基于CA系統(tǒng)的澳大利亞森林火災(zāi)蔓延預(yù)測模型及應(yīng)急物資調(diào)度應(yīng)用

李誠信，趙良辰，李東運，馬佳惠

(1.中國礦業(yè)大學(xué)應(yīng)急管理與安全工程學(xué)院,北京 100083；2.中國礦業(yè)大學(xué)能源與礦業(yè)學(xué)院，北京 100083)

受全球氣候變暖等多種因素影響，森林大火的威脅正在世界范圍內(nèi)不斷加劇。希臘、澳大利亞、俄羅斯、美國、加拿大等國發(fā)生了歷史罕見的森林大火，西班牙、土耳其、意大利、法國和克羅地亞等國及中國四川涼山近年來也多次發(fā)生大火，森林火災(zāi)造成巨大經(jīng)濟、生態(tài)損失和嚴(yán)重的社會后果逐漸顯現(xiàn)。從目前趨勢來看，受氣候變化等因素的影響,近年來，森林火災(zāi)有多發(fā)的趨勢,關(guān)于森林火災(zāi)發(fā)生及其生態(tài)影響成為研究的熱點[1]。森林火災(zāi)廣義上講，凡是失去人為控制，在林區(qū)內(nèi)自由蔓延和擴展，對森林、森林生態(tài)系統(tǒng)和人類帶來一定危害和損失的林火行為都稱為森林火災(zāi)[2]。

本文主要研究森林火災(zāi)的蔓延預(yù)測，而目前，國內(nèi)外已有很多學(xué)者對火災(zāi)的擴展蔓延進行研究，并取得了一定的成果。總的來看，主要有遙感模型、物理模型和算法模型3種。趙界成(2019)使用遙感技術(shù)對預(yù)測方法進行了檢驗，得出了遙感技術(shù)不僅能準(zhǔn)確預(yù)報火災(zāi)，還能全面監(jiān)控火情的結(jié)論[3]。儲昌超、張貴和孫玉榮(2010)使用GIS中ESDA技術(shù)探索森林火災(zāi)空間分布的規(guī)律，用克里金插值方法對森林火災(zāi)進行趨勢的預(yù)測[4]。近年來，森林火災(zāi)預(yù)測領(lǐng)域運用最為廣泛的是算法模型。例如李志斌(2016)依據(jù)灰色系統(tǒng)理論，建立了森林火災(zāi)高火險年和重災(zāi)年灰色災(zāi)變GM(1，1)預(yù)測模型[5]。王業(yè)琴(2018)則在BP神經(jīng)網(wǎng)絡(luò)模型基礎(chǔ)上，對采用IFOA優(yōu)化的BPNN-DIOC網(wǎng)絡(luò)用在森林火險預(yù)測進行了研究[6]。而在曹彥、何東進和洪偉(2014)的研究中則用馬爾科夫鏈預(yù)測的方法建立起了預(yù)測模型[7]。Denyse A.Dawe等人(2020)使用了貝葉斯網(wǎng)絡(luò)模型預(yù)測森林火災(zāi)的可能原因，并對它們之間的多邊互動關(guān)系進行分析[8]，得出了火災(zāi)主要受月份和溫度影響的結(jié)論。而本文主要是運用元胞自動機分析相關(guān)的氣象數(shù)據(jù)建立數(shù)學(xué)模型來研究對森林火災(zāi)的影響，對森林火災(zāi)發(fā)生的各氣象要素進行分析，如年均溫度高、年降水量少、年均風(fēng)速大和年均空氣相對濕度小的年份易發(fā)生森林火災(zāi)。因此，首先選取年均溫、年降水量、年均風(fēng)速和年均空氣相對濕度作為與森林火災(zāi)密切相關(guān)的氣象指標(biāo)來進行分析研究[9]。本模型的優(yōu)點在于：(1)使用了改進的布隆—戴維斯火險氣象因子對影響火災(zāi)發(fā)生的氣候因素進行定量分析，得到的結(jié)果更加客觀和可靠；(2)使用了元胞自動機作為模擬工具，將復(fù)雜系統(tǒng)簡化為元胞規(guī)則，相較于傳統(tǒng)的數(shù)學(xué)模型，可以更準(zhǔn)確地模擬出森林火災(zāi)這一復(fù)雜系統(tǒng)的發(fā)展趨勢；(3)通過分析不同氣候類型的特點來研究森林火災(zāi)的產(chǎn)生和發(fā)展，使得研究結(jié)果在不同的國家和地區(qū)都具有普適性，能夠在已知條件較少的情況下預(yù)測出較大范圍內(nèi)森林火災(zāi)的產(chǎn)生和蔓延風(fēng)險。

