等級(jí)評(píng)價(jià)體系下的火災(zāi)預(yù)防與救援調(diào)度模型

許菁 賈亞茹 趙東婕

摘要：2019年，我國(guó)接連發(fā)生多起森林火災(zāi)事故，在自然資源被破壞的同時(shí)，多條鮮活的生命也被大火無(wú)情地奪走。在感慨水火無(wú)情之時(shí)，作為自然界中一份子的人類，我們只能盡自身所能優(yōu)化火災(zāi)預(yù)防以及調(diào)度策略，為了實(shí)現(xiàn)這一目的，需要完善的火災(zāi)等級(jí)評(píng)價(jià)體系作為支撐。因此，需要引入數(shù)字化手段通過(guò)數(shù)據(jù)分析來(lái)達(dá)到這一目的。通過(guò)觀察數(shù)據(jù)并根據(jù)相關(guān)資料，對(duì)影響因素進(jìn)行描述及擴(kuò)展。然后利用層次分析方法，得出判別矩陣，進(jìn)而得出各因素及其子因素在最終評(píng)價(jià)模型中所占權(quán)重值。根據(jù)層次分析模型公式，得出火災(zāi)等級(jí)評(píng)價(jià)模型，最終得到十場(chǎng)大火災(zāi)的編號(hào)。為了明確建立重點(diǎn)防火位置的篩選原則為該地附近更容易發(fā)生火災(zāi)等級(jí)更高的事故，因此首先需要根據(jù)相關(guān)數(shù)據(jù)并結(jié)合評(píng)價(jià)體系預(yù)測(cè)出各地發(fā)生火災(zāi)的概率，進(jìn)而根據(jù)經(jīng)緯度（區(qū)域）進(jìn)行聚類設(shè)定某一點(diǎn)為重點(diǎn)防火位置。

根據(jù)評(píng)價(jià)結(jié)果及聚類結(jié)果，重點(diǎn)防火位置為出救點(diǎn)，類中其余點(diǎn)為應(yīng)急點(diǎn)，依次評(píng)價(jià)區(qū)域中其余所有樣本發(fā)生火災(zāi)等級(jí)以及所需人力情況，建立單出救點(diǎn)模型并利用免疫科隆算法進(jìn)行求解，選取最大值作為對(duì)應(yīng)出救點(diǎn)的真實(shí)需求。由于待分配消防人員數(shù)量有限，因此根據(jù)每個(gè)出救點(diǎn)的需求計(jì)算權(quán)重從而得到人員分配方案。

關(guān)鍵詞：火災(zāi)等級(jí)評(píng)價(jià);層次分析法;GM（1，1）;聚類分析;應(yīng)急調(diào)度算法

一、火災(zāi)等級(jí)評(píng)估

1.1 評(píng)價(jià)的指標(biāo)體系

火險(xiǎn)評(píng)估指標(biāo)的選取決定著評(píng)價(jià)模型的質(zhì)量，是建立火險(xiǎn)等級(jí)評(píng)價(jià)模型的一項(xiàng)關(guān)鍵工作。相關(guān)研究表明，影響火災(zāi)發(fā)生及發(fā)展的因素主要有地形條件[3]、可燃物狀況[5～6]、氣象條件[7～9]、人為活動(dòng)[10]等4個(gè)方面?；谝陨戏治?，本項(xiàng)研究依據(jù)大興安嶺林區(qū)落葉松人工林采伐跡地火災(zāi)的特點(diǎn)，選取影響火災(zāi)發(fā)生的主要因素有地形條件、可燃物狀況、氣象條件、人為影響，以火災(zāi)經(jīng)緯度位置、初始火災(zāi)面積、可燃物含脂量及含水量、火災(zāi)蔓延速度、當(dāng)?shù)氐娘L(fēng)速、溫度、濕度以及救援難度系數(shù)作為火災(zāi)危險(xiǎn)等級(jí)評(píng)定的指標(biāo)，并用樹狀層次結(jié)構(gòu)表示各層指標(biāo)，見圖5-1。

1.2 指標(biāo)權(quán)重層次分析

采用層次分析法（Analytical Hierarchy Process，AHP）進(jìn)行構(gòu)建與分析，它是一種對(duì)指標(biāo)進(jìn)行定性和定量分析的方法。通過(guò)將每個(gè)因子所包含的指標(biāo)進(jìn)行比較、判斷和計(jì)算，獲得各指標(biāo)的權(quán)重，最終確立最低層至最高層的相對(duì)重要性權(quán)值或作相對(duì)優(yōu)劣次序的排序，選出最優(yōu)方案[11]。

