基于猶豫模糊語言的森林火災(zāi)發(fā)生風(fēng)險(xiǎn)評估

駱相宇,李宗敏

(四川大學(xué) 商學(xué)院,成都 610041)

森林作為地球上最大的陸地生態(tài)系統(tǒng),在人類生存和發(fā)展的歷史上起著不可替代的作用。它通過光合作用吸收大量的二氧化碳,轉(zhuǎn)化為有機(jī)物,并釋放氧氣,維持生物圈中的碳-氧平衡,有“地球之肺”的美譽(yù)。在新世紀(jì)到來之際,世界森林資源面臨著質(zhì)和量的下降。1990—2015年,全球森林面積累計(jì)減少12.9億hm2,2000年以來凈喪失率一直維持在每年520萬hm2[1]。森林消失和森林破壞已成為人類環(huán)境問題的重要因素。在眾多影響森林健康成長的因素中,森林火災(zāi)這一要素尤為突出。森林火災(zāi)是一種嚴(yán)重而普遍的自然災(zāi)害,具有分布廣、頻率高、不確定性強(qiáng)的特點(diǎn)[2]。不僅會嚴(yán)重阻礙森林生態(tài)系統(tǒng)的發(fā)展,還會威脅到人民的生命財(cái)產(chǎn)安全和正常的生產(chǎn)生活秩序。例如,2019 年四川涼山州木里縣發(fā)生火災(zāi),火場過火面積約20hm2,遇難30人[3-4]。數(shù)據(jù)表明,2019年衛(wèi)星偵測到亞馬孫雨林火災(zāi)數(shù)量超過72 000起,創(chuàng)歷史新高,較去年同期大增83%[5]。

在森林火災(zāi)發(fā)生風(fēng)險(xiǎn)評估研究中,有專家從影響林火發(fā)生的氣象因素[6]、地形環(huán)境因素[7]等角度出發(fā)進(jìn)行研究。也有不少學(xué)者采用神經(jīng)網(wǎng)絡(luò)法[8]、證據(jù)權(quán)重法[9]、邏輯回歸法[10]、集成學(xué)習(xí)法[11]等方法對森林火災(zāi)發(fā)生風(fēng)險(xiǎn)作出評估。由于客觀世界的復(fù)雜性以及人類思維的局限性,使人們在對事物進(jìn)行分析時(shí)難以做出精確地判斷和量化表達(dá),因此會使用一些定性的語言,例如“風(fēng)險(xiǎn)較大”,“地形較復(fù)雜”等。一些專家引入了模糊數(shù)學(xué)、灰色模糊等方法量化語言信息,例如Sharifid等[12]在利用遙感、氣象資料和地理信息系統(tǒng)對森林火災(zāi)潛力建模時(shí),為解決空間數(shù)據(jù)的模糊性,引入模糊層次分析法對研究區(qū)域火災(zāi)風(fēng)險(xiǎn)的影響因素進(jìn)行排序；Wang等[13]提出一種基于信息熵的模糊綜合評價(jià)法,以減少基于數(shù)據(jù)評價(jià)的主觀性影響,使評價(jià)結(jié)果更加可靠合理；Tsataltzinos等[14]引入模糊粗糙集理論,將森林火災(zāi)風(fēng)險(xiǎn)估計(jì)中的數(shù)據(jù)進(jìn)行約簡,試圖用盡可能少的數(shù)據(jù)集獲得盡可能精確的預(yù)測結(jié)果；楊建華等[15]探討了森林火災(zāi)風(fēng)險(xiǎn)的灰色模糊綜合評價(jià)方法；趙迎子等[16]引入多層次模糊綜合評判法對各生態(tài)公益林小班的森林火災(zāi)風(fēng)險(xiǎn)進(jìn)行分析評價(jià)。但是現(xiàn)有的研究在語言的定量表達(dá)、賦權(quán)等方面仍然存在優(yōu)化的空間。楊建華等[15]的評估權(quán)重選擇Delphi專家調(diào)查法,具有較大的主觀性；趙迎子等[16]的評估僅將風(fēng)險(xiǎn)等級劃分為3個(gè)等級,對風(fēng)險(xiǎn)大小的區(qū)分度不明顯。

