基于直觉模糊集TOPSIS决策方法的森林防火勤务方案综合评价

刘少海,赵天忠,李塞波

(1.北京林业大学 信息学院,北京 100083；2.武警呼伦贝尔森林支队,呼伦贝尔 021000)

基于直觉模糊集TOPSIS决策方法的森林防火勤务方案综合评价

刘少海1,2,赵天忠1,李塞波2

(1.北京林业大学 信息学院,北京 100083；2.武警呼伦贝尔森林支队,呼伦贝尔 021000)

以不同森林火险状态下的防火勤务方案为研究对象,从人员、机具、后勤保障、灭火能力4个方面入手,基于直觉模糊集和TOPSIS决策方法,提出了防火勤务方案综合评价方法。首先,建立森林防火勤务方案评价指标体系,利用层次分析法和德尔菲法计算出指标权重。随后构建直觉模糊评价矩阵,确立正负理想解并计算备选方案到正负理想解的距离,计算综合评价指数,得到各防火勤务方案有效性的优劣排序。最后以内蒙古呼伦贝尔市巴日图林场进行了实例验证。

森林防火勤务；直觉模糊集；TOPSIS决策方法；德尔菲法；层次分析法

森林防火勤务,是指林业相关部门为了预防森林火灾发生而实施的行动,形成了特有的定期巡护、清山、设卡检查、防火瞭望、防火宣传、计划烧除等勤务工作[1]。我国森林防火的方针是“预防为主,积极消灭”[2],防火勤务在国家森林防火工作中发挥了较大的作用。国内外学者对森林火灾预防开展了如下研究,这些研究主要集中在通过计算机网络和软件技术[3]、移动通信[4]、GIS与RS[5]和物联网[6]等技术,对可燃物[7-8]、火源[9]、地形[10]、气象因子[11]等因素进行数学计算并建立预测和风险评估模型[12],或利用相似度计算[13]和数据挖掘[14]等数学方法建立扑救模型和灭火指挥系统,但少有学者根据森林火险等级的预测结果进行森林防火勤务方案评价的研究。

我国是一个森林覆盖面积较大的国家,森林防火工作需要考虑的火险因子较多,防火勤务工作具有较大的不确定性；形式主要以地面巡护为主,缺乏灵活性和针对性,劳动强度大,人力有限,很容易造成预防盲区；开展工作中主要基于指挥员经验开展工作,有较强的主观性[15]。因此如何在不同火险下对已有的防火勤务方案进行综合评价,快速、科学、有效地选择最优方案具有现实意义。本文将在不同防火勤务方案对森林火险态势影响归结为有效性的综合评价问题,提出了一种利用直觉模糊决策来评价不同勤务对森林火险态势影响的方法,建立基于防火勤务的火险态势评估体系,利用直觉模糊集理论建立评价矩阵并用TOPSIS决策方法进行决策,该方法能够更加客观地评价防火勤务方案的有效性。

1 直觉模糊集及TOPSIS决策方法

1.1 直觉模糊集

直觉模糊集是传统的模糊集的一种拓展,它同时考虑了隶属度、非隶属度和犹豫度这3个方面的信息,在处理模糊性和不确定性等方面更具灵活性和实用性[16]。森林防火勤务工作由于其不确定特点,在进行综合评价中需要将抽象问题转化为可度量的指标,利用直觉模糊集描述森林防火勤务中预测着火点意图、防火安全性等问题,可将模糊不确定的描述转化为可度量数学计算,有利于对防火勤务方案进一步计算和评价,因此直觉模糊集理论适合于森林防火勤务方案评价。直觉模糊集的定义如下：

定义1 设X为一个非空集合[17],则称

A={x,μA(x),υA(x),x∈X}

(1)

为直觉模糊集,其中μA(x)和υA(x)分别为X中元素x属于A的隶属度和非隶属度,即

x∈X表示X中元素x属于A的犹豫度和不确定度。Szmidt等[18]称πA(x)为X中元素x属于A的直觉指标,为了方便起见,本文称α=(μA,νA,πA)为直觉模糊数,其中

(2)

设A1，A2为非空有限集合X上的2个直觉模糊集,则定义A1，A2之间的标准的距离为：

(3)