1 研究思路與數(shù)據(jù)處理

澳大利亞具有復(fù)雜的地形、降水及植被分布等自然因素，直接研究它們對澳大利亞火災(zāi)蔓延狀態(tài)的影響不易分析，因此，首先需要將復(fù)雜的自然因素劃分為簡單直觀、可量化的因素。本文選擇氣候因素、生態(tài)因素、地理因素作為自然因素的考慮因素，并根據(jù)實際環(huán)境制定了相應(yīng)分析指標(biāo)；同時建立分析指標(biāo)和火災(zāi)蔓延的三大自然因素的關(guān)系。對于氣候因素，根據(jù)改進后的布隆—戴維斯火險氣象因子及其指數(shù)查對表，選取代表性的城市作為樣本，查閱氣象記錄，確定森林火險指數(shù)；對于生態(tài)因素，參閱文獻，根據(jù)不同生態(tài)系統(tǒng)的生物量來確定其環(huán)境容納量；對于地貌，由于澳大利亞的地形特點多為平原，故考慮后不作為標(biāo)準(zhǔn)。綜上構(gòu)建元胞自動機來模擬森林的生長-火災(zāi)-恢復(fù)過程，構(gòu)建自然因素與火災(zāi)蔓延關(guān)系的CA模型(NFFFE-CA),并繪制火災(zāi)蔓延程度-森林樹木總量預(yù)測走勢圖(PG:FS-FTV)和火災(zāi)蔓延下的森林樹木總量的實時仿真圖(RSD:TNT-FS)。模型建立流程如圖1所示。

圖1 NFFFE-CA模型建立流程Fig.1 Establishment process of NFFFE-CA model

在分析大規(guī)模森林火災(zāi)后的物資調(diào)配方案時，首先根據(jù)受災(zāi)地圖和實時火情數(shù)據(jù)確定出主要受災(zāi)林區(qū)的位置和受災(zāi)面積，再劃定出九個主要火災(zāi)災(zāi)區(qū)，并且將其與悉尼、堪培拉之間的公路距離進行統(tǒng)計和比較，將九個災(zāi)區(qū)劃分為屬于悉尼分配調(diào)度災(zāi)區(qū)群與屬于堪培拉分配調(diào)度災(zāi)區(qū)群。并根據(jù)某個災(zāi)區(qū)的過火面積來衡量受災(zāi)當(dāng)前狀態(tài)，利用對各氣候條件下火災(zāi)蔓延情況模擬的結(jié)論，根據(jù)受災(zāi)林區(qū)的自然氣候類型來對災(zāi)區(qū)預(yù)測狀態(tài)進行評估，再通過層次分析法，確定兩者在分配物資問題中的權(quán)值，確定出應(yīng)急物資的最優(yōu)分配方案(圖2)。

2 森林火災(zāi)蔓延狀態(tài)分析

2.1 分析方法

為了分析不同地區(qū)可能的森林火災(zāi)蔓延狀態(tài)，使用7個變量，即：屬于氣候因素的月均氣溫、氣溫日較差、降水量、風(fēng)速、相對濕度，屬于生態(tài)因素的植被相對密度、植被類型來評估一個地區(qū)在遭受火災(zāi)時可能的受災(zāi)情況。由于澳大利亞的地形以平原為主，地形因素對于森林火災(zāi)蔓延影響較小，因此忽略地形因素對研究的影響。

根據(jù)指數(shù)查對法，選取與高森林火險密切相關(guān)的氣象因素，即氣溫、降水、風(fēng)速、相對濕度確定各因素所對應(yīng)的火險指數(shù)，然后將每個因素對應(yīng)的火險指數(shù)求和得到總的森林火險氣象指數(shù)。

在本模型中，使用了改進后的布隆-戴維斯火險氣象因子及其指數(shù)查對表來確定不同氣象因素下的森林火險指數(shù)(表1)[10]。

根據(jù)柯本氣候分類法,將澳大利亞分為5種主要的氣候類型，如圖3所示。對于每一種氣候類型選定出有代表性的一個城市作為樣本，查閱氣象記錄，對每個代表性城市的森林火險指數(shù)進行統(tǒng)計(表2)。

圖2 城市應(yīng)急物資分配方案流程Fig.2 Flow chart of emergency material dispatching scheme

表1 布隆-戴維斯森林火險指數(shù)

對于不同類型的生態(tài)系統(tǒng)，參閱文獻，根據(jù)不同生態(tài)系統(tǒng)的生物量來確定其環(huán)境容納量[11]。

圖3 澳大利亞氣候類型分布Fig.3 Distribution of climate types in Australia

表2 澳大利亞典型氣候城市對應(yīng)森林火險指數(shù)

