四川省森林火灾分析与防灾减灾决策系统的研究

肖丽 何玥 沈皓 杨鑫 向琪 张和燕 金菲 温川飙

摘要：我国的森林因为各地的地理环境不同，导致森林火灾的产生和危害程度不同。因此，我国森林火灾的防范和救援要依据当地地方实际情况。研究从实际情况出发，根据四川森林火灾发生的特点及当前火灾防范中存在的问题，为完善四川省森林火灾防范体系，构建基于大数据技术的四川森林火灾防灾减灾决策系统，提出相关建议。

关键词：森林火灾;防灾;大数据技术;四川省

中图分类号：G642        文献标识码：A

文章编号：1009-3044（2022）12-0001-03

开放科学（资源服务）标识码（OSID）：

1 引言

森林火灾的防灾减灾是全球减灾战略实施的重点内容之一[1]。根据数据显示，2013～2017年五年间，我国森林火灾共发生15825次，火场总面积达到193896公顷，受害森林面积共计76500公顷，伤亡275人，造成其他损失63708.6万元。通过以上数据能大致了解到我国森林火灾的基本情况。[2]因此，加强森林火灾防灾减灾决策系统的研究，进一步把控森林火灾发生的条件，制定科学合理的森林火灾灾害防灾与救灾策略，对减少森林火灾灾害，有效防范森林火灾灾害，促进森林生态系统的发展均有重要意义[3]。

2 四川森林火灾概况

2.1 概况

我国每年都会发生上千次的森林火灾，受害森林面积上万公顷。表1统计了我国2004年到2019年森林火灾情况，从图中数据可知，森林火灾发生次数虽然基本呈逐年下降的趋势，但仍可看出每年发生的次数和受害森林面积是非常大的一个数字，我国的森林每年都在受到重大的伤害。

四川省近两年发生的严重森林火灾发生在2019年3月30日的四川省凉山州木里县雅砻江镇立尔村。着火点在海拔4000余米[4]，地势复杂，坡谷众多，风大且方向不定，消防员很难扑灭，伴随着交通、通讯不便，信号缺失等复杂情况，火灾发生9天后，整个火场才得到全面控制，过火面积约20公顷[5]。这场火灾造成了木里县森林大面积烧毁，31人死亡。有研究数据显示，近30年，超过百分之六十的森林火灾发生在四川省的涼山州、攀枝花市和甘孜州三个地方，受灾面积占全省总受灾面积百分之九十以上[6]。

2.2 灾害原因

1）人为因素：人故意放火或者是人类活动遗留下的火种造成了森林火灾。

2）自然因素：枯树或落叶在一定条件下自燃，雷电、火山爆发、陨石坠落等引起的森林火灾。

在防灾减灾的进程中，人为因素一直都是主因素，因其不确定性和难管控性，导致该因素引起的火灾比例一直居高不下。因此防灾减灾决策系统的构建就更显得更有意义了，基于大数据技术进行实时的监控和更新其自身数据库，将异常情况及时上报，就将这一难题迎刃而解了。

3 防灾减灾决策系统意义

3.1 意义及作用

森林火灾突发性强、破坏力度大、难以控制。一旦发生火灾，势必会影响植被，还会造成巨大的经济损失和人员伤亡。树木的生长至少需要十年的时间，然而被烧成灰烬只要几个小时。树木植被能净化空气，吸收空气中的二氧化碳，释放出氧气，还能调节气候，固定土壤，挡风防尘，有了他们的存在，极大地减少了山体滑坡、泥石流等自然灾害的发生。为了保护植被，构建绿水青山，国家以及各地政府都采取了措施，比如禁止燃放烟花爆竹、不带火种上山，建立防火线，加大放火者的惩罚力度。人为火灾减少了，但是自然因素造成的火灾却难以预料，比如上述的四川省凉山州木里县发生的火灾就是雷击火。我们构建防灾减灾决策系统的目的在于减少森林火灾的发生，辅助灭火。