此外,評價(jià)者在對各個(gè)屬性進(jìn)行評價(jià)時(shí),許多評價(jià)者往往是猶豫的,可能會在幾個(gè)值之間徘徊,例如:“介于一般和很大之間”,傳統(tǒng)的模糊集很難描述。因此,Torra等[17]拓展了模糊集,進(jìn)而提出猶豫模糊集,它允許一個(gè)變量中含有多個(gè)取值,在刻畫評估過程中存在的猶豫性上彰顯出獨(dú)特的優(yōu)勢；受此啟發(fā),Rodríguez等[18]提出了猶豫模糊語言集的概念,使得表達(dá)更加自由化同時(shí)強(qiáng)化了對語言信息的抽取。猶豫模糊集已經(jīng)被廣泛應(yīng)用于各類評估問題,例如,多指標(biāo)供應(yīng)商選擇[19]、服務(wù)質(zhì)量評估[20]、醫(yī)院績效評估[21]等問題。本文首次將猶豫模糊語言引入到森林火災(zāi)風(fēng)險(xiǎn)評估問題中,增加了評估過程中語言表達(dá)的靈活性和賦權(quán)的科學(xué)性,為有效防治森林火災(zāi)發(fā)生、降低損失提供參考。

1 預(yù)備知識

定義1[22]:對于一個(gè)猶豫模糊語言變量,則稱

定義3[24]:設(shè)函數(shù)OWA:Rn→R(a1,a2,a3,…,an)是一組給定的數(shù)據(jù)組,若:

定義4[25]:基于等差數(shù)列的OWA賦權(quán)方法,根據(jù)OWA的原理,對原始數(shù)據(jù)(a1,a2,a3,…,an)從大到小排序,得到新的數(shù)據(jù)列(b1,b2,b3,…,bn),數(shù)據(jù)bj的權(quán)重wj由下面的方法確定:

n為奇數(shù)時(shí):

(1)

n為偶數(shù)時(shí):

(2)

2 評價(jià)指標(biāo)體系構(gòu)建

理解火災(zāi)風(fēng)險(xiǎn)及其行為必不可少的因素是:氣象、可燃物、地形和火源[26]。在發(fā)生的林火中,火源可能是人為縱火,也可能是雷擊火,具有較大的不確定性和隨機(jī)性。本文意在通過對客觀事實(shí)進(jìn)行觀察,評估該因素對森林火災(zāi)發(fā)生風(fēng)險(xiǎn)的影響程度,從而判斷該地區(qū)的森林火災(zāi)發(fā)生風(fēng)向的大小。因此,選取Anne[27]指出的環(huán)境3因子:地形因子(c1)、氣象因子(c2)和可燃物因子(c3)。

2.1 地形因子

地形變化影響森林植被的分布,使可燃物空間分布發(fā)生變化,引起局部小氣候,從而影響森林火災(zāi)的發(fā)生和發(fā)展[28],其中主要包括：坡向、坡位、坡度和海拔[29]。Hong等[29]在森林火災(zāi)發(fā)生的研究中認(rèn)為,海拔和坡度對林火發(fā)生影響明顯。不同坡度對降水的截留程度不同,會影響可燃物的含水率。坡度越陡,降水易流失,可燃物易干燥,易燃程度高；反之,坡度越平緩,降水滯留時(shí)間長,林地潮濕,可燃物含水率高,不易著火。海拔可以影響局部氣溫和相對濕度。海拔越高,氣溫越低,相對濕度增大,因而森林可燃物的含水量增高,不易發(fā)生燃燒。坡向不同,接受太陽的輻射不同,導(dǎo)致相同可燃物的含水量不同。我國處在北半球,一般而言,南坡接受的陽光照射時(shí)間長,其次是西坡和東坡,北坡最短。因而南坡吸收熱量較多,植物含水量較低,溫度較高,發(fā)生火災(zāi)風(fēng)險(xiǎn)較大。不同坡位植被的含水量也不同,一般而言,山脊、陡坡的林地較為干燥,植被容易燃燒。綜上,在地形因子維度下,選取海拔(c11)、坡向(c12)、坡度(c13)、坡位(c14)4個(gè)指標(biāo)。