根據(jù)上述確定的標(biāo)準(zhǔn)構(gòu)建元胞自動機來模擬森林的生長-火災(zāi)-恢復(fù)過程并繪制火災(zāi)蔓延程度-森林樹木總量預(yù)測走勢圖(PG:FS-FTV)和火災(zāi)蔓延下的森林樹木總量的實時仿真圖(RSD:TNT-FS)。

元胞規(guī)則設(shè)定為：

1)空地小概率隨機產(chǎn)生新生樹木；

2)已有樹木小概率著火；

3)如果臨近元胞在當(dāng)前時刻處于著火狀態(tài)，則本元胞在下一時刻有一定概率著火；

4)如果本元胞在當(dāng)前時刻處于著火狀態(tài)，則本元胞在下一時刻變?yōu)榭盏亍?/p>

模擬結(jié)果如圖4～圖13所示。

2.2 研究結(jié)果

珀斯所代表的地中海氣候-溫帶針闊混交林森林類型、布里斯班所代表的亞熱帶濕潤氣候-溫帶針闊混交林森林類情況相似，PG:FS-FTV圖波動大，火災(zāi)易蔓延且火災(zāi)蔓延成周期性變化損失程度大。

圖4 布里斯班PG:FS-FTV圖Fig. 4 PG:FS-FTV of Brisbane

圖5 布里斯班RSD:TNT-FS圖Fig.5 RSD:TNT-FS of Brisbane

圖6 達爾文PG:FS-FTV圖Fig 6 PG:FS-FTV of Darwin

愛麗絲泉所代表的熱帶干旱半干旱氣候-有林草地森林類型，由于森林樹木稀疏，火災(zāi)蔓延程度小且無周期性變化，受災(zāi)情況并不嚴(yán)重。

圖7 達爾文RSD:TNT-FS圖Fig.7 RSD:TNT-FS of Darwin

圖8 悉尼PG:FS-FTV圖Fig.8 PG:FS-FTV of Sydney

圖9 悉尼RSD:TNT-FS圖Fig.9 RSD:TNT-FS of Sydney

達爾文所代表的熱帶氣候-熱帶雨林森林類型、悉尼所代表的海洋性氣候-常綠闊葉林森林類型，火災(zāi)相對來說易蔓延，且蔓延也存在類似的周期性變化，但是相比珀斯和布里斯班來說，周期更長，約為其兩倍，火災(zāi)蔓延情況相對和緩(圖14)。

圖10 愛麗絲泉PG:FS-FTV圖Fig.10 PG:FS-FTV of Alice Springs

圖11 愛麗絲泉RSD:TNT-FS圖Fig.11 RSD:TNT-FS of Alice Springs

圖12 珀斯PG:FS-FTV圖Fig.12 PG:FS-FTV of Perth

燃燒速度：比較PG:FS-FTV圖斜率(下降曲線)絕對值的大小，斜率的絕對值越大，燃燒速度越大。

圖13 珀斯RSD:TNT-FS圖Fig.13 RSD:TNT-FS of Perth

圖14 火災(zāi)蔓延預(yù)測模型各項指標(biāo)比較示意圖Fig.14 Comparison of indicators of fire extension prediction model

破壞程度：比較PG:FS-FTV圖各著火點數(shù)量曲線的最高點大小，最高點越大，破壞程度越大(與燃燒速度變化一致)。

火災(zāi)密度：比較PG:FS-FTV圖中各著火點數(shù)量曲線的最小峰值，最小峰值越大，火災(zāi)密度越大。

火災(zāi)的變化速度：比較PG:FS-FTV圖各著火點數(shù)量曲線到達峰值平均時間，平均時間越大，火災(zāi)變化速度越慢。

2.3 模型評價2.3.1 模型優(yōu)點

將研究區(qū)切分為數(shù)個典型氣候條件，通過提取降水量、風(fēng)量等關(guān)鍵性的火災(zāi)影響因素，簡化模型，為研究火災(zāi)蔓延預(yù)測提供便利。

創(chuàng)新點：將改進的布隆戴維斯氣象因子和元胞自動機模擬相結(jié)合，使得元胞自動機可以模擬更加多樣的氣候類型下森林火災(zāi)可能的發(fā)展?fàn)顩r，從而能夠更好地比較不同氣候條件下森林火災(zāi)發(fā)展情況，為進行全國性的綜合火災(zāi)治理提供參考。

