基于城市信息大數(shù)據(jù)的建筑火災預測模型分析

● 文 |孟毅 賀弢

在大數(shù)據(jù)時代的背景下，隨著信息技術的不斷發(fā)展，城市信息化應用水平不斷提升，城市信息數(shù)據(jù)呈幾何級增加。與此同時，伴隨著城市的發(fā)展，大中型城市常住人口增加迅速，“舊城鎮(zhèn)、舊廠房、舊村莊”待改造面積大，高密度的人口和大面積的消防隱患集聚地為監(jiān)控消防安全帶來了極大的難度。在城市不斷向數(shù)字化、智能化和智慧化的發(fā)展過程中，如何從來源越來越多樣、數(shù)據(jù)蘊含內(nèi)容越來越豐富的海量的數(shù)據(jù)中篩選出合理、準確的致災因素進行檢測，降低城市發(fā)展帶來的消防隱患，成為了一個極大的挑戰(zhàn)。

城市火災事件是隨空間分布、時間序列和氣象因素而變化的隨機性偶然事件，隨著多維數(shù)據(jù)的積累，可以通過數(shù)據(jù)驅(qū)動來研究火災的變化規(guī)律，分析出這類隨機性偶然事件隱藏的必然規(guī)律性，達到預警火災隱患和最大限度地減輕火災的損失的目的。基于城市信息大數(shù)據(jù)的建筑火災預測模型就是應用這一原理，實現(xiàn)城市火災隱患的動態(tài)預測與監(jiān)控，對構(gòu)建和實現(xiàn)智慧消防具有重要的意義。

一、應用場景

2016年11月，深圳市坪山區(qū)公安分局消防大隊在竹坑社區(qū)（約2平方千米）建設“智慧消防”項目試點，該項目由深圳航天智慧城市系統(tǒng)技術研究院有限公司（以下簡稱“深城院”）與深圳市消安科技有限公司共同建設，深城院通過對數(shù)據(jù)處理，建立竹坑消防信息資源數(shù)據(jù)庫及三維電子地圖模型，結(jié)合消防物聯(lián)網(wǎng)動態(tài)監(jiān)控及消防自我監(jiān)督管理，綜合利用物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、ICT技術以及人工智能等先進技術建立“智慧消防”示范系統(tǒng)平臺，在平臺上實現(xiàn)基于城市信息大數(shù)據(jù)的建筑火災預測功能。

基于城市信息大數(shù)據(jù)的建筑火災預測模型已于廣東省深圳市坪山區(qū)竹坑社區(qū)進行試點運行，通過與三維地圖的結(jié)合,可以實現(xiàn)重點建筑、“三小場所”監(jiān)控,火災隱患預測、日常巡查、物聯(lián)消防、動態(tài)救援圈、消防應急預案等功能（注：“三小場所”指小檔口、小作坊、小娛樂場所）。

二、應用模式

基于城市信息大數(shù)據(jù)的建筑火災預測模型從三個步驟對城市信息大數(shù)據(jù)進行融合與挖掘。

首先，從空間、時間和氣象等方面對影響城市建筑火災的因素進行數(shù)據(jù)挖掘和分析。從社會經(jīng)濟因素、城市計劃土地使用類別、建筑物結(jié)構(gòu)、建筑物使用類別、建筑物屋齡、建筑物樓層、建筑物所在區(qū)交通便利性、建筑物所在的區(qū)域等空間因子與火災發(fā)生起數(shù)進行數(shù)據(jù)挖掘；從季節(jié)、月度等時間因子與火災發(fā)生起數(shù)進行數(shù)據(jù)挖掘；從月平均溫度、月平均相對濕度、月平均風速、月平均降雨量氣象因子與火災發(fā)生起數(shù)進行數(shù)據(jù)挖掘。

其次，針對上述不同方面分別建立子模型，對數(shù)據(jù)進行分析處理?；诳臻g分布的關聯(lián)分析建立關聯(lián)算法模型，基于時間序列的火災次數(shù)預測分析建立自回歸移動平均（ARIMA）算法模型，基于非線性變換的火災趨勢分析建立多元線性回歸模型。分別獲得火災致災的空間、時間和氣象高頻因子。這些模型可以根據(jù)數(shù)據(jù)源的增加進行擴展，可以擴展到城市信息資源整體角度，包括并不限于：用電、用水量和流動人口分布標明人員密集程度；基于互聯(lián)網(wǎng)的公眾輿論信息的“火災相關抱怨信息”的抓取，比如：抱怨經(jīng)常跳閘、人員擁擠和其他；從工商局獲得的餐飲企業(yè)、加工企業(yè)等不同單位的密度、歷史消防火災數(shù)據(jù)，甚至人員素質(zhì)、歷史上的消防相關處罰記錄，日常消防自查自糾情況，消防傳感器歷史維護情況和海量的歷史參數(shù)情況；企業(yè)管理水平、生產(chǎn)類型、危險品分布、水源分布、消防管網(wǎng)水壓等。