2.2 氣象因子

在加拿大森林火災(zāi)評級系統(tǒng)的火險(xiǎn)天氣指數(shù)中,其檢測的主要?dú)庀筇卣靼L(fēng)速、溫度、相對濕度和降水。Zaitchik等[30]的研究指出,氣象特征對火災(zāi)的發(fā)生和發(fā)展強(qiáng)度都有極大影響,相對濕度大小與森林火災(zāi)發(fā)生概率呈反比關(guān)系,相對濕度越低,空氣越干燥,植被水分蒸發(fā)越快,森林火災(zāi)發(fā)生的概率就越高；Hamadeh等[31]指出,高溫、高風(fēng)速、低濕度可以顯著增加森林火災(zāi)發(fā)生的風(fēng)險(xiǎn)。氣溫可以影響可燃物的易燃性,氣溫升高,促使森林可燃物水分蒸發(fā),加速可燃物干燥,同時(shí)促使可燃物本身的溫度升高,增加森林火災(zāi)發(fā)生的風(fēng)險(xiǎn)。風(fēng)和降水是影響林火行為的重要因素[32]。風(fēng)能夠加速水分蒸發(fā),降低林內(nèi)空氣濕度,促使地表可燃物干燥,同時(shí)補(bǔ)充氧氣,增加助燃條件。降水也可以直接影響森林火災(zāi)的發(fā)生,它可以快速增加森林可燃物的含水量,提高空氣濕度,潮濕的可燃物一般不易燃燒,從而降低可燃物的可燃性。因此,在氣象因子維度下,選取氣溫(c21)、相對濕度(c22)、降水因子(c23)、風(fēng)力(c24)4個(gè)指標(biāo)。

2.3 可燃物因子

可燃物是森林燃燒的基礎(chǔ)物質(zhì)條件,是林火行為的主體,影響林火蔓延、林火強(qiáng)度[33]。可燃物本身的理化性質(zhì)直接影響著森林火災(zāi)能否發(fā)生,森林可燃物類型不同,發(fā)生火災(zāi)的可能性也不同。根據(jù)易燃程度可分為易燃可燃物、燃燒緩慢可燃物和難燃可燃物。植被的類型影響可燃物的易燃程度[34],例如,馬尾松(PinusmassonianaLamb)、杉木(CunninghamialanceolataHook)等針葉林樹種,本身含有大量的油脂,燃點(diǎn)低,容易著火。郁閉度是決定森林林分結(jié)構(gòu)的重要因子之一[35]。郁閉度越小,林內(nèi)光照充足,土壤植被干燥,易燃性大。反之郁閉度越大,林內(nèi)潮濕,不易發(fā)生火災(zāi)。而Mckenzie等[36]指出,即便同一林型,不同演替階段可燃物的可燃性也不同。隨著樹齡的增長,樹冠稀疏,林下堆積大量干枯樹枝,易發(fā)生地表火。故在可燃物因子維度下,選取植被種類(c31)、主要植被樹齡(c32)和郁閉度(c33)3個(gè)指標(biāo)。

表1 評價(jià)指標(biāo)體系表Tab.1 Evaluation index system

3 評價(jià)方法及實(shí)施步驟

邀請n位專家對指標(biāo)體系的各個(gè)維度和指標(biāo)賦權(quán),通過OWA算子集結(jié)得到各個(gè)指標(biāo)的權(quán)重。專家根據(jù)自己的知識和經(jīng)驗(yàn)做出各指標(biāo)對火災(zāi)影響程度的評價(jià),通過猶豫模糊語言混合加權(quán)平均算子對語言信息進(jìn)行集結(jié),得到各個(gè)因素的綜合影響程度,從而判斷該區(qū)域森林火災(zāi)發(fā)生的風(fēng)險(xiǎn)。

