北京大學(xué)軟件與微電子學(xué)院

摘要：森林火災(zāi)是一個(gè)主要的環(huán)境問(wèn)題，不僅造成經(jīng)濟(jì)損失破壞生態(tài)還危及人的生命?？焖贆z測(cè)是控制這種現(xiàn)象一個(gè)關(guān)鍵因素。為了實(shí)現(xiàn)這一目標(biāo)，一個(gè)替代方案是使用例如由氣象臺(tái)站提供的基于本地傳感器的自動(dòng)化工具。實(shí)際上，氣象條件（如溫度，風(fēng)）是眾所周知的影響森林火災(zāi)和火災(zāi)的幾個(gè)指標(biāo)，正如森林火險(xiǎn)天氣（FWI）就是利用這些數(shù)據(jù)的出來(lái)的。在這項(xiàng)工作中，我們探索數(shù)據(jù)挖掘（DM）的方法來(lái)預(yù)測(cè)森林火災(zāi)的過(guò)火面積。采取五個(gè)不同的DM技術(shù)，例如支持向量機(jī)（SVM）和隨機(jī)森林以及四個(gè)不同的特征選擇設(shè)置（利用空間，時(shí)間，F(xiàn)WI組件和天氣屬性），利用以上種種方法就來(lái)自葡萄牙的東北地區(qū)最近收集的真實(shí)數(shù)據(jù)進(jìn)行了測(cè)試。最好的配置采用了SVM和四個(gè)氣象選項(xiàng)（即溫度，相對(duì)濕度，風(fēng)和雨），這樣可以預(yù)測(cè)頻繁發(fā)生的小型火災(zāi)的過(guò)火面積。這些知識(shí)特別是為提高消防資源管理非常有（如優(yōu)先目標(biāo)空中加油機(jī)和地勤人員）。引言環(huán)境保護(hù)中一個(gè)主要的環(huán)境問(wèn)題是森林火災(zāi)（也叫野火）。森林火災(zāi)影響森林保護(hù)，引起經(jīng)濟(jì)和生態(tài)破壞，造成人類苦難的發(fā)生。這種現(xiàn)象是由于多種原因造成的（如人為疏忽和閃電）。盡管國(guó)家增加開(kāi)支來(lái)控制這種災(zāi)難，但是每年還是有數(shù)以百萬(wàn)計(jì)的森林公頃在世界各地被破壞。尤其是葡萄牙地區(qū)。從1980年到2005年，超過(guò)270萬(wàn)公頃的森林面積（相當(dāng)于阿爾巴尼亞的土地面積）已被銷毀。2003年和2005年的火災(zāi)季節(jié)是特別顯著，分別影響了領(lǐng)土面積的4.6％和3.1％，造成了21人和18人死亡?？焖贆z測(cè)是成功滅火的關(guān)鍵因素。由于傳統(tǒng)的人監(jiān)控成本昂貴且受主觀因素影響，所以引發(fā)了一個(gè)強(qiáng)調(diào)開(kāi)發(fā)自動(dòng)解決方案的需求。這些可以分為三大類：基于衛(wèi)星的檢測(cè)、紅外/煙霧掃描儀以及本地傳感器（例如氣象）。衛(wèi)星技術(shù)具有限制，例如本地化延遲和分辨率不足以覆蓋所有情況。此外，掃描儀具有高的設(shè)備和維護(hù)成本。天氣條件，如溫度和空氣濕度，是眾所周知的影響火災(zāi)發(fā)生的主要條件。由于自動(dòng)氣象站通常處于使用狀態(tài)（例如葡萄牙有162官方站），這樣的數(shù)據(jù)可以被實(shí)時(shí)收集，且成本較低。在過(guò)去，氣象數(shù)據(jù)已被納入數(shù)字索引，這些數(shù)據(jù)主要用于預(yù)防（例如預(yù)警的火險(xiǎn)公眾）并支持消防管理決策（戰(zhàn)備水平如，優(yōu)先目標(biāo)或評(píng)估安全消防準(zhǔn)則）。特別是在20世紀(jì)70年代加拿大在電腦作為稀缺資源時(shí)期所設(shè)計(jì)的森林火險(xiǎn)天氣指數(shù)（FWI）系統(tǒng)。由此可見(jiàn)，F(xiàn)WI系統(tǒng)所需要使用的具有四個(gè)氣象觀測(cè)讀數(shù)查表只需簡(jiǎn)單的計(jì)算（即溫度，相對(duì)濕度，刮風(fēng)下雨），這些可以在氣象站進(jìn)行手動(dòng)收集。如今這一指數(shù)不僅高度用于加拿大，而且在世界上（例如阿根廷和新西蘭）周圍幾個(gè)國(guó)家也有應(yīng)用。盡管地中海氣候不同于加拿大，但是FWI系統(tǒng)相關(guān)用火活動(dòng)同樣應(yīng)用于南歐國(guó)家，其中就包括葡萄牙。