最后，構(gòu)造火災事故樹，對城市建筑火災風險因素進行評估和預測。

三、關鍵技術

1.致災空間分布因子挖掘

選擇社會經(jīng)濟因素、城市計劃土地使用類別、建筑物結(jié)構(gòu)、建筑物使用類別、建筑物屋齡、建筑物樓層、建筑物所在區(qū)交通便利性、建筑物所在區(qū)域等作為研究火災的致災空間分布基本因子。使用應用關聯(lián)規(guī)則算法，對城市火災案例數(shù)據(jù)進行關聯(lián)規(guī)則數(shù)據(jù)挖掘，找出各類火災致災高頻因子，并提出防災減災具體措施。

高頻次火災多發(fā)生于土地使用類型為住宅區(qū)、建筑結(jié)構(gòu)為鋼筋混凝土結(jié)構(gòu)、建筑物的使用類型是住宿住宅類的地方。商業(yè)區(qū)的住宿住宅類建筑，發(fā)生的火災一般為電氣事故火災。另一個現(xiàn)象是城市外圈電氣火災頻發(fā)，甚至高于存在大量老建筑的城市核心區(qū)。

2.致災時間序列因子挖掘

由于大量的時間序列是非平穩(wěn)的，其特征參數(shù)和數(shù)據(jù)分布隨時間的推移而發(fā)生變化，僅通過對某段歷史數(shù)據(jù)的訓練，建立單一的神經(jīng)網(wǎng)絡預測模型，無法完成準確的預測任務。為此，當現(xiàn)有的預測模型不再適用于當前數(shù)據(jù)時，要對模型重新訓練，獲得新的權重參數(shù)，并在此基礎上建立新的模型。Box-Jenkins是將自回歸模型和移動平均模型相結(jié)合的一種方法，同時通過某些階數(shù)的差分處理使序列平穩(wěn)化，克服了兩種模型單純結(jié)合(即ARMA模型)時只適合分析平穩(wěn)序列的弊端。它有一套比較完整的時間序列建模理論和分析方法，是隨機性時間序列分析中的一大類分析方法的綜合，這些方法以序列不同時期間的相關性度量作為基礎,可以進行精度較高的短期預測。

3.致災氣象因子挖掘

火災作為一個開放系統(tǒng)，必然在很大程度上受到自然現(xiàn)象的影響，其中氣象因素對火災的發(fā)生、防治和損失控制方面有著重要的影響。通過將火災數(shù)據(jù)與氣象因素進行相關性分析和研究，借助回歸理論建立火災起數(shù)與關鍵氣象因素之間的關聯(lián)模型，并采用已有數(shù)據(jù)對模型進行了驗證，用來說明火災發(fā)生與氣象因素的關系。

4.城市建筑火災風險評估與預測

結(jié)合火災事故樹對危險性及其因素進行辨識和評價，有助于分析事故的直接原因，既可定性分析、又可定量分析?；静襟E如下：

1）根據(jù)空間、時間和氣象等高頻因子，調(diào)查分析既有火災事故的特點；

2）確定頂事件，通過對典型火災事故損失和頻率大小的分析，從中找出后果嚴重且容易發(fā)生的事故作為事故樹分析的頂事件；

3）構(gòu)建事故樹，根據(jù)統(tǒng)計資料，從頂事件開始進行剖析演繹分析，逐級找出所有直接原因的基本事件，并按照其邏輯關系，畫出事故樹圖；

4）定量分析，首先根據(jù)統(tǒng)計數(shù)據(jù)、現(xiàn)場調(diào)查情況，確定所有基本事件的發(fā)生概率，再按事故樹邏輯關系和數(shù)學方法計算頂事件的發(fā)生概率；

5）確定頂事件發(fā)生概率的臨界數(shù)值，根據(jù)對既有火災事故資料統(tǒng)計分析的結(jié)果，選定頂事件事故概率的臨界數(shù)值，當求出的頂事件發(fā)生概率高于此數(shù)時，便須為防范頂事件的發(fā)生采取措施；

6）確定降低頂事件發(fā)生概率的措施，計算各基本事件的臨界重要度系數(shù)，由其大小排序，選出能夠相對更為有效地降低頂事件風險的基本事件，并采取合適的措施加以控制。