3.1 基于OWA算子的指標(biāo)權(quán)重確立

步驟4:采用上述相同的方法,讓n個(gè)評價(jià)者對每個(gè)維度進(jìn)行評價(jià),賦予一個(gè)位于[0,1]的權(quán)重,得到各維度的權(quán)重矩陣。根據(jù)評價(jià)人數(shù)的奇偶性得到位置權(quán)重,通過OWA算子計(jì)算初始權(quán)重,進(jìn)行歸一化處理,得到3個(gè)維度的權(quán)重(ω1,ω2,ω3)。

3.2 猶豫模糊信息集結(jié)方法

步驟2:運(yùn)用猶豫模糊語言集結(jié)算子對指標(biāo)評價(jià)集進(jìn)行集結(jié),得到3個(gè)維度的評價(jià)結(jié)果s1,s2,s3。其中,重要性權(quán)重為通過OWA算子計(jì)算的指標(biāo)權(quán)重,而相關(guān)性權(quán)重由定義4中的計(jì)算方法產(chǎn)生。

步驟3:對各維度下指標(biāo)的評價(jià)集進(jìn)行集結(jié)后,得到的依舊是一個(gè)包含多個(gè)語言術(shù)語的猶豫模糊語言變量。因此,采用相同的集結(jié)算子HFLHWA,對每個(gè)維度的評價(jià)集進(jìn)行集結(jié),從而得到以猶豫模糊語言表示的森林火災(zāi)發(fā)生風(fēng)險(xiǎn)評價(jià)集s。再通過得分函數(shù)求得最終的評估結(jié)果,據(jù)此判斷該片區(qū)的森林火災(zāi)發(fā)生風(fēng)險(xiǎn)水平s*。

4 案例應(yīng)用

4.1 研究區(qū)域概況

為了驗(yàn)證該方法的有效性,選取1987年“5·6”大興安嶺森林火災(zāi)的某片過火地區(qū)為研究對象。該地區(qū)海拔約500～800m,坡向?yàn)槟掀骷s10°,坡度約30°,處于山的中上坡。優(yōu)勢樹種為落葉松(Larixgmelinii)、樟子松(Pinussylvestrisvar.mongholica)和白樺(Betulaplatyphylla)等,森林覆被率達(dá)60%以上[37]。每年都有大量的枯枝落葉,由于年平均氣溫低,有機(jī)物分解也十分緩慢。林下地被植物主要是越桔(Vacciniumvitis-idaeaLinn)、杜香(LedumpalustreL)和杜鵑(RhododendronsimsiiPlanch)。近年來正在進(jìn)行采伐,部分地區(qū)出現(xiàn)過伐現(xiàn)象。過伐林地和溝塘草甸雜草叢生,積累較多,厚度在10cm左右。在此前一年半的時(shí)期里,只下過一場透雨。近段時(shí)間氣候出現(xiàn)異常,氣溫持續(xù)上升,5天內(nèi)平均氣溫上升10°以上,達(dá)到23°左右,比歷年偏高,地表和深層可燃物含水量都降到最低值,只有10%～20%。相對濕度較歷年同期平均值降低20%左右,降至10%以下,最低相對濕度僅為5%。降水量呈現(xiàn)明顯的負(fù)距平,比歷年同期減少了40%～50%。風(fēng)速約為6～8m/s,瞬時(shí)風(fēng)速可達(dá)17m/s[38]。

4.2 計(jì)算過程演示

首先,邀請3位來自林業(yè)局從事森林防火工作的人員,1名做森林火災(zāi)類項(xiàng)目的高校老師,以及1名有7年森林防火工作經(jīng)驗(yàn)的地方林火專家,分別對每個(gè)維度下的各個(gè)指標(biāo)賦予權(quán)重。為避免主觀因素的影響,評估過程中并未告知該片區(qū)為大興安嶺森林的過火片區(qū),且均以“某片區(qū)”替代。得到原始權(quán)重矩陣:

將原始矩陣每一列按照從大到小的順序排列,得到新矩陣:

