肖麗 何玥 沈皓 楊鑫 向琪 張和燕 金菲 溫川飆

摘要：我國(guó)的森林因?yàn)楦鞯氐牡乩憝h(huán)境不同，導(dǎo)致森林火災(zāi)的產(chǎn)生和危害程度不同。因此，我國(guó)森林火災(zāi)的防范和救援要依據(jù)當(dāng)?shù)氐胤綄?shí)際情況。研究從實(shí)際情況出發(fā)，根據(jù)四川森林火災(zāi)發(fā)生的特點(diǎn)及當(dāng)前火災(zāi)防范中存在的問(wèn)題，為完善四川省森林火災(zāi)防范體系，構(gòu)建基于大數(shù)據(jù)技術(shù)的四川森林火災(zāi)防災(zāi)減災(zāi)決策系統(tǒng)，提出相關(guān)建議。

關(guān)鍵詞：森林火災(zāi);防災(zāi);大數(shù)據(jù)技術(shù);四川省

中圖分類(lèi)號(hào)：G642? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2022）12-0001-03

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

1 引言

森林火災(zāi)的防災(zāi)減災(zāi)是全球減災(zāi)戰(zhàn)略實(shí)施的重點(diǎn)內(nèi)容之一[1]。根據(jù)數(shù)據(jù)顯示，2013～2017年五年間，我國(guó)森林火災(zāi)共發(fā)生15825次，火場(chǎng)總面積達(dá)到193896公頃，受害森林面積共計(jì)76500公頃，傷亡275人，造成其他損失63708.6萬(wàn)元。通過(guò)以上數(shù)據(jù)能大致了解到我國(guó)森林火災(zāi)的基本情況。[2]因此，加強(qiáng)森林火災(zāi)防災(zāi)減災(zāi)決策系統(tǒng)的研究，進(jìn)一步把控森林火災(zāi)發(fā)生的條件，制定科學(xué)合理的森林火災(zāi)災(zāi)害防災(zāi)與救災(zāi)策略，對(duì)減少森林火災(zāi)災(zāi)害，有效防范森林火災(zāi)災(zāi)害，促進(jìn)森林生態(tài)系統(tǒng)的發(fā)展均有重要意義[3]。

2 四川森林火災(zāi)概況

2.1 概況

我國(guó)每年都會(huì)發(fā)生上千次的森林火災(zāi)，受害森林面積上萬(wàn)公頃。表1統(tǒng)計(jì)了我國(guó)2004年到2019年森林火災(zāi)情況，從圖中數(shù)據(jù)可知，森林火災(zāi)發(fā)生次數(shù)雖然基本呈逐年下降的趨勢(shì)，但仍可看出每年發(fā)生的次數(shù)和受害森林面積是非常大的一個(gè)數(shù)字，我國(guó)的森林每年都在受到重大的傷害。

四川省近兩年發(fā)生的嚴(yán)重森林火災(zāi)發(fā)生在2019年3月30日的四川省涼山州木里縣雅礱江鎮(zhèn)立爾村。著火點(diǎn)在海拔4000余米[4]，地勢(shì)復(fù)雜，坡谷眾多，風(fēng)大且方向不定，消防員很難撲滅，伴隨著交通、通訊不便，信號(hào)缺失等復(fù)雜情況，火災(zāi)發(fā)生9天后，整個(gè)火場(chǎng)才得到全面控制，過(guò)火面積約20公頃[5]。這場(chǎng)火災(zāi)造成了木里縣森林大面積燒毀，31人死亡。有研究數(shù)據(jù)顯示，近30年，超過(guò)百分之六十的森林火災(zāi)發(fā)生在四川省的涼山州、攀枝花市和甘孜州三個(gè)地方，受災(zāi)面積占全省總受災(zāi)面積百分之九十以上[6]。

2.2 災(zāi)害原因

1）人為因素：人故意放火或者是人類(lèi)活動(dòng)遺留下的火種造成了森林火災(zāi)。

2）自然因素：枯樹(shù)或落葉在一定條件下自燃，雷電、火山爆發(fā)、隕石墜落等引起的森林火災(zāi)。

在防災(zāi)減災(zāi)的進(jìn)程中，人為因素一直都是主因素，因其不確定性和難管控性，導(dǎo)致該因素引起的火災(zāi)比例一直居高不下。因此防災(zāi)減災(zāi)決策系統(tǒng)的構(gòu)建就更顯得更有意義了，基于大數(shù)據(jù)技術(shù)進(jìn)行實(shí)時(shí)的監(jiān)控和更新其自身數(shù)據(jù)庫(kù)，將異常情況及時(shí)上報(bào)，就將這一難題迎刃而解了。

