie,TAN Bo

摘要：使用DBSCAN聚類算法對湖北省2010—2014年衛(wèi)星監(jiān)測熱點數(shù)據(jù)進行了深入分析，得到湖北電網(wǎng)在不同時間尺度下的林火高峰期，并以此為基礎(chǔ)探索了不同時間尺度的林火高峰期內(nèi)林火高密度區(qū)域的空間分布規(guī)律，分析了與此相關(guān)的自然因素、人為因素，結(jié)合湖北電網(wǎng)輸電線路圖，得到不同林火高峰期內(nèi)高火險線路段，給出了重點時段、重點區(qū)域、重點線路段的林火災(zāi)害防治建議。

引文格式： 陳孝明，阮羚，陳江平,等. 利用衛(wèi)星監(jiān)測熱點數(shù)據(jù)的湖北電網(wǎng)林火災(zāi)害時空聚類分析及其應(yīng)用[J].測繪通報，2015(9)：14-18.DOI:10.13474/j.cnki.11-2246.2015.0268

關(guān)鍵詞：衛(wèi)星監(jiān)測熱點數(shù)據(jù)；湖北電網(wǎng)；林火；DBSCAN聚類

中圖分類號：P237

文獻標識碼：B

文章編號：0494-0911(2015)09-0014-05

收稿日期：2015-05-05

作者簡介：陳孝明(1984—)，男，博士，工程師，主要從事輸變電設(shè)備狀態(tài)分析及評價工作。E-mail: xmchensgcc@163.com

一、引言

近年來，在影響中國電網(wǎng)正常運行的各類災(zāi)害中，林火災(zāi)害的影響范圍達到60%，林火的覆蓋范圍一般比較大，容易引發(fā)輸電線路群發(fā)性跳閘，其中永久性故障居多；嚴重時可導(dǎo)致廠站全停甚至系統(tǒng)解列[1]。隨著3S及自然災(zāi)害防御技術(shù)的發(fā)展，融合電網(wǎng)信息與自然環(huán)境信息以提高電網(wǎng)防御能力的技術(shù)受到關(guān)注，利用衛(wèi)星監(jiān)測林火具有感測范圍大、獲取信息快、更新周期短的特點，可以對林火進行動態(tài)監(jiān)測、實時預(yù)警。目前，林火衛(wèi)星監(jiān)測平臺應(yīng)用漸廣，對于林火監(jiān)測預(yù)警起到一定的作用，然而衛(wèi)星不能全天候監(jiān)測同一區(qū)域，部分生命周期短的林火不能被及時監(jiān)測到，單純依賴衛(wèi)星監(jiān)測實現(xiàn)電網(wǎng)林火災(zāi)害防治還不全面。衛(wèi)星熱點監(jiān)測數(shù)據(jù)記錄了大量林火信息，隱含電網(wǎng)林火發(fā)生的時空規(guī)律，對電網(wǎng)林火災(zāi)害防控具有極大的應(yīng)用價值，目前尚未得到深入的挖掘，利用大數(shù)據(jù)技術(shù)，結(jié)合地理位置數(shù)據(jù)，可進行深層次分析和應(yīng)用[2]。數(shù)據(jù)挖掘[3]從大量數(shù)據(jù)中發(fā)現(xiàn)潛在的模式規(guī)律，提供有價值的信息，近年來在電力系統(tǒng)多個領(lǐng)域都有成功的應(yīng)用[4-6]。本文以湖北2010—2014年衛(wèi)星監(jiān)測熱點數(shù)據(jù)為例，運用數(shù)據(jù)挖掘中的聚類分析方法，對不同時間維的熱點數(shù)據(jù)進行深入分析，得到湖北電網(wǎng)林火災(zāi)害發(fā)生的時空規(guī)律，結(jié)合湖北省氣象、地形、人文等因素分析其成因，為電網(wǎng)日常防治林火提供決策支持。

二、研究區(qū)域概況

湖北省地跨東經(jīng)108°21′42″—116°07′50″、北緯29°01′53″—33°16′47″，屬北亞熱帶季風(fēng)氣候。秋冬季節(jié)干燥少雨，地貌類型多樣，山地面積比例超過一半，許多輸電線路走廊難免跨越植被茂密的山區(qū)和林區(qū)，林火已成為威脅220 kV及以上架空輸電線路安全運行的重要因素。