根據(jù)數(shù)據(jù)中的經(jīng)緯度情況經(jīng)過(guò)查詢可知，表中自然火災(zāi)的位置主要集中在東北（如大興安嶺）、西北（如新疆維吾爾地區(qū)）、華北（如內(nèi)蒙古草原）、中南（如河南）、西南（如四川）等地區(qū)，根據(jù)查閱相關(guān)資料以及數(shù)據(jù)分析，確定上述評(píng)價(jià)指標(biāo)，并根據(jù)不同指標(biāo)對(duì)于火災(zāi)產(chǎn)生影響力的不同利用判別矩陣法得到各層的判別矩陣。具體方法為：將所有指標(biāo)列出來(lái)（共n個(gè)），組成一個(gè)n×n的方陣，然后對(duì)各指標(biāo)兩兩比較并打分，最后對(duì)各指標(biāo)的得分求和，并作規(guī)范化處理，給出幾個(gè)評(píng)價(jià)矩陣。得到評(píng)價(jià)矩陣后，為各矩陣先按列求和歸一化后按行求和并歸一化（公式如下）：

最終得到各特征向量xi如表5-2所示：

按照下式所有特征向量進(jìn)行歸一化，即可得到最終權(quán)重矩陣：

通過(guò)求解矩陣特征根進(jìn)行一致性檢測(cè)：

由于人為因素僅有救援難度系數(shù)一項(xiàng)，故其權(quán)重為指標(biāo)B4所占權(quán)重，為26.33%。經(jīng)一致性檢驗(yàn)，C.R.值均小于0.1，故所用指標(biāo)體系設(shè)計(jì)正確。

1.3 火險(xiǎn)等級(jí)評(píng)價(jià)模型

由火災(zāi)危險(xiǎn)指標(biāo)的權(quán)重指數(shù)值來(lái)確定火災(zāi)危險(xiǎn)等級(jí)。因?yàn)槁铀俣鹊睦鄯e權(quán)重是所有指標(biāo)累積權(quán)重中最小的，故設(shè)其為單位系數(shù)1，其他指標(biāo)系數(shù)由各自的累積權(quán)重除以可燃物厚度的累積權(quán)重得出。故可得落葉松人工林采伐跡地火災(zāi)危險(xiǎn)等級(jí)計(jì)算式為：

式中：HTZ為落葉松人工林采伐跡地火災(zāi)危險(xiǎn)指數(shù)，A為經(jīng)緯度，B為火災(zāi)面積，C為可燃物含脂量，D為可燃物含水量，E為火災(zāi)蔓延速度，F(xiàn)為風(fēng)力大小，G為區(qū)域溫度，H為區(qū)域濕度，I為救援難度系數(shù)。根據(jù)上式，得出最后等級(jí)最高的十條記錄編號(hào)為：1055、1135、961、880、987、1175、623、1130、1593、1015。可以看出，前十名中有九個(gè)樣本屬于西南地區(qū)，一個(gè)屬于東北地區(qū)，因此可以初步得出結(jié)論：西南與東北發(fā)生大火災(zāi)頻率較高。

根據(jù)火險(xiǎn)指數(shù)的分布狀態(tài)，將火險(xiǎn)評(píng)定為4個(gè)等級(jí)——一般火災(zāi)、較大火災(zāi)、重大火災(zāi)、特大火災(zāi)，詳見下表5-7。

二、重點(diǎn)防火位置確定

2.1 k-means經(jīng)緯度坐標(biāo)聚類

k-means算法是一種聚類算法，所謂聚類，即根據(jù)相似性原則，將具有較高相似度的數(shù)據(jù)對(duì)象劃分至同一類簇，將具有較高相異度的數(shù)據(jù)對(duì)象劃分至不同類簇。聚類與分類最大的區(qū)別在于，聚類過(guò)程為無(wú)監(jiān)督過(guò)程，即待處理數(shù)據(jù)對(duì)象沒(méi)有任何先驗(yàn)知識(shí)，而分類過(guò)程為有監(jiān)督過(guò)程，即存在有先驗(yàn)知識(shí)的訓(xùn)練數(shù)據(jù)集。

k-means算法中的k代表類簇個(gè)數(shù)，means代表類簇內(nèi)數(shù)據(jù)對(duì)象的均值（這種均值是一種對(duì)類簇中心的描述），因此，k-means算法又稱為k-均值算法。k-means算法是一種基于劃分的聚類算法，以距離作為數(shù)據(jù)對(duì)象間相似性度量的標(biāo)準(zhǔn)，即數(shù)據(jù)對(duì)象間的距離越小，則它們的相似性越高，則它們?cè)接锌赡茉谕粋€(gè)類簇。數(shù)據(jù)對(duì)象間距離的計(jì)算有很多種，k-means算法通常采用歐氏距離來(lái)計(jì)算數(shù)據(jù)對(duì)象間的距離。算法詳細(xì)的流程描述如下：

