朱 宏
(哈爾濱學(xué)院,哈爾濱 150086)
近些年來全球氣候呈變暖趨勢,森林火災(zāi)不斷發(fā)生。2018年11月,加州北部山火爆發(fā)過火面積2萬km2;2019年,巴西境內(nèi)亞馬遜熱帶雨林大火過火面積2.2萬km2使地球之肺滿目瘡痍;2019年7月俄羅斯西伯利亞原始森林大火持續(xù)月余,過火面積6.7萬km2,受此影響北極圈冰層加速融化;2019年9月到2020年1月澳大利亞大火持續(xù)4個(gè)月,過火面積5.25萬km2,大火造成至少27人死亡,5億野生動(dòng)物葬身火海,近3個(gè)月山火釋放3.5億t二氧化碳煙霧傳輸距離長達(dá)約2 000 km到達(dá)新西蘭。水火無情,大自然的災(zāi)害往往帶來巨大的人員、財(cái)產(chǎn)和資源的損失,本文從幾次大火發(fā)生的過程中大數(shù)據(jù)技術(shù)及相關(guān)信息技術(shù)的應(yīng)用,對(duì)大數(shù)據(jù)的發(fā)展方向進(jìn)行了初步的探索[1]。
通過衛(wèi)星監(jiān)控,不僅可以對(duì)著火地區(qū)的分布、光亮度、精確位置以及火災(zāi)發(fā)展趨勢進(jìn)行實(shí)時(shí)監(jiān)控獲得大量數(shù)據(jù),同時(shí),還可以獲得全球范圍內(nèi)的天氣狀況、風(fēng)向和降水等信息,為火災(zāi)數(shù)據(jù)的收集、預(yù)警提供數(shù)據(jù)支持。美國國家航空航天局(NASA)啟用兩顆衛(wèi)星每天掃描全球一次,通過超級(jí)計(jì)算機(jī)處理衛(wèi)星圖像向地球傳輸數(shù)據(jù),在超級(jí)計(jì)算機(jī)加入了火情視覺識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)來預(yù)測和實(shí)時(shí)告知火情[2]。
美國率先在門洛帕克火災(zāi)區(qū)啟動(dòng)的無人機(jī)計(jì)劃,超過180名消防員參與全國各地的消防和救援行動(dòng),門洛帕克已成立一個(gè)專門的無人機(jī)指揮中心和訓(xùn)練消防隊(duì)員。
消防無人機(jī)可以獲取高清影像數(shù)據(jù),數(shù)據(jù)經(jīng)過軟件處理后,指揮中心可直接通過AI技術(shù)三維重建影像,并量算火場和受災(zāi)面積等信息提供實(shí)時(shí)監(jiān)控,為政府和決策機(jī)構(gòu)進(jìn)行決策提供精準(zhǔn)數(shù)據(jù)信息參考,協(xié)助地面指揮部署。
美國密歇根大學(xué)發(fā)布了Cassie機(jī)器人步行穿越火焰的視頻,目的在于測試其如何應(yīng)對(duì)真實(shí)世界的極端環(huán)境,未來將可以幫助消防員進(jìn)行火災(zāi)救援。
美國加州推出消防新品“C-THRU超級(jí)消防帽”,其原理運(yùn)用了AR技術(shù)。C-THRU消防帽上的高速熱感攝像頭負(fù)責(zé)捕捉顯示畫面,由消防帽內(nèi)置的信息采集模塊把畫面數(shù)據(jù)傳輸回“指揮控制器”,再通過消防帽上特制的AR顯示器將處理結(jié)果呈現(xiàn)給消防員。
在預(yù)防和實(shí)際控制火情的過程中,大數(shù)據(jù)信息變得至關(guān)重要。掌握好大數(shù)據(jù)和人工智能技術(shù),配置相關(guān)的裝備,已經(jīng)是打贏火災(zāi)的必備之選[3]。
我國國家衛(wèi)星氣象中心等部門利用風(fēng)云氣象衛(wèi)星等手段,對(duì)澳大利亞東部山火進(jìn)行監(jiān)測,并結(jié)合相關(guān)氣象資料,進(jìn)行客觀分析[4]。
1.5.1 氣象數(shù)據(jù)
大數(shù)據(jù)分析結(jié)果表明,氣溫高、降水少,干旱突出,這是導(dǎo)致森林山火的發(fā)生的因素之一。據(jù)澳大利亞2019年年度氣候報(bào)告顯示,澳大利亞年平均氣溫偏高1.52 ℃,平均最高氣溫偏高2.09 ℃,是歷史最高記錄。同時(shí)降水量是有記錄以來最少的一年,平均降水量為近110 a以來同期最少。
1.5.2 氣流數(shù)據(jù)
風(fēng)力增加了山火的控制難度。2019年9—12月500 hPa平均高度顯示,澳大利亞整體處于正高度距平控制之下,氣溫持續(xù)偏高;850 hPa風(fēng)場顯示,澳大利亞位于異常反氣旋式環(huán)流東側(cè),大部地區(qū)受較強(qiáng)的異常偏南風(fēng)控制,風(fēng)速較常年同期偏大,容易造成森林火災(zāi)蔓延,增加了撲火的難度;大氣整層的水汽輸送及輻合輻散條件顯示,水汽輻合條件較差,造成降水較常年同期偏少。
