李 穎，杜逆索，，歐陽(yáng)智

（1 貴州大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，貴陽(yáng) 550025；2 貴州大數(shù)據(jù)產(chǎn)業(yè)發(fā)展應(yīng)用研究院，貴陽(yáng) 550025）

0 引言

由于氣候變化和人類發(fā)展的共同影響，森林火災(zāi)發(fā)生頻率必然會(huì)持續(xù)增加。森林火災(zāi)往往從起火點(diǎn)快速蔓延，且蔓延方向隨著植被狀態(tài)、氣象條件和地形等因素的影響會(huì)發(fā)生突然改變。因此，準(zhǔn)確地預(yù)測(cè)山火的蔓延情況，有助于制定合理的火控方案，降低山火傳播的風(fēng)險(xiǎn)。

森林火災(zāi)是一個(gè)典型的非線性復(fù)雜過(guò)程，因此建立一個(gè)高精度的林火蔓延預(yù)測(cè)是一項(xiàng)艱巨的任務(wù)。為此，許多學(xué)者針對(duì)森林火災(zāi)蔓延進(jìn)行相關(guān)建模研究。目前，許多森林火災(zāi)模型已經(jīng)被開發(fā)出來(lái)，根據(jù)其構(gòu)建性質(zhì)可分為經(jīng)驗(yàn)?zāi)Ｐ汀⑽锢砟Ｐ秃蛿?shù)學(xué)模型。經(jīng)驗(yàn)?zāi)Ｐ屯ǔＭㄟ^(guò)統(tǒng)計(jì)分析描述觀察到的火災(zāi)行為，或者使用某種形式的物理框架作為統(tǒng)計(jì)模型的基礎(chǔ)。如著名的Rothermel 模型，通過(guò)室內(nèi)實(shí)驗(yàn)構(gòu)建動(dòng)力學(xué)方程來(lái)表征森林火災(zāi)蔓延。物理模型將物理和化學(xué)結(jié)合起來(lái)，試圖表示火災(zāi)的蔓延。如Mell 等人［1］構(gòu)建的火災(zāi)動(dòng)力學(xué)模型，考慮了燃燒物所產(chǎn)生氣體與氧氣之間的化學(xué)反應(yīng)。數(shù)學(xué)模型則通過(guò)數(shù)學(xué)方法來(lái)模擬野外火災(zāi)。如基于物理的多相計(jì)算流體力學(xué)模型［2］。

除此之外，隨著計(jì)算機(jī)技術(shù)的成熟，人們也越來(lái)越認(rèn)識(shí)到計(jì)算機(jī)仿真在探索森林火災(zāi)中具有重要意義。計(jì)算機(jī)仿真通過(guò)將真實(shí)系統(tǒng)作為建模的依據(jù)，并運(yùn)行已建立的仿真模型，從而獲得相關(guān)實(shí)驗(yàn)數(shù)據(jù)，對(duì)現(xiàn)實(shí)系統(tǒng)的變化規(guī)律進(jìn)行預(yù)測(cè)和評(píng)估。

本文重點(diǎn)關(guān)注計(jì)算機(jī)領(lǐng)域中基于主體建模、元胞自動(dòng)機(jī)和機(jī)器學(xué)習(xí)方法在森林火災(zāi)仿真中的研究進(jìn)展，總結(jié)應(yīng)用范圍及優(yōu)勢(shì)，為森林火災(zāi)仿真在計(jì)算機(jī)仿真領(lǐng)域的研究提供參考。

1 基于主體建模的森林火災(zāi)仿真

基于主體的建模方法，是一種強(qiáng)大的仿真建模技術(shù)，被應(yīng)用于描述各種真實(shí)世界問題。模型中，主體是自主決策的實(shí)體集合。每個(gè)主體可以自主評(píng)估自己的情況，并根據(jù)一組規(guī)則做出相應(yīng)決策。

Niazi 等人［3］提出了一種基于書體的森林火災(zāi)模型的驗(yàn)證和確認(rèn)。該模型使用虛擬疊加多智能體系統(tǒng)（VOMAS）和火災(zāi)天氣指數(shù)（FWI）相結(jié)合的方法。本研究中，每個(gè)虛擬“傳感器”主體使用FWI 計(jì)算火災(zāi)概率，并與仿真模型進(jìn)行比較。結(jié)果表明，基于主體模型的VOMAS 驗(yàn)證和確認(rèn)方法，能夠使模擬專家和主題專家參與到基于主體模型的交互設(shè)計(jì)中。Chang［4］建立了一個(gè)基于主體的森林火災(zāi)蔓延模型（FFSA），描述了火災(zāi)主體的蔓延行為，并提出了基于遺傳算法的FFSA 模型規(guī)則生成算法，使森林火災(zāi)蔓延的模擬更加貼近現(xiàn)實(shí)世界。Behzadi 等人［5］提出了一種基于信念-愿望-意圖（BDI）為主體的森林火災(zāi)預(yù)測(cè)模型，并將其映射到地理環(huán)境系統(tǒng)中，以此預(yù)測(cè)伊朗北部馬扎達(dá)蘭地區(qū)的森林火災(zāi)行為。該模型的預(yù)測(cè)結(jié)果與火災(zāi)真實(shí)數(shù)據(jù)集進(jìn)行對(duì)比，準(zhǔn)確率已達(dá)到68.2%左右。