已知有5位專家,通過定義4得到位置權(quán)重L1=L2=L3=[1/9,2/9,3/9,2/9,1/9],再根據(jù)OWA算子的定義,將位置權(quán)重與專家賦予指標(biāo)權(quán)重進(jìn)行集結(jié),得到每個(gè)維度下的各個(gè)指標(biāo)的初始權(quán)重:

進(jìn)行歸一化處理,得到3個(gè)維度下各指標(biāo)的最終權(quán)重為:ω1=[0.1667,0.3111,0.3000,0.2222],ω2=[0.3626,0.3626,0.1648,0.1100],ω3=[0.3667,0.2000,0.4333]。

5位專家對3個(gè)維度的重要性進(jìn)行評估,得到3個(gè)維度的重要性權(quán)重矩陣:

排序后得到新矩陣:

通過定義4得到位置權(quán)重L=[1/9,2/9,3/9,2/9,1/9],通過OWA算子集結(jié),再進(jìn)行歸一化處理后得到3個(gè)維度最終的重要性權(quán)重ω=[0.1889,0.5333,0.2778]。

在5位專家對該區(qū)域各指標(biāo)情況進(jìn)行一定了解的基礎(chǔ)上,將各指標(biāo)對該區(qū)域森林火災(zāi)發(fā)生風(fēng)險(xiǎn)的影響以猶豫模糊語言的方式進(jìn)行評估,得到各指標(biāo)的評價(jià)結(jié)果如表2所示。

根據(jù)HFLHWA算子的計(jì)算式,將表中的評價(jià)集進(jìn)行集結(jié)。由于計(jì)算復(fù)雜,根據(jù)猶豫模糊語言變量的計(jì)算原理,在python中,直接對評價(jià)集的變量的下標(biāo)進(jìn)行計(jì)算。根據(jù)指標(biāo)評價(jià)結(jié)果表可以得到第一維度下4個(gè)指標(biāo)的得分函數(shù)Sc(s1,1)≤Sc(s1,3)≤Sc(s1,4)≤Sc(s1,2)。再根據(jù)定義4,可以得到4個(gè)變量的相關(guān)權(quán)重為h1,1=0.167,h1,2=0.167,h1,3=0.333,h1,4=0.333。且由上文已知第一維度下4個(gè)指標(biāo)的重要性權(quán)重為：ω1,1=0.1667,ω1,2=0.3111,ω1,3=0.3000,ω1,4=0.2222。由此可得第一個(gè)維度的評價(jià)集結(jié)值:s1= {s3.9853,s4.2770,s4.5683,…,s5.9853,s6.2770} 。采用相同的方法,得到第二和第三維度的評價(jià)集分別為:s2={s5.1665,s5.2376,s5.3097,…,s6.9279,s7.000},s3={s4.9765,s5.5814,s6.1862,…,s6.2558,s6.8605}。

表2 指標(biāo)評價(jià)結(jié)果表Tab.2 Index evaluaion results

根據(jù)集結(jié)結(jié)果可得Sc(s1)≤Sc(s3)≤Sc(s2),則對應(yīng)的相關(guān)權(quán)重為h1=0.25,h2=0.25,h3=0.5,維度層的重要性權(quán)重為ω1=0.1889,ω2=0.5333,ω3=0.2778。運(yùn)用同樣的程序,通過HFLHAW算子,對維度層的評語集進(jìn)行集結(jié),得到以猶豫模糊語言表示的森林火災(zāi)發(fā)生風(fēng)險(xiǎn)的評價(jià)結(jié)果:s*={s4.9090,s5.1719,s5.4348,…,s6.5695,s6.8325}。

通過得分函數(shù)求得最終的評估結(jié)果s*=Sc(s)=s5.8707。該區(qū)域各指標(biāo)對火災(zāi)發(fā)生的綜合影響顯示,該區(qū)域火災(zāi)發(fā)生的風(fēng)險(xiǎn)很大,防火部門應(yīng)當(dāng)對該區(qū)域加強(qiáng)管理,避免火災(zāi)發(fā)生。