防灾减灾决策系统的研究意义：

1）灾难预警。通过共享各个地方的数据库，包括气象数据、地壳运动数据、互联网数据等，进行数据采集、清洗，再使用数据挖掘技术，发现有价值的信息，实现灾难预警，为高层决策者提供科学信息，争取救援时间，减少灾害损失。

2）运用大数据技术一键上报灾情信息。随着互联网技术的发展，大数据技术也越来越成熟，将大数据技术应用在防灾减灾中，改变传统的防灾减灾模式。在森林火灾发生的时候，通过防灾减灾大数据平台把火灾情况上报给当地政府。

3）实时监控灾情和救援情况。在森林火灾发生时，对交通运输数据、风向数据、气象数据、应急物资救灾数据进行实时监控，实现科学调度，提升救援效率。对灾害频发地区，进行多灾种检测，实现实时监测，做好防灾工作[7]。

3.2 研究方法

运用大数据技术，收集并整理气象数据、地质数据等数据，使用基于自然语言等深度学习的方法，处理整理好的数据，交给专业数据分析师，分析出灾情的各种类型、传播规律、影响程度、社会影响度以及对景区的影响。首先，通过收集的各种信息，分析信息传播的各种途径，每种途径的特点和规律，给出相应的结论;其次，利用深度学习技术来分析信息的传播规律，对信息类别和影响力进行量化分析，给各机构提供管理、决策支持。

4 防灾减灾决策系统结构

4.1 系统概述

信息化时代的到来，使各类数据多繁复杂。比如各种灾害数据也是数据面广、数据纷繁复杂，极其不容易整理分析，因而不能为决策带来支撑。为了应对这种需要，我们规划建设统一的应用支撑平台，统一标准规范，通过用户管理、应用管理、服务管理等核心组件，可以对接入系统有效管理、实现统一认证及单点登录、统一消息服务[8]。针对不同的用户群体，应用不同的系统管理，对各类灾害监测部门用户建设信息资源调用门户，对企业、公众用户建设信息资源共享门户。并且建设承载灾害公共数据汇聚平台、数据治理平台、数据运营平台和数据应用平台。另外，通过灾害数据资源梳理，制定四大基础数据库的建库、入库和管理规则，建立四大基础数据库管理平台，提供基础库内容管理、数据处理、共享和应用功能。四大基础数据库包括人口数据库、交通数据库、气象数据库和地理数据库。

4.2 系统功能

利用大数据技术对防灾减灾的各类数据进行统一规划、获取数据、整合加工、深度挖掘分析等，逐步建立防灾减灾决策系统[9]。

5 防灾减灾决策系统技术及原则

5.1 技术架构

将各个数据库中的数据进行基于Storm的实时数据清洗、数据集成和变换、数据归约，数据预处理完成后利用Sqoop将数据库导入到Hadoop，然后将数据存储到Hbase。用决策树算法进行数据挖掘，将得到的数据进行统计分析并将数据可视化，再把所需要的结果整理推出最可靠的决策，并将该推论用基于人工智能的3D建模技术模拟展示出来，进一步确认该决策的可实施性和正确性。

5.2 防灾减灾决策系统原则

1）整体性原则。建设防灾减灾的大数据信息共享交换平台的重要目的是实现资源整合。即多个小平台依托于大平台，由大平台通过小平台提供的各方面的数据，对重要数据进行信息的整理、分析、预测，然后由小平台发布，实现资源的整合及共享。

2）易用原则。防灾减灾的大数据信息共享交换平台首先是将搜集来的数据进行整理、筛选、分析、并给出预测。然后将整理、筛选、分析、预测出来的数据以图文结合的方式按模块化呈现、方便不同层次的工作人员使用[10]。其次，它的用户操作界面是直观的、易用的、人性化的，并且具有智能语音的设计。

3）动态原则。防灾减灾的大数据信息共享交换平台就是一个与时俱进、不断更新的系统平台。它善于捕捉大量的且具有流动性的信息，而且可以做到及时处理信息流动、及时关联信息、及时做出预测。