3 防災(zāi)減災(zāi)決策系統(tǒng)意義

3.1 意義及作用

森林火災(zāi)突發(fā)性強(qiáng)、破壞力度大、難以控制。一旦發(fā)生火災(zāi)，勢(shì)必會(huì)影響植被，還會(huì)造成巨大的經(jīng)濟(jì)損失和人員傷亡。樹(shù)木的生長(zhǎng)至少需要十年的時(shí)間，然而被燒成灰燼只要幾個(gè)小時(shí)。樹(shù)木植被能凈化空氣，吸收空氣中的二氧化碳，釋放出氧氣，還能調(diào)節(jié)氣候，固定土壤，擋風(fēng)防塵，有了他們的存在，極大地減少了山體滑坡、泥石流等自然災(zāi)害的發(fā)生。為了保護(hù)植被，構(gòu)建綠水青山，國(guó)家以及各地政府都采取了措施，比如禁止燃放煙花爆竹、不帶火種上山，建立防火線，加大放火者的懲罰力度。人為火災(zāi)減少了，但是自然因素造成的火災(zāi)卻難以預(yù)料，比如上述的四川省涼山州木里縣發(fā)生的火災(zāi)就是雷擊火。我們構(gòu)建防災(zāi)減災(zāi)決策系統(tǒng)的目的在于減少森林火災(zāi)的發(fā)生，輔助滅火。

防災(zāi)減災(zāi)決策系統(tǒng)的研究意義：

1）災(zāi)難預(yù)警。通過(guò)共享各個(gè)地方的數(shù)據(jù)庫(kù)，包括氣象數(shù)據(jù)、地殼運(yùn)動(dòng)數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)等，進(jìn)行數(shù)據(jù)采集、清洗，再使用數(shù)據(jù)挖掘技術(shù)，發(fā)現(xiàn)有價(jià)值的信息，實(shí)現(xiàn)災(zāi)難預(yù)警，為高層決策者提供科學(xué)信息，爭(zhēng)取救援時(shí)間，減少災(zāi)害損失。

2）運(yùn)用大數(shù)據(jù)技術(shù)一鍵上報(bào)災(zāi)情信息。隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，大數(shù)據(jù)技術(shù)也越來(lái)越成熟，將大數(shù)據(jù)技術(shù)應(yīng)用在防災(zāi)減災(zāi)中，改變傳統(tǒng)的防災(zāi)減災(zāi)模式。在森林火災(zāi)發(fā)生的時(shí)候，通過(guò)防災(zāi)減災(zāi)大數(shù)據(jù)平臺(tái)把火災(zāi)情況上報(bào)給當(dāng)?shù)卣?/p>

3）實(shí)時(shí)監(jiān)控災(zāi)情和救援情況。在森林火災(zāi)發(fā)生時(shí)，對(duì)交通運(yùn)輸數(shù)據(jù)、風(fēng)向數(shù)據(jù)、氣象數(shù)據(jù)、應(yīng)急物資救災(zāi)數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)控，實(shí)現(xiàn)科學(xué)調(diào)度，提升救援效率。對(duì)災(zāi)害頻發(fā)地區(qū)，進(jìn)行多災(zāi)種檢測(cè)，實(shí)現(xiàn)實(shí)時(shí)監(jiān)測(cè)，做好防災(zāi)工作[7]。

3.2 研究方法

運(yùn)用大數(shù)據(jù)技術(shù)，收集并整理氣象數(shù)據(jù)、地質(zhì)數(shù)據(jù)等數(shù)據(jù)，使用基于自然語(yǔ)言等深度學(xué)習(xí)的方法，處理整理好的數(shù)據(jù)，交給專(zhuān)業(yè)數(shù)據(jù)分析師，分析出災(zāi)情的各種類(lèi)型、傳播規(guī)律、影響程度、社會(huì)影響度以及對(duì)景區(qū)的影響。首先，通過(guò)收集的各種信息，分析信息傳播的各種途徑，每種途徑的特點(diǎn)和規(guī)律，給出相應(yīng)的結(jié)論;其次，利用深度學(xué)習(xí)技術(shù)來(lái)分析信息的傳播規(guī)律，對(duì)信息類(lèi)別和影響力進(jìn)行量化分析，給各機(jī)構(gòu)提供管理、決策支持。