4.3 對比分析

為了體現(xiàn)猶豫模糊語言方法的優(yōu)勢,下面使用灰色模糊綜合評價(jià)法來對該區(qū)域火災(zāi)發(fā)生風(fēng)險(xiǎn)進(jìn)行評估。根據(jù)以上分析,影響森林火災(zāi)風(fēng)險(xiǎn)的因素有3個(gè),由此建立評價(jià)指標(biāo)因素集C={C1,C2,C3},C1,C2,C3分別為地形因子、氣象因子和可燃物因子。建立評判結(jié)果因素集合V={V1,V2,V3,V4,V5}分別代表風(fēng)險(xiǎn)特別大、較大、中等、較小、很小。因此,即有R1=(0.1,0.2,0.4,0.2,0.1),R2=(0.2,0.5,0.2,0.1,0),R3={0.1,0.5,0.2,0.1,0.1},進(jìn)而得到所有單因素評判組成的矩陣:

每個(gè)維度的權(quán)重為ω=[0.1889,0.5333,0.2778],可求得該地森林火災(zāi)風(fēng)險(xiǎn)可能性的灰色模糊綜合評價(jià)為:B=ω×R=(0.15333,0.44333,0.23778,0.11889,0.04667)。即該地發(fā)生森林火災(zāi)風(fēng)險(xiǎn)的可能性為:15.3%的隸屬度為特別大,44.3%隸屬度為較大,23.8%的隸屬度為中等,11.9%的隸屬度為較小,4.7%的隸屬度為很小。

5 結(jié)果與討論

從上述與其他方法的對比分析過程可以看出:1)本文提出的基于猶豫模糊語言的評估方法,在語言表達(dá)上更具有靈活性,允許專家在多個(gè)可能結(jié)果之間猶豫,更加符合人的思維。2)在準(zhǔn)確性方面,本文提出的方法擁有7個(gè)語言粒度,由于人類思維的局限性,難以對7 個(gè)粒度分別賦值,只能降低粒度的個(gè)數(shù),導(dǎo)致準(zhǔn)確性降低。3)不少學(xué)者在森林火災(zāi)發(fā)生風(fēng)險(xiǎn)預(yù)測方面只側(cè)重于影響火災(zāi)發(fā)生的某一個(gè)維度,而火災(zāi)發(fā)生的影響因子眾多,各個(gè)因子之間也存在促進(jìn)或抑制的作用。例如,某區(qū)域氣象因子維度:氣溫高、風(fēng)速大,單一考慮該維度可能會認(rèn)為火災(zāi)風(fēng)險(xiǎn)很高,但是可能森林植被種植稀疏,林地干凈,易燃物少,綜合考慮該區(qū)域的火災(zāi)風(fēng)險(xiǎn)可能并不高,所以綜合考慮多方面因素可以提高預(yù)測的準(zhǔn)確性。

6 結(jié)語

本文針對森林火災(zāi)發(fā)生風(fēng)險(xiǎn)評估時(shí)一些影響因素具有不確定性,難以量化表達(dá)的特點(diǎn),運(yùn)用猶豫模糊語言做出評價(jià),使得評估者表達(dá)更加自由；同時(shí),建立了森林火災(zāi)發(fā)生風(fēng)險(xiǎn)的評價(jià)體系,并運(yùn)用基于等差數(shù)列的OWA算子確立各指標(biāo)和維度的權(quán)重值；最后,通過實(shí)際案例的應(yīng)用,驗(yàn)證了該方法的有效性。相關(guān)管理部門可根據(jù)最終的評估結(jié)果采取合理的措施,降低森林火災(zāi)的發(fā)生風(fēng)險(xiǎn),對預(yù)防工作具有一定的指導(dǎo)價(jià)值。本文也有一些不足之處,例如在指標(biāo)體系建立方面,火源有人為和非人為兩種來源,本文尚未引入人為縱火的危險(xiǎn)因素。未來將進(jìn)一步研究更加綜合集成的指標(biāo)體系,以及更多先進(jìn)多屬性評價(jià)方法在森林火災(zāi)發(fā)生風(fēng)險(xiǎn)評價(jià)方面的應(yīng)用。