另一方面，由于信息技術(shù)的進(jìn)步，興起了對(duì)數(shù)據(jù)挖掘（DM）也被稱為數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)（KDD）的興趣，這也導(dǎo)致了商業(yè)、科學(xué)和工程數(shù)據(jù)庫(kù)指數(shù)的增長(zhǎng)。所有這些數(shù)據(jù)保存有價(jià)值的信息，如趨勢(shì)和模式，它可以用來(lái)改進(jìn)決策。然而，人類專家的局限性可能會(huì)忽視的重要細(xì)節(jié)。此外，經(jīng)典的統(tǒng)計(jì)分析會(huì)由于如此龐大的與/或復(fù)雜的數(shù)據(jù)存在而發(fā)生故障。因此這里采取另一種方法，即使用自動(dòng)化的DM工具來(lái)分析原始數(shù)據(jù)并提取高層次信息為決策者。實(shí)際上，一些DM技術(shù)已應(yīng)用到火情檢測(cè)領(lǐng)域。例如，維加-加西亞等人采用神經(jīng)網(wǎng)絡(luò)（NN）來(lái)預(yù)測(cè)人為引起野火發(fā)生的可能性。紅外掃描儀和NN合并在使用已經(jīng)減少了90%的森林火災(zāi)誤報(bào)率。由Hsu等人提出的空間聚類（FASTCiD）則是用于探測(cè)森林火災(zāi)點(diǎn)的衛(wèi)星圖像。2005年，北美森林火災(zāi)的衛(wèi)星圖像被送入支持向量機(jī)（SVM），該向量機(jī)在1.1公里的像素級(jí)內(nèi)發(fā)現(xiàn)煙霧的精度為75%。Stojanova等人應(yīng)用邏輯回歸、隨機(jī)森林（RF）以及決策樹(shù)（DT）,同時(shí)使用基于衛(wèi)星的和氣象數(shù)據(jù)來(lái)檢測(cè)發(fā)生在斯洛文尼亞森林的火災(zāi)。通過(guò)打包DT是最好的模式，總體準(zhǔn)確率達(dá)80％。與以往的工作相比，我們提出了一個(gè)新的DM森林火災(zāi)的方法，其中重點(diǎn)是利用實(shí)時(shí)和廉價(jià)的氣象數(shù)據(jù)。我們將使用來(lái)自葡萄牙的東北地區(qū)收集的最新的真實(shí)數(shù)據(jù)來(lái)實(shí)現(xiàn)預(yù)測(cè)森林火災(zāi)的過(guò)火面積（或大?。┑哪康?。幾個(gè)實(shí)驗(yàn)分析了5個(gè)DM技術(shù)（如多元回歸，DT,RF,神經(jīng)網(wǎng)絡(luò)和SVM）和四個(gè)功能選擇設(shè)置（即使用空間，時(shí)間的FWI系統(tǒng)和氣象數(shù)據(jù)）。所提出的解決方案包括只有四個(gè)變量的天氣（即雨，風(fēng)，溫度和濕度）在與SVM結(jié)合來(lái)預(yù)測(cè)小型火災(zāi)，這些小型火災(zāi)則構(gòu)成了大多數(shù)火災(zāi)發(fā)生的過(guò)火面積。這樣的研究結(jié)果對(duì)火災(zāi)管理決策支持（如資源計(jì)劃）特別有用。本文的結(jié)構(gòu)如下。首先，我們描述的部分森林火災(zāi)數(shù)；2.通過(guò)DM方法列于第3節(jié)，而結(jié)果示并在第4節(jié)；最后，閉合結(jié)論被繪制（第5部分）中討論。森林火災(zāi)數(shù)據(jù)森林火險(xiǎn)天氣指數(shù)（FWI）是加拿大用于測(cè)評(píng)火災(zāi)危險(xiǎn)等級(jí)的系統(tǒng)，它包括六個(gè)組件（圖1）：精細(xì)燃料水分代碼（FFMC），達(dá)夫水分代碼（DMC），干旱代碼（DC），早期傳播指數(shù)（ISI），累積指數(shù)（BUI）和FWI。前三項(xiàng)都涉及到燃料代碼：FFMC的表示表面層水分含量，影響點(diǎn)火和火勢(shì)蔓延；而DMC和DC代表淺有機(jī)層和深有機(jī)層，其影響火勢(shì)的水分含量。ISI的是一個(gè)分?jǐn)?shù)，與火災(zāi)速度傳播相關(guān)，而B(niǎo)UI表示可用燃料的量。該FWI指數(shù)火勢(shì)的一個(gè)指標(biāo)，它結(jié)合了前兩者的組件。雖然不同的尺度用于每個(gè)FWI元素，高數(shù)值表明更嚴(yán)重的燃燒條件。此外，可燃物含水率規(guī)范要求對(duì)過(guò)去的氣候條件存儲(chǔ)器（時(shí)間滯后）：16小時(shí)FFMC12天DMC和52天為直流。