三、數(shù)據(jù)及方法

1. 數(shù)據(jù)源

本文使用的湖北衛(wèi)星林火監(jiān)測數(shù)據(jù)，時間跨度為2010—2014年，由NOAA-15、NOAA-16、NOAA-17、NOAA-18、NOAA-19、FY-1D、FY-3A、MODIS和Terra監(jiān)測獲得，屬性包括電力故障點所屬行政區(qū)劃、經(jīng)緯度、地類、時間等，共3378條記錄，其中83%監(jiān)測點所在地類為林地，0.98%為灌木，1.39%為草地，14.36%為其他用地類型。輔助數(shù)據(jù)為湖北輸電線路圖。

2. 方法簡介

本文首先逐年統(tǒng)計、分析2010—2014年湖北電網(wǎng)在不同時間尺度內(nèi)的林火數(shù)分布，得到每年、每周及每日的林火高峰期，以此時間規(guī)律為基礎(chǔ)，用DBSCAN(density-based spatial clustering of applications with noise)聚類算法找出不同林火高峰期內(nèi)高密度聚集的林火點，得到林火點高密度區(qū)域，進一步分析得到湖北電網(wǎng)林火高風(fēng)險區(qū)域及高火險線路段。

本文運用的DBSCAN經(jīng)典聚類算法，是一種基于密度的空間聚類方法，它將簇定義為密度相連的點的最大集合，并且有較強的抗“噪聲”能力[4]。算法的目的是過濾低密度區(qū)域，發(fā)現(xiàn)高密度樣本點，顯著特點在于它可以發(fā)現(xiàn)任意形狀的聚類簇，而不限于凸形聚類簇，可以更加客觀地反映電網(wǎng)山火點的實際空間分布，進行更為準確的劃分。

四、時空聚類分析

1. 湖北電網(wǎng)山火災(zāi)害時間規(guī)律分析

湖北電網(wǎng)2010—2014林火數(shù)不同時間尺度下數(shù)量分布統(tǒng)計結(jié)果如圖1所示。

根據(jù)圖1的統(tǒng)計結(jié)果，2010—2014年湖北電網(wǎng)林火數(shù)在不同的時間尺度上均有明顯高峰期。

圖1　湖北電網(wǎng)2010—2014年不同時間尺度下林火數(shù)分布

(1) 年度分布規(guī)律

每年12、1、2、3、4月是林火發(fā)生的高峰期，深入分析與此相關(guān)的自然因素和人為因素：

1) 自然因素：12月、1月天氣干燥、草木枯萎，蘆葦、茅草等易燃植物易被野火點燃。2—4月降雨增多，空氣濕度變大，秋冬累積的落葉枯草特別是含脂量高的針葉，在潮濕狀態(tài)下易發(fā)生緩慢氧化，釋放熱量，使得溫度升高，進一步加劇氧化發(fā)熱，如此循環(huán)下去，容易引發(fā)自燃；特別是在春雨過后，烈日照射的條件下，更容易加速自燃過程。且20世紀90年代特別是1997年以來，湖北省暖干化現(xiàn)象明顯[7]，冬春季節(jié)趨向于干暖[8]，這種氣候變化是不利于林火防控的。

2) 人為因素：一方面，2—4月清明時節(jié)上墳祭祖燒香是普遍的民風(fēng)民俗，冬季過后留下的枯草在上墳期間稍有大意就很容易被點燃；另一方面，春耕開始，人類活動增多，一些農(nóng)田靠近林地，容易為森林帶來人為火源。尤其要注意的是，1、2月份湖北有過年上墳祭祖的習(xí)俗，小孩防火意識差，在野外放鞭炮或玩火，容易將枯葉雜草點燃，引發(fā)林火，進而影響輸電線路。

(2) 周分布規(guī)律

每周周五林火數(shù)顯著高于其他時間，這可能與周五小學(xué)生開始放假、精神放松，容易到農(nóng)田、林地等易燃物多的地方玩耍，帶來火源，以及周末休假時人們精神放松，容易對林火疏忽大意有關(guān)。同時說明加強對群眾的防火宣傳教育工作是很有必要的。