1.2TOPSIS决策方法

TOPSIS(TechniqueforOrderPreferencebySimilaritytoIdealSolution)决策方法,即逼近理想点的排序方法[19]。TOPSIS决策作为一种选择有限方案多目标决策分析方法,与防火勤务方案综合评价在已知防火勤务方案中选择最有效方案的研究目的相符合。其基本思想为：在空间内,将方案集A中的各备选方案Ai与正理想解A+和负理想解A-的距离进行比较,选取靠近正理想解而又远离负理想解的方案作为方案A的最佳方案。其基本步骤下：

1) 构建规范化加权矩阵。设规范化矩阵Y={yij},其对应各属性权重为W={w1,w2,…,wn}T,则xij=wjyij(i=1,2,…,m;j=1,2,…,n)

2) 确定正负理想解,并计算每个方案到正负理想解的距离。

(4)

备选方案到负理想解的距离为：

(5)

3) 各方案综合评价指数。

(6)

ci的值越大,对应的方案越优。

2 防火勤务方案综合评价方法

对防火勤务方案的评价反映了森林防火工作对火险态势的影响结果,因此可以归结为一个综合评价问题,将直觉模糊集A归为n维空间上的点,从而可用直觉模糊集TOPSIS评价方法来求解。该方法的基本步骤：1)建立森林防火勤务评价指标体系；2)确定评价指标的权重向量；3)建立归一化的直觉模糊评价模型；4)根据候选方案建立符合要求的理想方案和负理想方案,分别计算出各个候选方案Ai与最终确定的理想方案及负理想方案的加权距离Di+(Ai,A+)和Di-(Ai,A-)；5)将候选方案Ai与确定的理想方案及负理想方案的距离通过有效性评价指数计算出个候选方案的有效性评价指标并进行优劣排序,值最大者,对应方案的越优。

2.1 评价指标体系的建立

本文结合不同防火勤务的形式和内容,邀请森林部队指战员(21人)、林业工作人员(9人)、地方防火人员(12人)防火勤务专家(EX)共42名,参照国家林业部门防火相关工作内容,初步筛选43个指标,并制定第一轮调查问卷,向专家介绍研究目的和相关背景资料,回收调查问卷并进行分析。结合分析的结果及专家意见制定第二轮调查问卷,要求专家进行第二次评价,反复修改至专家统一筛选出16个指标。在16个指标中,人员数量、战勤训练水平、士气情况和指挥决心主要反应参加防火执勤人员的数质量问题,机具种类、杀伤效能、战备完好性和防火安全性主要反应机具的效能,生活保障、通信效能、人力物力损耗和运输能力等主要反应后勤保障能力,目标分配质量、预测着火点意图、人为因素干扰和可燃物干扰主要反应火源扑救能力。

所有指标的直觉模糊度量均划分为评语集V=[“较好”BR[0.8,1)、“好”GD[0.6,0.8)、“一般”MD[0.4,0.6)、“差”BD[0.2,0.4)、“较差)”WR[0,0.2]共5个级别。

2.2 权重向量的确定

针对森林火险态势的模糊性和发生火灾的不确定性,根据指标的多层次结构特点,系统中权重的确定及一些因素难于准确的进行定量解决。因此,本文采用德尔菲法,征求森林武警、林业局防火办公室、林场工作人员等42位专家的意见,整理出综合意见并再次反馈给专家征询意见至专家无修改意见；以U1及其子指标为例,利用层次分析法构造向量数据,分别计算出对应判断矩阵的特征向量、最大特征根λmax,并对其进行一致性检验(一致性检验系数CR<0.1),计算出权重,结果如表1所示。

表1 U1指标权重计算

同理分别计算所有的权重向量A=[ai]及Ai=wij,i,j=1,2,3,4。根据U1,U2,U3,U4各准则层权重及其各子指标权重关系计算出各指标层权重,如表2所示。

表2 森林防火勤务综合评价表

2.3 规范化矩阵的构建

设有f位专家以直觉模糊的方式对森林防火勤务进行有效性优劣评价,设防火勤务方案Ai的第k个指标评价矩阵为Kij=(μij,νij,πij),则根据表2可得防火勤务方案A的直觉模糊集矩阵为：

(7)

式中：0≤μij≤1,0≤νij≤1,0≤πij≤1且πij=1-μij-νij,其中i,j=1,2,3,4。由定义1可知,直觉模糊集评价矩阵F为规范化矩阵。

2.4 确立正负理想解及备选方案到其距离

结合式(1)—式(3),正理想解A+和负理想解A-的选取分别为：

(8)

(9)

(10)

其中

则方案Ai与Ai-之间的加权距离定义为：

(11)