1.5.3 森林分布數(shù)據(jù)
澳大利亞森林資源較少,主要分布在東部、南部、北部沿海的條帶區(qū)域,之前火災(zāi)多發(fā)生在內(nèi)陸的草原、荒原及稀樹草原,森林火災(zāi)相對(duì)較少。而這次森林發(fā)生嚴(yán)重火災(zāi),焚毀大片林地,造成棲息在森林中的考拉等珍稀動(dòng)物大量死亡,對(duì)當(dāng)?shù)厣鷳B(tài)環(huán)境帶來災(zāi)難性影響。
1.5.4 地形數(shù)據(jù)
風(fēng)云三號(hào)D星于2020年1月4日火情監(jiān)測圖顯示,在東西270 km、南北360 km的范圍內(nèi)分布有大量火點(diǎn),部分火區(qū)已蔓延至海灘附近,影響范圍總計(jì)約7 900 km2。參考土地利用數(shù)據(jù),新南威爾士州東南部和維多利亞州東部的多處火區(qū)在森林地區(qū)。
1.5.5 煙塵影響
從2020年1月4日的風(fēng)云三號(hào)D星真彩色圖監(jiān)測顯示,新南威爾士州東南部和維多利亞東部持續(xù)燃燒的森林大火產(chǎn)生了大范圍濃煙,對(duì)當(dāng)?shù)乜諝赓|(zhì)量造成嚴(yán)重影響,并向東擴(kuò)散。1月5日的山火引發(fā)的煙霧漸漸飄至新西蘭北部,煙霧傳輸距離長達(dá)約2 000 km,對(duì)空氣質(zhì)量產(chǎn)生巨大影響。1月7日在澳大利亞東部海岸約6 000 km處仍可看到明顯的煙霧信息[4]。
通過對(duì)氣象、風(fēng)向、地形和森林分布等多種數(shù)據(jù)的研究,分析出澳大利亞大火的各種因素,同時(shí)為未來預(yù)防森林火災(zāi)、減少災(zāi)難影響,建設(shè)更完善的林業(yè)數(shù)據(jù)信息管理體系提供依據(jù)。
大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不僅僅在于龐大、多種類的數(shù)據(jù)信息,而在于對(duì)這些隱含信息價(jià)值的數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘和處理,提高對(duì)數(shù)據(jù)信息價(jià)值的最大化,實(shí)現(xiàn)數(shù)據(jù)的“增值”。
大數(shù)據(jù)包括結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。以森林大火過程中的數(shù)據(jù)為例可以看到大量的非結(jié)構(gòu)化的數(shù)據(jù)。
從森林大火的數(shù)據(jù)來看,其數(shù)據(jù)不僅包括氣象數(shù)據(jù),如氣溫、降雨、風(fēng)力、溫差和歷史氣溫等,還包括地形數(shù)據(jù)、森林分布、城市分布,以及不同年間的發(fā)展數(shù)據(jù)、人文數(shù)據(jù)等。這些數(shù)據(jù)都與大火的成因、發(fā)展有著緊密的聯(lián)系。建立起立體、多維度、多體系的林業(yè)大數(shù)據(jù)體系可以充分利用新一代信息技術(shù),擴(kuò)大數(shù)據(jù)采集范圍,將林業(yè)體系內(nèi)數(shù)據(jù)、互聯(lián)網(wǎng)相關(guān)林業(yè)數(shù)據(jù)、林業(yè)產(chǎn)業(yè)數(shù)據(jù)等多來源、多形態(tài)的數(shù)據(jù)進(jìn)行整合、加工處理及分布式存儲(chǔ),利用最新的數(shù)據(jù)挖掘分析技術(shù)和數(shù)據(jù)可視化技術(shù),充分揭示數(shù)據(jù)的規(guī)律性和價(jià)值性,為生態(tài)治理、產(chǎn)業(yè)經(jīng)濟(jì)、林業(yè)文化提供強(qiáng)大的數(shù)據(jù)支撐能力。建立起整合的分析模型可以預(yù)測災(zāi)難,為日常管理提供決策依據(jù)[5]。
適用于大數(shù)據(jù)的技術(shù),包括大規(guī)模并行處理(MPP)數(shù)據(jù)庫、數(shù)據(jù)挖掘、分布式數(shù)據(jù)庫、云計(jì)算平臺(tái)、互聯(lián)網(wǎng)和可擴(kuò)展的存儲(chǔ)系統(tǒng),都開始在不同領(lǐng)域中融合發(fā)展,取得更大的應(yīng)用。同時(shí)還會(huì)有更多的先進(jìn)設(shè)備加入大數(shù)據(jù)的收集與傳輸過程中。如上文提到的無人機(jī)、機(jī)器人、智能穿戴設(shè)備和衛(wèi)星等高科技設(shè)備。大數(shù)據(jù)的分析結(jié)果也會(huì)為設(shè)備與技術(shù)的應(yīng)用提供調(diào)整的數(shù)據(jù)依據(jù)、工作經(jīng)驗(yàn)、收集和發(fā)展的方向等方面的參考[6]。