(3) 日分布規(guī)律

每天13：00—16：00是林火發(fā)生的高峰期，該時段環(huán)境干燥，14點左右是全天溫度最高的時刻，并且正是人們進行戶外作業(yè)和活動的時間。根據(jù)農(nóng)村習(xí)俗，農(nóng)民們往往在黃昏期間清理田地，焚燒秸稈，形成人為火源；另外，16：00左右正逢小學(xué)生放學(xué)，小孩山火防范意識薄弱，易在農(nóng)田、林地等易燃物多的地帶產(chǎn)生火源危險點。

因此，需在每年2—4月、12、1月及每周、每日山火頻發(fā)時間段加強山火監(jiān)測，密切關(guān)注各重要線路周邊情況，定期清理線路周邊積累的落葉枯草和易燃廢棄物，加強對群眾進行防火教育，增強群眾自覺保護輸電線路的意識。此時間規(guī)律可作為進一步探索湖北電網(wǎng)林火空間規(guī)律的依據(jù)。

2. 不同時間尺度下的湖北電網(wǎng)林火災(zāi)害空間規(guī)律分析

林火點密度較大的地區(qū)，是林火高發(fā)區(qū)域，易給周圍的輸電線路走廊帶來林火災(zāi)害，應(yīng)當(dāng)加大監(jiān)控力度。僅憑感覺劃分高密度區(qū)域會有較大誤差，基于密度的DBSCAN聚類算法可以提供更為科學(xué)的劃分方法。使用基于密度的DBSCAN聚類算法，通過多次試驗對比，設(shè)置聚類半徑為25 km，核心點鄰域內(nèi)最小點數(shù)MinPts為25個時，分類既不過于分散，又可以得到面積合適的高密度區(qū)域，因此在后續(xù)試驗中使用這兩個參數(shù)對林火點進行空間聚類。

(1) 林火災(zāi)害年度高峰期空間規(guī)律分析

對湖北電網(wǎng)2010年至2014年12月、1—4月的林火監(jiān)測數(shù)據(jù)逐年使用DBSCAN算法聚類，得到高密度聚集的林火點，對高密度聚集的林火點做半徑為10 km的緩沖區(qū)，得到空間尺度上合適的林火點高密度區(qū)域(陰影部分)，如圖2所示。其中分散于陰影部分外的點是噪聲點，即未高密度聚集的林火點。由圖2(a)—(e)可以看出，就湖北總體而言，林火高密度區(qū)域在湖北環(huán)東北-東部-東南邊界的幾個市常年穩(wěn)定出現(xiàn)，包括黃石、咸寧、孝感、隨州、黃岡，其他地區(qū)偶有出現(xiàn)，無明顯的增加或減少趨勢，其中2011年、2013年和2014年林火高密度區(qū)域最符合湖北林火高密度區(qū)域的總體分布特征。因此通過空間分析的相交取2011年、2013年、2014年林火高密度區(qū)域的交集部分作為林火高風(fēng)險區(qū)域，如圖2(f)所示，陰影部分為林火高風(fēng)險區(qū)域，這些區(qū)域森林覆蓋率很高，如黃石和咸寧交界地帶為山地，孝感市東北部屬于亞熱帶常綠—落葉混交地帶，桐柏山—大別山山地丘陵馬尾松、青岡櫟、落葉櫟類林區(qū)，存在大面積可燃物。這些歷年林火頻發(fā)的區(qū)域，惡性循環(huán)導(dǎo)致山上長滿大量長茅草，這些山體往往與農(nóng)民田地相連[9]，極易引發(fā)林火，確定為林火發(fā)生的高風(fēng)險區(qū)域，應(yīng)作為每年12至第二年4月防治林火的重點區(qū)域。氣象方面，根據(jù)文獻[10]中的統(tǒng)計，長期以來湖北環(huán)東北-東部-東南一帶有氣溫升高、降水減少的氣候變化趨勢，這也是促成年度林火高峰期內(nèi)湖北林火高風(fēng)險區(qū)域形成的原因。