4）稳定及安全原则。首先，平台有预警功能。当平台由于数据量过大或遭受黑客攻击时出现的不稳定、不安全状态时，系统在后台要发出警报，让管理者做好准备;其次，平台有随时存储信息的功能。即当平台已经由于数据量过大或遭受黑客攻击时出现的不稳定、不安全状态时，确保对已有数据进行及时的备份、整理及其加密保护;最后，平台还有备用系统。即当平台已经由于数据量过大或遭受黑客攻击时出现的不稳定、不安全状态时仍然可以提供绝大部分服务[11]。

5）标准化原则。数据的体量是庞大的、不断更新的，因此在处理这些数据时就要有一个限度，即标准。防灾减灾大数据信息共享交换平台应严格遵循国家相关审计标准[12]。

5.3 技术核心

1）采用两种大数据计算框架。首先是基于Hadoop的核心组件之一MapReduce的Spark，它主要用于海量数据的离线计算，将数据处理好后存储在Hbase并且导出。其次，由Storm进行实时流式的数据处理，将产生的新的数据处理好后进行输出，这一过程重在强调低延迟、及时。把这两者有机地结合起来，Spark处理批量数据，Storm处理实时数据，就能将数据全面正确且高效率地处理完成，并用于实际使用。

2）对多个数据库进行数据采集。多个数据库采集扩大了数据的来源范围，提高了最终数据的准确性，后期还可根据数据实际利用率，增加或删除某些数据库，从而进一步提高计算效率、节省存储空间以及提高最终数据的正确性。

3）基于人工智能的3D建模技术呈现结果数据的可视化效果。数据可完整地呈现在决策者的设备上，使决策者更快速和便捷地接收信息，减少决策者理解信息的时间、提高决策效率，并通过决策者的决策在其设备上有系统自动进行模拟演练，进一步确认决策的正确性与风险，最终做出最优决策。

6 结束语

森林火灾的频繁发生是当下国家和社会亟待解决的问题，发生的因素复杂繁多又极其不稳定，所以一直以来都是一个非常棘手的问题。大数据技术的应用为解决这个问题带来了创新的方案。救灾减灾决策系统依托于大数据的信息共享交换平台，通过该平台更加科学、有效地预测森林火灾并且监测灾情，从而减少森林火灾的发生。

参考文献：

[1] 孙玉荣，张贵，陈爱斌，等.湖南森林火灾的灾情区域分异研究[J].中南林业科技大学学报，2012，32（8）：7-11.

[2] 余明洋.惩罚与预防：我国森林火灾防范之规制路径[J].国家林业和草原局管理干部学院学报，2019，18（2）：42-45+50.

[3] 孙龙，王千雪，魏书精，等.气候变化背景下我国森林火灾灾害的响应特征及展望[J].灾害学，2014，29（1）：12-17.

[4] 黄钰琳，王超群.生为勇士 逝亦国殇——舆论场痛悼木里森林火災牺牲烈士[J].中国应急管理，2019（4）：59-61.

[5] 唐尧，王立娟，赵娟，等.基于遥感技术的”3·28”四川木里森林火灾应急灾情监测[J].国土资源信息化，2021（1）：12-18.

[6] 李德，牛树奎，龙先华，等.四川省森林火灾与气象因子的关系[J].西北农林科技大学学报（自然科学版），2013，41（6）：67-74.

[7] 王彪，金石声，郭茜，等.防灾减灾救灾决策支持平台[J].大众科学， 2018（5）：16-17.

[8] 朱平，曾德华.政府大数据平台建设实践研究[J].智能建筑，2019（4）：73-77.

[9] Li D R，Zeng L L，Chen N C，et al.A framework design for the Chinese National Disaster Reduction System of Systems （CNDRSS）[J].International Journal of Digital Earth，2014，7（1）：68-87.

[10] 马静，许丹，赵莉花，等.基于数据资源整合的水利知识服务平台建设[J].水利信息化，2020（3）：57-62.

[11] 张锋军，杨永刚，李庆华，等.大数据安全研究综述[J].通信技术，2020，53（5）：1063-1076.

[12] 陈兴蜀，杨露，罗永刚.大数据安全保护技术[J].工程科学与技术， 2017， 49（5）：1-12.

【通联编辑：王力】