數(shù)據(jù)可視化是指以圖形等視覺對(duì)象來呈現(xiàn)數(shù)據(jù)之間的關(guān)系 ,為用戶提供更直觀,多維的方法來分析數(shù)據(jù)。
2.3.1 可視化計(jì)算技術(shù)
利用計(jì)算機(jī)圖形學(xué)和圖像處理的可視計(jì)算技術(shù)成為大數(shù)據(jù)顯示的重要手段之一,通過對(duì)收集來的大數(shù)據(jù)信息進(jìn)行整合、清洗,得到分析結(jié)果??梢詫⒎治鼋Y(jié)果以圖表、圖形、圖像、地圖和三維形體等方式,直觀、多角度地展示出來,對(duì)數(shù)據(jù)內(nèi)在的聯(lián)系和包含的深度信息進(jìn)行挖掘。
目前應(yīng)用較多的Python,其中提供了多種精美的可視化包,Matplotlib、Seaborn 和 Pandas Bokeh、Plotly等,為數(shù)據(jù)可視化提供了大量的、豐富的圖形、圖像方式,以二維或三維的方式,通過適當(dāng)?shù)牟煌瑘D表類型展現(xiàn)數(shù)據(jù)[7]。
2.3.2 三維可視化
三維可視化是用于顯示描述和理解地下及地面諸多地質(zhì)現(xiàn)象特征的一種工具,廣泛應(yīng)用于地質(zhì)和地球物理學(xué)的所有領(lǐng)域。它能夠利用大量數(shù)據(jù)檢查資料的連續(xù)性,辨認(rèn)資料真?zhèn)?,發(fā)現(xiàn)和提出有用異常,為分析、理解及重復(fù)數(shù)據(jù)提供了有用工具,對(duì)多學(xué)科的交流協(xié)作起到橋梁作用。在林業(yè)工作中三維可視化具備著良好的發(fā)展前景,它可以直觀地呈現(xiàn)林業(yè)各類調(diào)查、設(shè)計(jì)成果,也可以分析林業(yè)數(shù)據(jù)支撐輔助決策。
更高性能的計(jì)算機(jī)運(yùn)算能力、存儲(chǔ)能力,更快的網(wǎng)絡(luò)技術(shù)、通信技術(shù)、分布式集群的搭建,云計(jì)算、云存儲(chǔ)、人工智能的發(fā)展,都為及時(shí)準(zhǔn)確地處理大數(shù)據(jù)信息提供更多的技術(shù)支撐[8]。
生態(tài)空間大數(shù)據(jù)體系的建立依托國家自然資源和地理空間基礎(chǔ)信息庫林業(yè)數(shù)據(jù)分中心,建設(shè)了基礎(chǔ)環(huán)境、數(shù)據(jù)庫管理系統(tǒng)、91個(gè)林業(yè)數(shù)據(jù)庫、相關(guān)標(biāo)準(zhǔn)和管理辦法等。建立國家衛(wèi)星林業(yè)遙感數(shù)據(jù)應(yīng)用平臺(tái),為森林資源監(jiān)測、林地年度更新和濕地監(jiān)測等提供了大量遙感數(shù)據(jù)產(chǎn)品。同時(shí),生態(tài)共享大數(shù)據(jù)充分利用和整合已有信息資源,建立了數(shù)據(jù)覆蓋范圍大、數(shù)據(jù)內(nèi)容類型多、數(shù)據(jù)來源渠道廣、數(shù)據(jù)檢索快捷的多功能的中國林業(yè)大數(shù)據(jù)開放共享平臺(tái)。
在數(shù)據(jù)技術(shù)不斷飛速發(fā)展的今天,應(yīng)用大數(shù)據(jù)技術(shù)與其他相關(guān)信息技術(shù)相結(jié)合,通過對(duì)海量數(shù)據(jù)的獲取、整合和分析,挖掘隱藏的信息、總結(jié)經(jīng)驗(yàn)、發(fā)現(xiàn)問題,在應(yīng)對(duì)已經(jīng)發(fā)生的災(zāi)難的過程中不斷學(xué)習(xí)。在探索林業(yè)大數(shù)據(jù)發(fā)展的同時(shí)也會(huì)看到各個(gè)行業(yè)的大數(shù)據(jù)的應(yīng)用,同樣也會(huì)推進(jìn)大數(shù)據(jù)技術(shù)的發(fā)展、完善與突破。包括在這次新冠疫情中建立的大數(shù)據(jù)收集與處理方式,通過健康碼及時(shí)完成對(duì)疫情的篩查、把控,大數(shù)據(jù)技術(shù)將給信息社會(huì)帶來巨大的變革與發(fā)展。