BUIFWIFineBehaviourIndexesFFMCDMCFuelMoistureCodesBUIFWIFineBehaviourIndexesFFMCDMCFuelMoistureCodesWeather Rainobservations RelativeHumidity Rainorforecasts Temperature RelativeHumidityRaifiWindWind Temperature Temperature-—「一「一4圖1火險(xiǎn)天氣指數(shù)結(jié)構(gòu)這項(xiàng)研究的數(shù)據(jù)取自位于Tr'as蒙達(dá)斯葡萄牙的東北地區(qū)的Montesinho自然公園森林火災(zāi)數(shù)據(jù)（圖2）。這個(gè)公園包含了較高的動(dòng)植物多樣性，處于一個(gè)超地中海氣候區(qū)，年均溫度變化范圍為8?12C。實(shí)驗(yàn)中使用的數(shù)據(jù)收集于2000年1月至2003年12月間，由兩個(gè)來(lái)源構(gòu)成。第一個(gè)數(shù)據(jù)庫(kù)由負(fù)責(zé)Montesinho火災(zāi)檢查員收集。在每天的基礎(chǔ)上，每一次森林火災(zāi)發(fā)生后，幾個(gè)數(shù)值都會(huì)被記錄，如時(shí)間，日期等?？臻g位置構(gòu)成一個(gè)9x9的網(wǎng)格內(nèi)（x和y軸圖2）,圖2包含所涉及的植被的類型以及FWI系統(tǒng)的六個(gè)組成部分和總過(guò)火面積。第二個(gè)數(shù)據(jù)庫(kù)由布拉干薩理工學(xué)院研究所收集，包含有多種天氣觀測(cè)（如風(fēng)速），這些數(shù)據(jù)采自位于中心的氣象站記錄30分鐘的時(shí)間內(nèi)的Montesinho公園。這兩個(gè)數(shù)據(jù)庫(kù)都以不同的格式存儲(chǔ)在十幾個(gè)人的的電子表格中。我們進(jìn)行了大量的人工勞動(dòng)，將他們整合成總共517條目的單個(gè)數(shù)據(jù)集。此數(shù)據(jù)可在以下網(wǎng)址訪問(wèn)：http://www.dsi.uminho.pt/~pcortez/forestfires/。04站呻orr\r%04站呻orr\r%7圖2Montesinho自然公園地圖表1示出所選擇的數(shù)據(jù)的特征的描述。前四行表示的空間和時(shí)間屬性。只有兩個(gè)地理特征都包括在內(nèi)X和Y其中?；馂?zāi)發(fā)生后，植被類型更新了一個(gè)軸的值低質(zhì)量（即超過(guò)80％的值被丟失）。咨詢Montesinho后消防檢查，我們選擇了一周的時(shí)間變量的月和日。平均每月的天氣條件是相當(dāng)顯著，而星期幾能也影響森林火災(zāi)（如工作日內(nèi)VS周末）的發(fā)生時(shí)間分布，因?yàn)榇蠖鄶?shù)火災(zāi)由人引起。接著是直接受天氣影響的四個(gè)組成部分FWI條件。之所以布維和FWI被丟棄是因?yàn)樗鼈円蕾嚨南惹爸怠?duì)于來(lái)自氣象臺(tái)的數(shù)據(jù)庫(kù)，我們選擇了使用FWI系統(tǒng)4天氣屬性。在與時(shí)間相反滯后用FWI中的值表示即時(shí)記錄，由站傳感器檢測(cè)到火災(zāi)時(shí)給出。唯一的例外是在下雨的變量，它表示累積前30分鐘內(nèi)的沉淀。燃燒地段位示于圖3中，表示出一個(gè)與大多數(shù)火災(zāi)呈現(xiàn)小的尺寸的正偏態(tài)。應(yīng)當(dāng)指出的是，這種不均衡的性狀也發(fā)生在其他國(guó)家，如加拿大。在本數(shù)據(jù)集中有247樣品具有零值。如前所述，所有的項(xiàng)表示火災(zāi)發(fā)生，所以零值意味著一個(gè)面積低于1公頃/100=100平方米被燒毀。為了減少偏度和改善對(duì)稱性，對(duì)數(shù)函數(shù)y=LN（X+1），這是一個(gè)這趨于完善的回歸結(jié)果，施加到區(qū)域?qū)傩裕▓D3）。最后一個(gè)變換的變量表示這項(xiàng)工作的產(chǎn)量目標(biāo)。表1預(yù)處理的數(shù)據(jù)集屬性AmibuteDesciiptiouLdayx-axiscoojfdiiiate(from1to9)y-axiscoordinate(from1to9)Monthoftheyear(JanuarytoDecember)Dayoftheweek(MondaytoSunda