4 防災(zāi)減災(zāi)決策系統(tǒng)結(jié)構(gòu)

4.1 系統(tǒng)概述

信息化時(shí)代的到來(lái)，使各類(lèi)數(shù)據(jù)多繁復(fù)雜。比如各種災(zāi)害數(shù)據(jù)也是數(shù)據(jù)面廣、數(shù)據(jù)紛繁復(fù)雜，極其不容易整理分析，因而不能為決策帶來(lái)支撐。為了應(yīng)對(duì)這種需要，我們規(guī)劃建設(shè)統(tǒng)一的應(yīng)用支撐平臺(tái)，統(tǒng)一標(biāo)準(zhǔn)規(guī)范，通過(guò)用戶管理、應(yīng)用管理、服務(wù)管理等核心組件，可以對(duì)接入系統(tǒng)有效管理、實(shí)現(xiàn)統(tǒng)一認(rèn)證及單點(diǎn)登錄、統(tǒng)一消息服務(wù)[8]。針對(duì)不同的用戶群體，應(yīng)用不同的系統(tǒng)管理，對(duì)各類(lèi)災(zāi)害監(jiān)測(cè)部門(mén)用戶建設(shè)信息資源調(diào)用門(mén)戶，對(duì)企業(yè)、公眾用戶建設(shè)信息資源共享門(mén)戶。并且建設(shè)承載災(zāi)害公共數(shù)據(jù)匯聚平臺(tái)、數(shù)據(jù)治理平臺(tái)、數(shù)據(jù)運(yùn)營(yíng)平臺(tái)和數(shù)據(jù)應(yīng)用平臺(tái)。另外，通過(guò)災(zāi)害數(shù)據(jù)資源梳理，制定四大基礎(chǔ)數(shù)據(jù)庫(kù)的建庫(kù)、入庫(kù)和管理規(guī)則，建立四大基礎(chǔ)數(shù)據(jù)庫(kù)管理平臺(tái)，提供基礎(chǔ)庫(kù)內(nèi)容管理、數(shù)據(jù)處理、共享和應(yīng)用功能。四大基礎(chǔ)數(shù)據(jù)庫(kù)包括人口數(shù)據(jù)庫(kù)、交通數(shù)據(jù)庫(kù)、氣象數(shù)據(jù)庫(kù)和地理數(shù)據(jù)庫(kù)。

4.2 系統(tǒng)功能

利用大數(shù)據(jù)技術(shù)對(duì)防災(zāi)減災(zāi)的各類(lèi)數(shù)據(jù)進(jìn)行統(tǒng)一規(guī)劃、獲取數(shù)據(jù)、整合加工、深度挖掘分析等，逐步建立防災(zāi)減災(zāi)決策系統(tǒng)[9]。

5 防災(zāi)減災(zāi)決策系統(tǒng)技術(shù)及原則

5.1 技術(shù)架構(gòu)

將各個(gè)數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行基于Storm的實(shí)時(shí)數(shù)據(jù)清洗、數(shù)據(jù)集成和變換、數(shù)據(jù)歸約，數(shù)據(jù)預(yù)處理完成后利用Sqoop將數(shù)據(jù)庫(kù)導(dǎo)入到Hadoop，然后將數(shù)據(jù)存儲(chǔ)到Hbase。用決策樹(shù)算法進(jìn)行數(shù)據(jù)挖掘，將得到的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析并將數(shù)據(jù)可視化，再把所需要的結(jié)果整理推出最可靠的決策，并將該推論用基于人工智能的3D建模技術(shù)模擬展示出來(lái)，進(jìn)一步確認(rèn)該決策的可實(shí)施性和正確性。