輸入：類簇個(gè)數(shù) ，迭代終止閾值

輸出：聚類結(jié)果

For t=1，2，...，T

For every xi（對(duì)于所有數(shù)據(jù)對(duì)象）;

根據(jù)公式（1），計(jì)算dist（xi，Center）;

將xi劃分至距離其最近的類簇中心所在類簇中;

End for

根據(jù)公式（2），更新所有類簇中心;

根據(jù)公式（3），計(jì)算兩次迭代的差值ΔJ;

If ΔJ<

Then 輸出聚類結(jié)果;

break;

End if

End for

由于重點(diǎn)防火地區(qū)需要兼顧同范圍地區(qū)的火災(zāi)救援問(wèn)題，出于防火代價(jià)最小的角度考慮，采用k-means聚類算法，對(duì)于2033條數(shù)據(jù)篩選出200個(gè)重點(diǎn)防火位置。

2.3 GM（1，1）火災(zāi)概率預(yù)測(cè)模型

在一些預(yù)測(cè)方法中，灰色理論以其獨(dú)特的優(yōu)勢(shì)，例如小樣本信息，計(jì)算簡(jiǎn)單而被應(yīng)用在各個(gè)領(lǐng)域中，其中GM（1，1）模型是灰色系統(tǒng)的核心，所以運(yùn)用更為廣泛。再采用相對(duì)誤差作為狀態(tài)劃分依據(jù)，建立Markov隨機(jī)轉(zhuǎn)移概率矩陣，依據(jù)平均絕對(duì)誤差、均方根誤差和Pearson相關(guān)系數(shù)評(píng)價(jià)模型優(yōu)度。

采用灰色系統(tǒng)生成理論運(yùn)用Matlab R2016b按最小二乘法進(jìn)行參數(shù)求解，建立全國(guó)森林火災(zāi)發(fā)生次數(shù)和火場(chǎng)面積GM（1，1）灰色預(yù)測(cè)模型如下：

進(jìn)過(guò)計(jì)算，本研究建立的GM（1，1）灰色模型發(fā)展系數(shù)a均大于-0.3，火災(zāi)等級(jí)GM（1，1）模型參數(shù)a為0.02515954、b為2.381673373，初始面積GM（1，1）模型參數(shù)a為0.036744214、b為1.546236003，模型可用于中長(zhǎng)期預(yù)測(cè)。

2.4 重點(diǎn)防火位置

通過(guò)將預(yù)測(cè)結(jié)果與聚類中心進(jìn)行綜合篩選，其原則為——選擇聚類中心附近經(jīng)緯度半徑為0.5的范圍內(nèi)的所有點(diǎn)中的概率最大的點(diǎn)198個(gè)點(diǎn)作為重點(diǎn)防火位置，將其與地理信息聯(lián)系起來(lái)得到可視化結(jié)果如下圖1-2所示：

三、出救點(diǎn)設(shè)置

設(shè)所有的重點(diǎn)防火位置即為出救點(diǎn)，同一類中火災(zāi)地區(qū)為應(yīng)急點(diǎn)。而對(duì)于人員分配而言，應(yīng)滿足區(qū)域點(diǎn)中最大人力以及最強(qiáng)力度火險(xiǎn)搶救需求?；谝陨侠斫?，建立火險(xiǎn)單出救點(diǎn)模型如下。

出救點(diǎn)根據(jù)著火點(diǎn)的火勢(shì)蔓延速度分配應(yīng)急人力資源[13]?；饎?shì)蔓延速度較快時(shí)，根據(jù)損失最小原則分配資源，安排多輛車分別向各著火點(diǎn)運(yùn)輸資源[14～15]（如圖5-5），這里的資源特指題目中的人力資源。