圖2　年度高峰期林火點高密度區(qū)域

劃分年度林火高峰期內(nèi)湖北電網(wǎng)林火災(zāi)害高風(fēng)險區(qū)域，可以指導(dǎo)開展差異化防林火治理工作，還可進一步劃分年度林火高峰期內(nèi)林火高風(fēng)險線路段。通過空間分析，找出林火高風(fēng)險區(qū)域內(nèi)的線路段，作為林火高風(fēng)險線路段，結(jié)果如圖3所示。

圖3中黑色線段是林火高風(fēng)險線路段，這些線路段處在林火高風(fēng)險區(qū)域內(nèi)，在防林火治理工作中應(yīng)沿線排查引起林火多發(fā)的潛在因素，對周圍群眾的活動規(guī)律、線路段設(shè)計的防火水平等應(yīng)詳細了解，制定有針對性的林火預(yù)防措施，在年度林火高峰期內(nèi)應(yīng)當(dāng)格外重視，加強監(jiān)控。

圖3　年度林火高風(fēng)險線路段

(2) 林火災(zāi)害每周高峰期空間規(guī)律分析

每周周五是林火高峰期，對2010—2014年周五的林火點進行空間規(guī)律分析，方法與林火災(zāi)害年度高峰期空間規(guī)律分析類似，如圖4所示，(a)—(e)陰影部分為每年周五林火點高密度區(qū)域，(f)陰影部分為林火高風(fēng)險區(qū)域。由圖4可知，2010—2014年每周五累計林火點分布僅在2010年和2014年有明顯聚集，2011—2013年周五累計林火點經(jīng)聚類發(fā)現(xiàn)均沒有達到密度要求的聚類簇。取2010年和2014年林火高密度區(qū)域的交集，如圖4(f)所示，周五的林火高風(fēng)險區(qū)域集中在湖北省東南角——咸寧與黃石交界線以西、以東部分地區(qū)及咸寧西南部通城縣的大部分地區(qū)。在對年度林火高峰期內(nèi)林火空間規(guī)律進行分析時已經(jīng)發(fā)現(xiàn)，黃石、咸寧交界線處多為山地，有大量可燃物，而年度的高峰期是以冬春季節(jié)的氣候特征為主導(dǎo)的，周五是人類活動特征更強烈的時間段，因此周五的林火高風(fēng)險區(qū)域的出現(xiàn)更多是由人為因素造成的。在周五的林火高風(fēng)險區(qū)域內(nèi)要格外注意排查引起林火多發(fā)的人為因素，對周邊群眾特別是小孩進行防火護林宣傳教育，每周五對林火高風(fēng)險區(qū)域加強巡視。

結(jié)合林火災(zāi)害高風(fēng)險區(qū)域及湖北省輸電線路圖，通過空間分析，得到湖北電網(wǎng)每周林火高峰期內(nèi)林火高風(fēng)險線路段，如圖5所示，黑色部分即為高風(fēng)險線路段。這些線路段應(yīng)提高其設(shè)備防火水平，在林火多發(fā)時期加強線下巡視。

(3) 林火災(zāi)害每日高峰期空間規(guī)律分析

每日13：00—16：00是全天林火高峰期，2010—2014年每日林火高峰期內(nèi)林火點經(jīng)DBSCAN聚類并做緩沖區(qū)分析得到林火高密度區(qū)域，如圖6(a)—(e)陰影部分所示，其逐年分布情況類似于圖2。為得到較為全面又具有代表性的頻繁性區(qū)域，對2011年、2013年和2014年的林火高密度區(qū)域取其相交部分，得到(f)所示的每日林火高風(fēng)險區(qū)域。