5.2 防災(zāi)減災(zāi)決策系統(tǒng)原則

1）整體性原則。建設(shè)防災(zāi)減災(zāi)的大數(shù)據(jù)信息共享交換平臺(tái)的重要目的是實(shí)現(xiàn)資源整合。即多個(gè)小平臺(tái)依托于大平臺(tái)，由大平臺(tái)通過(guò)小平臺(tái)提供的各方面的數(shù)據(jù)，對(duì)重要數(shù)據(jù)進(jìn)行信息的整理、分析、預(yù)測(cè)，然后由小平臺(tái)發(fā)布，實(shí)現(xiàn)資源的整合及共享。

2）易用原則。防災(zāi)減災(zāi)的大數(shù)據(jù)信息共享交換平臺(tái)首先是將搜集來(lái)的數(shù)據(jù)進(jìn)行整理、篩選、分析、并給出預(yù)測(cè)。然后將整理、篩選、分析、預(yù)測(cè)出來(lái)的數(shù)據(jù)以圖文結(jié)合的方式按模塊化呈現(xiàn)、方便不同層次的工作人員使用[10]。其次，它的用戶操作界面是直觀的、易用的、人性化的，并且具有智能語(yǔ)音的設(shè)計(jì)。

3）動(dòng)態(tài)原則。防災(zāi)減災(zāi)的大數(shù)據(jù)信息共享交換平臺(tái)就是一個(gè)與時(shí)俱進(jìn)、不斷更新的系統(tǒng)平臺(tái)。它善于捕捉大量的且具有流動(dòng)性的信息，而且可以做到及時(shí)處理信息流動(dòng)、及時(shí)關(guān)聯(lián)信息、及時(shí)做出預(yù)測(cè)。

4）穩(wěn)定及安全原則。首先，平臺(tái)有預(yù)警功能。當(dāng)平臺(tái)由于數(shù)據(jù)量過(guò)大或遭受黑客攻擊時(shí)出現(xiàn)的不穩(wěn)定、不安全狀態(tài)時(shí)，系統(tǒng)在后臺(tái)要發(fā)出警報(bào)，讓管理者做好準(zhǔn)備;其次，平臺(tái)有隨時(shí)存儲(chǔ)信息的功能。即當(dāng)平臺(tái)已經(jīng)由于數(shù)據(jù)量過(guò)大或遭受黑客攻擊時(shí)出現(xiàn)的不穩(wěn)定、不安全狀態(tài)時(shí)，確保對(duì)已有數(shù)據(jù)進(jìn)行及時(shí)的備份、整理及其加密保護(hù);最后，平臺(tái)還有備用系統(tǒng)。即當(dāng)平臺(tái)已經(jīng)由于數(shù)據(jù)量過(guò)大或遭受黑客攻擊時(shí)出現(xiàn)的不穩(wěn)定、不安全狀態(tài)時(shí)仍然可以提供絕大部分服務(wù)[11]。

5）標(biāo)準(zhǔn)化原則。數(shù)據(jù)的體量是龐大的、不斷更新的，因此在處理這些數(shù)據(jù)時(shí)就要有一個(gè)限度，即標(biāo)準(zhǔn)。防災(zāi)減災(zāi)大數(shù)據(jù)信息共享交換平臺(tái)應(yīng)嚴(yán)格遵循國(guó)家相關(guān)審計(jì)標(biāo)準(zhǔn)[12]。

5.3 技術(shù)核心

1）采用兩種大數(shù)據(jù)計(jì)算框架。首先是基于Hadoop的核心組件之一MapReduce的Spark，它主要用于海量數(shù)據(jù)的離線計(jì)算，將數(shù)據(jù)處理好后存儲(chǔ)在Hbase并且導(dǎo)出。其次，由Storm進(jìn)行實(shí)時(shí)流式的數(shù)據(jù)處理，將產(chǎn)生的新的數(shù)據(jù)處理好后進(jìn)行輸出，這一過(guò)程重在強(qiáng)調(diào)低延遲、及時(shí)。把這兩者有機(jī)地結(jié)合起來(lái)，Spark處理批量數(shù)據(jù)，Storm處理實(shí)時(shí)數(shù)據(jù)，就能將數(shù)據(jù)全面正確且高效率地處理完成，并用于實(shí)際使用。