2.5 计算综合评价指数

根据式(10)—式(11),定义各备选方案Pi有效性的综合评价指数为：

(12)

根据方案Pi有效性的综合评价指数对方案进行排序,指数越大,其对应的方案有效性就越大,说明在该火险等级下,该地区进行此方案防火最有效。

3 实例分析

结合呼伦贝尔市2015年统计数据、巴日图林场2015年林场统计资料及国家气象局2016年发布的气象数据,按照《全国森林火险区划等级(LY/T 1063-2008)》以及崔亮等[20]的研究成果,进行火险等级区划,巴日图林场的森林火险为五级,森林火灾危险性大,需要制订防火勤务方案并对其有效性进行综合评价。1) P1林区巡护。用巡逻的方式监控和管理野外火源的行动。2) P2清山。携带灭火装备和必要的警用器材,协助森林防火部门依法清理林内非法如山人员和生产作业点。3) P3林区瞭望。在管护区内瞭望塔(高点)对管护区森林火险进行观察,遇有情况及时处理。4) P4可燃物清理(烧除)。按森林防火部门的统一部署,有计划、有组织的清理和烧除林内、林缘可燃物。5) P5设卡检查。配合森林防火部门在管护区主要路口,对如山人员和车辆实施防火检查。6) P6防火宣传。利用各种传播媒介和载体向公民开展森林防火灭火常识及相关法律法规宣传教育的行动。

根据巴日图地区实际和防火人员装备情况,分别请专家对6个方案16个指标按照评语集V进行打分,根据打分数据确定每个方案16个指标的直觉模糊集评价矩阵,如表3所示。

根据式(8)、式(9)及表3可构造在五级火险下防火勤务各指标的正理想方案和负理想方案解,如表4所示。

表3 各方案评分结果

表4 五级火险下防火执勤评价指标的正负理想方案解

根据式(10)、式(11)结合权重向量w计算各勤务方案评价矩阵到正负理想解的加权距离,并根据公式12计算综合评价指数,结果如表5所示,则可知在五级火险下,勤务方案有效性优劣排序为P2>P1>P5>P3>P6>P4。邀请专家EX结合巴日图林场情况进行防火勤务方案排序：P2>P1>P5>P6>P3>P4,与本方法的结果基本吻合。

表5 各勤务方案到理想解的距离及其综合评价指数

在不同火险下,结合专家打分情况,可知巴日图地区不同火险下防火勤务的有效性优劣排序,对巴日图地区开展森林防火工作提供有效的参考(表6)。

表6 巴日图地区不同火险防火勤务有效性优劣排序

为进一步验证本文方法的普遍性,将本文方法应用到云南昆明安宁地区时,所得结果与专家评价结果有差异。通过对比分析,在根据当地情况修改权重后,评价结果与专家评价结果吻合。本文方法依据国家森林防火工作相关要求建立指标体系,因此所建立的评价指标具有普遍性,但由于不同地区的森林资源、气候和人为活动方式不同,开展防火勤务需要考虑各指标的权重也有所不同。因此本文方法在对某个区域进行评价时,需要结合当地情况对各指标的权重重新进行计算,确定权重向量,然后根据本文方法计算出结果。

4 结论

森林火灾具有突发性和高危害性,因此进行防火勤务方案评价可以确定最有效的执勤方案,缩短当突发事件发生时的处置反应时间,并且极有可能避免森林火灾的发生,避免不必要的生命、财产损失。本文引入直觉模糊集TOPSIS决策方法对防火勤务方案进行评价,根据森林防火执勤形式,利用德尔菲法和层次分析法建立基于直觉模糊集的评价指标和各指标对应权重,并依据专家打分给出森林防火执勤方式的评分结果,用TOPSIS决策方法确定执勤方案Pi与正、负理想方案的加权距离,利用有效性评价指数计算出执勤方案的评价指标并进行优劣排序,进而确定各方案的有效性。本文通过巴日图林场实例验证,结果表明,所提出的方法可行有效。通过云南安宁地区的验证,本文所提指标和评价方法具有普适性,但在运用到不同地区时,需要根据当地实际情况对指标的权重重新计算,下步将结合本文方法建立防火勤务指挥决策系统。

[1]张昕.森林部队的五种主要防火勤务[J].内蒙古林业,2001(7):22-22.

[2]苏立娟,何友均,陈绍志.1950—2010年中国森林火灾时空特征及风险分析[J].林业科学,2015,51(1):88-96.