由于基于主體的模型可以定義不同的主體屬性和行為規(guī)則，因此該方法更多的將森林火災(zāi)和社會(huì)個(gè)體進(jìn)行結(jié)合，以探索火災(zāi)對(duì)個(gè)體行為的影響。如：Minelli 等人［6］以瑞士南部阿爾卑斯地區(qū)為例，構(gòu)建一種基于主體的模型來(lái)評(píng)估森林火災(zāi)的動(dòng)態(tài)。通過(guò)分析人口增長(zhǎng)、城市化和土地使用管理等因素，進(jìn)而探討城鎮(zhèn)森林交界域（Wildland-Urban interface，WUI）的演變。Spies 等人［7］建立的主體模型，結(jié)合現(xiàn)有植被演替和火災(zāi)蔓延模型，以及土地管理者的實(shí)證信息，并以俄勒岡州東部喀斯喀特斯多為例，基于構(gòu)建模型探討了土地管理者的決策對(duì)景觀中火災(zāi)和生態(tài)系統(tǒng)服務(wù)指標(biāo)的影響程度。

2 基于元胞自動(dòng)機(jī)的森林火災(zāi)仿真

元胞自動(dòng)機(jī)起源于馮諾依曼提出的自動(dòng)機(jī)理論，其是一個(gè)離散的動(dòng)力學(xué)系統(tǒng)，其中包含大量的簡(jiǎn)單細(xì)胞，每個(gè)細(xì)胞之間存在局部交互特性。盡管元胞自動(dòng)機(jī)的結(jié)構(gòu)簡(jiǎn)單，但其能做出復(fù)雜的行為，并能較好地從微觀角度預(yù)測(cè)火災(zāi)蔓延行為。因此，在模擬火災(zāi)傳播行為的離散模型中具有較強(qiáng)的優(yōu)勢(shì)。在基于元胞自動(dòng)機(jī)的模型中，森林被認(rèn)為是一個(gè)隨時(shí)間演化的元胞空間，每個(gè)單元格都有獨(dú)立和依賴狀態(tài)。其獨(dú)立狀態(tài)是自身隨時(shí)間的演化，而依賴狀態(tài)是鄰近的未燃燒單元。

Alexandridis 等人［8］提出了一種基于元胞自動(dòng)機(jī)的預(yù)測(cè)山地森林火災(zāi)蔓延模型，考慮了影響火災(zāi)蔓延的主要因素，其中包括植被類型和密度、風(fēng)速和風(fēng)向等。Collin 等人［9］將物理模型與元胞自動(dòng)機(jī)結(jié)合，在定義元胞自動(dòng)機(jī)變化規(guī)則時(shí)，特別考慮了植被特性和火焰特性。Ghisu 等人［10］提出一種用于野外火災(zāi)預(yù)測(cè)的元胞自動(dòng)機(jī)方法，對(duì)于火災(zāi)前沿行為的描述上利用修正平流速度進(jìn)行優(yōu)化，從而使火災(zāi)形狀與預(yù)期更接近。Jellouli 等人［11］提出了一種基于元胞自動(dòng)機(jī)的森林火災(zāi)蔓延動(dòng)態(tài)預(yù)測(cè)模型，考慮了植被和密度、四度和海拔高度等，評(píng)估了森林火災(zāi)的脆弱性及蔓延性，并應(yīng)用于墨西哥某一流域。Rui等人［12］提出了一種改進(jìn)的森林火災(zāi)蔓延模型，結(jié)合了元胞自動(dòng)機(jī)和現(xiàn)有林火模型，考慮了時(shí)間步長(zhǎng)與仿真精度之間的關(guān)系，并以大興安嶺森林火災(zāi)蔓延數(shù)據(jù)對(duì)模型進(jìn)行了驗(yàn)證。Bhakti 等人［13］構(gòu)建了一個(gè)基于元胞自動(dòng)機(jī)的森林火災(zāi)蔓延模型，模擬了不同植被燒毀概率條件對(duì)森林的破壞程度。

基于元胞自動(dòng)機(jī)建模方法，其核心在于用簡(jiǎn)單的規(guī)則，描述了有限狀態(tài)的復(fù)雜過(guò)程，但對(duì)于復(fù)雜系統(tǒng)中的現(xiàn)象表示存在一定的局限性。因此，該方法更適用于低維度下的簡(jiǎn)單森林火災(zāi)仿真。