由圖6(f)可知，湖北每日林火高風(fēng)險區(qū)域的分布類似于每年林火高風(fēng)險區(qū)域，在環(huán)湖北省東北部-東部-東南部集中分布，總體上無明顯的增加或減少趨勢，局部看集中在咸寧與黃石交界線東西兩側(cè)大片區(qū)域、黃岡東部偏南及中部偏北部分區(qū)域、隨州北部大片區(qū)域、武漢北部與黃岡交界處小部分區(qū)域及黃石北部與鄂州交界處小部分區(qū)域。每日林火高風(fēng)險區(qū)域基本包含于每年林火高風(fēng)險區(qū)域中，由對每年林火高風(fēng)險區(qū)域形成原因的分析可知，這些區(qū)域多為山地，存在大量可燃物，且每日13：00—16：00環(huán)境干燥、溫度較高，人類活動多，對林火的防控是不利的。

結(jié)合林火災(zāi)害高風(fēng)險區(qū)域圖及湖北省輸電線路圖，通過空間分析，得到湖北電網(wǎng)每周林火高峰期內(nèi)林火高風(fēng)險線路段，如圖7所示，黑色線段為每日林火高峰期內(nèi)林火高風(fēng)險線路段，每日13：00—16：00應(yīng)當(dāng)密切關(guān)注這些線路段周邊情況，嚴防林火的發(fā)生。

圖7　每日林火高風(fēng)險線路段

五、結(jié)束語

本文以DBSCAN經(jīng)典聚類算法為主，對湖北電網(wǎng)林火衛(wèi)星監(jiān)測數(shù)據(jù)在不同時間尺度上進行了時空規(guī)律分析，發(fā)現(xiàn)了湖北電網(wǎng)林火發(fā)生的時空分布特點，發(fā)現(xiàn)每年林火高峰期為1—4月和12月，每周林火高峰期為周五，每日林火高峰期為13：00—16：00，以及每種林火高峰期對應(yīng)的林火高風(fēng)險區(qū)域，并結(jié)合湖北省輸電線路圖得到了每種林火高峰期內(nèi)的林火高風(fēng)險線路段，為湖北電網(wǎng)防林火工作提供了決策支持，也使歷史林火衛(wèi)星監(jiān)測數(shù)據(jù)中潛藏的知識得到了充分挖掘。

參考文獻：

[1]王昊昊，羅建裕，徐泰山，等.中國電網(wǎng)自然災(zāi)害防御技術(shù)現(xiàn)狀調(diào)查與分析[J]. 電力系統(tǒng)自動化，2010,34

(23)：5-10.

[2]喬朝飛.大數(shù)據(jù)及其對測繪地理信息工作的啟示[J].測繪通報，2013(1)：107-109.

[3]HAN J, KAMBER M. Data Mining: Concepts and Techniques[M]. San Francisco: Morgan Kaufmann, 2000.

[4]SFORNA M. Data Mining in a Power Company Customer Database [J]. Electric Power Systems Research, 2000,55(3):201-209.

[5]王紅斌，陳揚，高雅，等. 基于數(shù)據(jù)挖掘的預(yù)警技術(shù)在一體化輸電設(shè)備監(jiān)測中的應(yīng)用研究[J].電網(wǎng)與清潔能源，2014,30(1)：55-58.

[6]VERDU S V, GARCIA M O, SENABRE C, et al. Class-ification, Filtering and Identification of Electrical Customer Load Patterns through the Use of Self-organizing Maps [J]. IEEE Transactions on Power Systems,2006, 21(4):1672-1682.

[7]曹小雪，黃建武，揭毅.近52 年來武漢市氣候變化特征分析[J].江西農(nóng)業(yè)學(xué)報，2014,26(9)：80-85.

[8]汪高明.湖北省近47年氣溫和降水氣候特征分析[D].蘭州：蘭州大學(xué)，2009.

[9]朱昌成，胡丹暉，黃俊杰，等.山火對湖北電網(wǎng)運行影響及其防治措施探討[J].湖北電力，2014,38(8)：27-29.

[10]畢旭.湖北省氣溫和降水的變化特征及其與地理因子的相關(guān)性分析[D].武漢：華中師范大學(xué)，2013.

[11]承達瑜. 空間型熱點會商系統(tǒng)的動態(tài)服務(wù)計算研究[J]. 測繪學(xué)報, 2014,43 (9): 989.

[12]胡慶武, 王明, 李清泉. 利用位置簽到數(shù)據(jù)探索城市熱點與商圈[J]. 測繪學(xué)報, 2014 , 43 (3): 314-321.