[3]王阿川.森林火灾防治决策专家系统的研究与实现[J].中国安全科学学报,2005,15(2):96-100.

[4]黄儒乐.移动通信技术WAP与SMS在县级森林火险预报系统中的应用研究[D].北京:北京林业大学,2005.

[5]Khan V M.Long-range forecasting of forest fire danger based on the SLAV model seasonal ensemble forecasts[J].Russian Meteorology and Hydrology,2012,37(8):505-513.

[6]陶佰睿,张艺弛,苗凤娟,等.基于物联网技术森林火灾防控系统设计[J].东北林业大学学报,2014(8):141-144.

[7]胡海清,陆昕,孙龙,等.大兴安岭典型林分地表死可燃物含水率动态变化及预测模型[J].应用生态学报,2016,27(7):2212-2224.

[8]Mark A F.Calculation of Fire Spread Rates Across Random landscapes[J].International Journal of Wildland Fire,2003,12:213-226.

[9]曹姗姗.小尺度森林火险等级预报模型研究[D].北京:中国林业科学研究院,2014.

[10]Wotton B M.Interpreting and using outputs from the Canadian forest fire danger rating system in research applications [J].Environ Ecol Stat,2009,16:107-131.

[11]梁慧玲,林玉蕊,杨光,等.基于气象因子的随机森林算法在塔河地区林火预测中的应用[J].林业科学,2016,52(1):89-98.

[12]覃先林,陈小中,钟祥清,等.我国森林火灾预警监测技术体系发展思考[J].林业资源管理,2015(6):45-48.

[13] 姜艳萍,樊治平,袁娜.基于相似度计算的森林火灾应急响应方案选择方法[J].系统工程,2010(11):104-109.

[14] 万鲁河,王继富,臧淑英,等.基于空间数据挖掘技术的森林防火智能决策支持系统研究[J].地理科学,2009,29(3):433-438.

[15]郭志强.森林防火勤务组织实施要点[J].内蒙古林业,2013(7):16-17.

[16] 徐泽水.直觉模糊信息集成理论及应用[M].北京:科学出版社,2008.

[17]王毅,雷英杰,路艳丽.基于直觉模糊集的多属性模糊决策方法[J].系统工程与电子技术,2007,29(12):2060-2063.

[18] Szmidt E,Kacprzyk J.Distances between intuitionistic fuzzy sets[J].Fuzzy Sets & Systems,2000,114(3):505-518.

[19]Hwang C L,Yoon K.Multiple Attribute Decision Making[M].Berlin Heidelberg:Springer Berlin Heidelberg,1981.

[20]崔亮,张继权,刘兴朋,等.基于Logistic回归模型的呼伦贝尔草原火险预测研究[J].安全与环境学报,2010,10(1):173-177.

Application of Intuitionistic Fuzzy Sets in Evaluating the Forest Fire Prevention Service with TOPSIS Method

LIU Shaohai1,2,ZHAO Tianzhong1,LI Saibo2

(1.TheSchoolofInformationScience&TechnologyofBeijingForestryUniversity,Beijing100083,China;2.HulunBuirForestDetachmentofChineseArmedPoliceForce,HulunBuir021000,China)

In this paper,the fire prevention service scheme of different forest fire conditions was taken as the research object. From the four aspects of the personnel,the equipment,the logistical support and the fire fighting ability and by using the intuitionistic fuzzy sets and the TOPSIS method,firstly the evaluation index system of forest fire prevention service scheme is established. Secondly,the analytic hierarchy process(AHP) and Delphi method are used to calculate the weight of the index,then the intuitionistic fuzzy evaluation matrix constructed,the positive and negative ideal solutions established and the distance of the alternatives to the positive and negative ideal solutions calculated. Finally,the comprehensive evaluation indexes are calculated,and the ranking of the fire service program effectiveness obtained. The Baritu Forest Farm at Hulunbeir of Inner Mongolia has been taken as an example for verification.

the forest fire prevention service,the intuitionistic fuzzy sets,the TOPSIS method,Delphi method,the analytic hierarchy process

2017-03-08；

2017-05-03

刘少海(1990-),男,辽宁鞍山人，在读硕士,从事森林信息化方面的研究。Email：liush2016@126.com

赵天忠(1961-),男,山西晋城人，教授,博士,主要从事林业信息化相关研究工作。Email：ztz@bjfu.edu.cn

S762

A

1002-6622(2017)03-0062-07

10.13466/j.cnki.lyzygl.2017.03.013