3 基于機(jī)器學(xué)習(xí)的森林火災(zāi)仿真

近年來(lái)，由于機(jī)器學(xué)習(xí)能夠?qū)W習(xí)各種參數(shù)之間的非線性關(guān)系而受到廣泛關(guān)注。該方法已被應(yīng)用于各種科學(xué)和技術(shù)領(lǐng)域的預(yù)測(cè)和決策，其中包括森林火災(zāi)預(yù)測(cè)和檢測(cè)。

Sakr 等人［14］使用神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)，開發(fā)了針對(duì)累積降水和相對(duì)濕度、獨(dú)立于任何天氣預(yù)測(cè)機(jī)制的林火預(yù)測(cè)算法。結(jié)果表明，兩種方法均在預(yù)測(cè)火災(zāi)數(shù)量方面效果顯著。Arpaci 等人［15］分別使用增強(qiáng)回歸樹（BRT）和最大熵（MaxEnt）的機(jī)器學(xué)習(xí)方法，分析了蒂羅爾森林火災(zāi)分布并指出森林中發(fā)生火災(zāi)頻率較高的區(qū)域。Bui 等人［16］提出一種森林火險(xiǎn)空間建模方法，該方法基于人工神經(jīng)網(wǎng)絡(luò)、差分花傳粉和小匹配反向傳播的混合訓(xùn)練算法，并以越南林東省的熱帶森林作為案例研究，預(yù)測(cè)精度達(dá)到88.43%。Zhai 等人［17］建立了一種基于機(jī)器學(xué)習(xí)的野外火災(zāi)傳播模型，用來(lái)預(yù)測(cè)短期的野火傳播。該方法利用實(shí)時(shí)測(cè)量的火災(zāi)擴(kuò)散速率來(lái)更新預(yù)測(cè)火災(zāi)擴(kuò)散速率，提高了計(jì)算效率和預(yù)測(cè)精度。運(yùn)用多層感知神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)未燃燒區(qū)域的火災(zāi)擴(kuò)散速率，通過(guò)經(jīng)典BP 算法更新不同神經(jīng)元之間的權(quán)值與偏差。Allaire 等人［18］提出了一種混合架構(gòu)的深度神經(jīng)網(wǎng)絡(luò)，該方法可以同時(shí)處理不同類型的輸入數(shù)據(jù)，用于估計(jì)不同環(huán)境條件下的火災(zāi)蔓延。輸入數(shù)據(jù)包括周圍景觀的二維圖像和燃燒參數(shù)，最終輸出燒毀表面面積。劉丹［19］分別使用支持向量機(jī)和隨機(jī)森林K 近鄰等方法，對(duì)分布空間、時(shí)間、氣候指標(biāo)和FWI 系統(tǒng)指標(biāo)進(jìn)行數(shù)據(jù)分析，用以預(yù)測(cè)森林火災(zāi)的燃燒面積。

隨著遙感和地理信息系統(tǒng)（GIS）技術(shù)的發(fā)展，基于機(jī)器學(xué)習(xí)的火災(zāi)仿真方法也正發(fā)揮著重大作用。由于基于GIS 收集的數(shù)據(jù)規(guī)模龐大，這意味著在對(duì)森林火災(zāi)的分析過(guò)程中將涉及多種變量，如風(fēng)向、坡度和氣溫等。而機(jī)器學(xué)習(xí)既能處理多個(gè)變量又能處理大型數(shù)據(jù)集的特點(diǎn)使得其可以更好地模擬森林火災(zāi)。此外，機(jī)器學(xué)習(xí)的推理能力有助于更加精準(zhǔn)的估計(jì)森林火災(zāi)的空間分布。

4 結(jié)束語(yǔ)

計(jì)算機(jī)仿真方法在森林火災(zāi)模擬中提供了有力的支撐。本文綜述了基于主體的模型、元胞自動(dòng)機(jī)和機(jī)器學(xué)習(xí)方法在森林火災(zāi)仿真研究的主要進(jìn)展?；谥黧w的模型已經(jīng)進(jìn)行了森林火災(zāi)模型的構(gòu)建和驗(yàn)證，但是更多用于探索森林火災(zāi)過(guò)程與個(gè)體之間的影響；元胞自動(dòng)機(jī)結(jié)合物理和數(shù)學(xué)方法可以模擬離散的火災(zāi)蔓延行為，但是該方法更適用于簡(jiǎn)單的火災(zāi)蔓延行為；機(jī)器學(xué)習(xí)在目前存在大量現(xiàn)實(shí)火災(zāi)數(shù)據(jù)及多變量的背景下，更有利于精準(zhǔn)有效地模擬森林火災(zāi)。