2.3.2模型缺點

未考慮季節(jié)、晝夜變化和極端氣候如厄爾尼諾現(xiàn)象對火災(zāi)的影響；未考慮人為救火措施的效果。

3 救災(zāi)物資的分配

3.1 研究思路

在物資分配方面，主要考慮災(zāi)區(qū)目前的受災(zāi)狀況和未來可能的災(zāi)情發(fā)展?fàn)顩r兩個因素。其中，目前受災(zāi)狀況由火區(qū)面積衡量，未來災(zāi)區(qū)可能的災(zāi)情發(fā)展情況，按典型城市的氣候分類，根據(jù)上述模型分析結(jié)果進行衡量(圖15)。

圖15 全部受災(zāi)區(qū)面積占比Fig.15 Proportion of disaster-affected areas

為了確定兩者在分配物資問題中的權(quán)值，本文使用層次分析法進行分析，并依據(jù)層次分析標(biāo)度表對準(zhǔn)則層兩條件進行比較，即救援物資的分配受當(dāng)前災(zāi)情影響比此災(zāi)區(qū)所屬氣候類型更為重要，故可構(gòu)造判別矩陣如下：

由于判別因素僅有兩個，故該矩陣的一致性可接受。根據(jù)得到的判別標(biāo)度分別計算九個受災(zāi)地區(qū)的綜合受災(zāi)指數(shù)并分配物資。

同時，為了簡化模型，根據(jù)實際情況將救災(zāi)物資設(shè)定為僅從悉尼、堪培拉兩地出發(fā)，通過比較主要災(zāi)區(qū)和悉尼、堪培拉的公路距離(代表運輸費用)等(表3)，確定分配來源城市。

3.2 研究結(jié)果

分配結(jié)果如表4所示。

這樣的分配方式不僅考慮了目前的受災(zāi)狀況，也考慮了未來火災(zāi)可能的發(fā)展?fàn)顩r，有一定的預(yù)見性。使用層次分析法來確定兩個決策因素的權(quán)值，使決策更加科學(xué)合理。

表3 澳大利亞受災(zāi)地區(qū)信息

表4 澳大利亞受災(zāi)地區(qū)應(yīng)急物資分配

4 總結(jié)

為分析森林火災(zāi)可能的蔓延狀況，本文將改進的布隆戴維斯氣象因子和元胞自動機模擬相結(jié)合，建立的模型模擬更加多樣種類的氣候類型下森林火災(zāi)可能的發(fā)展?fàn)顩r，比單純的元胞自動機具有更強的泛用性，實現(xiàn)了對不同地區(qū)火災(zāi)情況進行差異化的模擬。但此模型未考慮季節(jié)和晝夜等因素，因此模擬的情況和實際情況有一定差異，在之后更進一步的精確研究中可以考慮季節(jié)和晝夜變化等因素，以增強模型的現(xiàn)實性?；诖四Ｐ涂梢赃M行應(yīng)急物資分配的相關(guān)決策。

5 模型的拓展和延伸

5.1 CA模型的拓展應(yīng)用

本文以澳大利亞為例，根據(jù)氣候、地理、生態(tài)因素確定分析指標(biāo)；該模型同樣可以代入其他地區(qū)的分析指標(biāo)，為火災(zāi)蔓延分析提供新的分析模型。

本模型并沒有加入晝夜、季節(jié)、人為因素等對火災(zāi)蔓延的影響，可以根據(jù)不同地區(qū)實際情況加入修正系數(shù)，完善模型，以適應(yīng)不同地區(qū)的火災(zāi)蔓延預(yù)測分析。

5.2 基于模型建立健全森林火災(zāi)預(yù)防及應(yīng)急救援體系

1)在森林火災(zāi)預(yù)防檢測方面，可以根據(jù)模型中體現(xiàn)的不同地區(qū)不同氣候森林火災(zāi)發(fā)生的頻率與嚴(yán)重程度，合理分配資源，做到人力物力的高效利用。

2)在森林火災(zāi)應(yīng)急救援方面，本火災(zāi)蔓延預(yù)測模型可以為防火滅火決策作參考，根據(jù)模型中不同地區(qū)的火災(zāi)爆發(fā)速度與發(fā)展周期模擬情況，選取恰當(dāng)?shù)臅r機整合資源進行滅火工作。如在火災(zāi)周期前期，火災(zāi)數(shù)量及嚴(yán)重程度較小時或增長速度放緩時滅火，以降低救援風(fēng)險，提高救援效率。

3)可以結(jié)合應(yīng)急物資調(diào)用模型與森林火災(zāi)蔓延預(yù)測模型，對物資調(diào)用效率低且火災(zāi)嚴(yán)重的地區(qū)建立額外的應(yīng)急物資儲備，降低物資運輸壓力。