設(shè)救援應(yīng)急分配系統(tǒng)是由一個(gè)出救點(diǎn)S與I個(gè)著火點(diǎn)構(gòu)成，出救點(diǎn)的供應(yīng)能力為s，著火點(diǎn)的需求量為Di = （i = 1，2，...，I）， ，分配救援資源時(shí)，要兼顧效率和公平使各著火點(diǎn)都能得到相應(yīng)的資源。因此，要根據(jù)受災(zāi)屬性對(duì)著火點(diǎn)的受災(zāi)嚴(yán)重度排序，并按嚴(yán)重度配送資源。這里將著火點(diǎn)的火勢(shì)蔓延速度作為受災(zāi)屬性，認(rèn)為火勢(shì)蔓延速度越快，著火點(diǎn)的受災(zāi)嚴(yán)重度越高，越應(yīng)優(yōu)先得到救災(zāi)資源。

免疫克隆算法是一種為適應(yīng)多目標(biāo)優(yōu)化問(wèn)題存在一系列無(wú)法相互比較的Pareto-最優(yōu)解的特點(diǎn)而發(fā)展起來(lái)的新算法，這里使用該算法求解。設(shè)w1=0.9，F(xiàn)=w1F1+w2F2，抗體群規(guī)模M=100，抗體ai（it）編碼長(zhǎng)度21，計(jì)算終止代數(shù)gmax=100，克隆比例q=5，期望保留的抗體群規(guī)模Mn=20，得到結(jié)果如下。

參考文獻(xiàn)

[1]吳柳萍，何東進(jìn)，洪偉，等.基于改進(jìn)突變級(jí)數(shù)法的中國(guó)森林火災(zāi)評(píng)價(jià)[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2017，45（8）：95-102，111.DOI：10.13207/j.cnki.jnwafu.2017.08.014.

[2]鄧雪，李家銘，曾浩健，等.層次分析法權(quán)重計(jì)算方法分析及其應(yīng)用研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2012，42（7）：93-100.DOI：10.3969/j.issn.1000-0984.2012.07.012.

[3]魏占才，韓建君，張權(quán).東北林區(qū)采伐跡地沖火與地形的相關(guān)性[J].森林防火，2002（2）：28-29.

[4]車克鈞，王金葉，黨顯榮，等.祁連山北坡森林火險(xiǎn)等級(jí)指標(biāo)的研究[J].森林防火，1994（1）：8.10.

[5]薛家翠，望勝玲，曾祥福，等.鄂西林地可燃物含水率及火險(xiǎn)等級(jí)的氣象預(yù)報(bào)研究[J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào)，2006，25（6）：679-682.

[6]賀萍，孟超，田豐.小興安嶺地區(qū)森林地被可燃物含水率變化規(guī)律及其與森林火險(xiǎn)等級(jí)關(guān)系[J].黑龍江氣象，2008，25（3）：25-27.

[7]陳天錫，陳衛(wèi)波.森林火災(zāi)與氣象條件的關(guān)系及其預(yù)報(bào)和防御[J].河南氣象，2000（4）：25-26.

[8]楊存建，馮涼，楊洪忠，等.四川省林草火險(xiǎn)等級(jí)評(píng)價(jià)[J].地理研究，2010，29（6）：980-988.

[9]王娟，趙江平，張俊，等.我國(guó)森林火災(zāi)預(yù)測(cè)及風(fēng)險(xiǎn)分析[J].中國(guó)安全生產(chǎn)科學(xué)技術(shù)，2008，4（4）：41_45.

[10]宋衛(wèi)國(guó)，王健，KSatoh，等.人口密度對(duì)森林火災(zāi)發(fā)生頻率的影響[J].火災(zāi)科學(xué)，2005，14（1）：1-5.

[11]薛偉，王蓉蓉.基于層次分析法的東北林區(qū)貯木場(chǎng)火災(zāi)危險(xiǎn)等級(jí)的評(píng)定[J].西部林業(yè)科學(xué)，2010，39（3）：5.9.

[12]吳恒，朱麗艷，劉智軍，孔雷，郭小陽(yáng)，張鋒.中國(guó)森林火災(zāi)發(fā)生規(guī)律及預(yù)測(cè)模型研究[J].世界林業(yè)研究，2018，31（05）：64-70.

[13]姚樹人，文定元.森林消防管理學(xué)[M].北京：中國(guó)林業(yè)出版社，2002.

[14]張凡.考慮救災(zāi)物資需求等級(jí)的應(yīng)急救援車輛調(diào)度[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2007.

[15]孫穎，池宏，賈傳亮.多路徑下應(yīng)急資源調(diào)度的非線性混合整數(shù)規(guī)劃模型[J].運(yùn)籌與管理，2007，16（5）：5-8.