2）對(duì)多個(gè)數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)采集。多個(gè)數(shù)據(jù)庫(kù)采集擴(kuò)大了數(shù)據(jù)的來(lái)源范圍，提高了最終數(shù)據(jù)的準(zhǔn)確性，后期還可根據(jù)數(shù)據(jù)實(shí)際利用率，增加或刪除某些數(shù)據(jù)庫(kù)，從而進(jìn)一步提高計(jì)算效率、節(jié)省存儲(chǔ)空間以及提高最終數(shù)據(jù)的正確性。

3）基于人工智能的3D建模技術(shù)呈現(xiàn)結(jié)果數(shù)據(jù)的可視化效果。數(shù)據(jù)可完整地呈現(xiàn)在決策者的設(shè)備上，使決策者更快速和便捷地接收信息，減少?zèng)Q策者理解信息的時(shí)間、提高決策效率，并通過(guò)決策者的決策在其設(shè)備上有系統(tǒng)自動(dòng)進(jìn)行模擬演練，進(jìn)一步確認(rèn)決策的正確性與風(fēng)險(xiǎn)，最終做出最優(yōu)決策。

6 結(jié)束語(yǔ)

森林火災(zāi)的頻繁發(fā)生是當(dāng)下國(guó)家和社會(huì)亟待解決的問(wèn)題，發(fā)生的因素復(fù)雜繁多又極其不穩(wěn)定，所以一直以來(lái)都是一個(gè)非常棘手的問(wèn)題。大數(shù)據(jù)技術(shù)的應(yīng)用為解決這個(gè)問(wèn)題帶來(lái)了創(chuàng)新的方案。救災(zāi)減災(zāi)決策系統(tǒng)依托于大數(shù)據(jù)的信息共享交換平臺(tái)，通過(guò)該平臺(tái)更加科學(xué)、有效地預(yù)測(cè)森林火災(zāi)并且監(jiān)測(cè)災(zāi)情，從而減少森林火災(zāi)的發(fā)生。

參考文獻(xiàn)：

[1] 孫玉榮，張貴，陳愛(ài)斌，等.湖南森林火災(zāi)的災(zāi)情區(qū)域分異研究[J].中南林業(yè)科技大學(xué)學(xué)報(bào)，2012，32（8）：7-11.

[2] 余明洋.懲罰與預(yù)防：我國(guó)森林火災(zāi)防范之規(guī)制路徑[J].國(guó)家林業(yè)和草原局管理干部學(xué)院學(xué)報(bào)，2019，18（2）：42-45+50.

[3] 孫龍，王千雪，魏書(shū)精，等.氣候變化背景下我國(guó)森林火災(zāi)災(zāi)害的響應(yīng)特征及展望[J].災(zāi)害學(xué)，2014，29（1）：12-17.

[4] 黃鈺琳，王超群.生為勇士 逝亦國(guó)殤——輿論場(chǎng)痛悼木里森林火災(zāi)犧牲烈士[J].中國(guó)應(yīng)急管理，2019（4）：59-61.

[5] 唐堯，王立娟，趙娟，等.基于遙感技術(shù)的”3·28”四川木里森林火災(zāi)應(yīng)急災(zāi)情監(jiān)測(cè)[J].國(guó)土資源信息化，2021（1）：12-18.

[6] 李德，牛樹(shù)奎，龍先華，等.四川省森林火災(zāi)與氣象因子的關(guān)系[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，41（6）：67-74.

[7] 王彪，金石聲，郭茜，等.防災(zāi)減災(zāi)救災(zāi)決策支持平臺(tái)[J].大眾科學(xué)， 2018（5）：16-17.

[8] 朱平，曾德華.政府大數(shù)據(jù)平臺(tái)建設(shè)實(shí)踐研究[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] 馬靜，許丹，趙莉花，等.基于數(shù)據(jù)資源整合的水利知識(shí)服務(wù)平臺(tái)建設(shè)[J].水利信息化，2020（3）：57-62.

[11] 張鋒軍，楊永剛，李慶華，等.大數(shù)據(jù)安全研究綜述[J].通信技術(shù)，2020，53（5）：1063-1076.

[12] 陳興蜀，楊露，羅永剛.大數(shù)據(jù)安全保護(hù)技術(shù)[J].工程科學(xué)與技術(shù)， 2017， 49（5）：1-12.

【通聯(lián)編輯：王力】