北京大学软件与微电子学院

摘要：森林火灾是一个主要的环境问题，不仅造成经济损失破坏生态还危及人的生命。快速检测是控制这种现象一个关键因素。为了实现这一目标，一个替代方案是使用例如由气象台站提供的基于本地传感器的自动化工具。实际上，气象条件（如温度，风）是众所周知的影响森林火灾和火灾的几个指标，正如森林火险天气（FWI）就是利用这些数据的出来的。在这项工作中，我们探索数据挖掘（DM）的方法来预测森林火灾的过火面积。采取五个不同的DM技术，例如支持向量机（SVM）和随机森林以及四个不同的特征选择设置（利用空间，时间，FWI组件和天气属性），利用以上种种方法就来自葡萄牙的东北地区最近收集的真实数据进行了测试。最好的配置采用了SVM和四个气象选项（即温度，相对湿度，风和雨），这样可以预测频繁发生的小型火灾的过火面积。这些知识特别是为提高消防资源管理非常有（如优先目标空中加油机和地勤人员）。引言环境保护中一个主要的环境问题是森林火灾（也叫野火）。森林火灾影响森林保护，引起经济和生态破坏，造成人类苦难的发生。这种现象是由于多种原因造成的（如人为疏忽和闪电）。尽管国家增加开支来控制这种灾难，但是每年还是有数以百万计的森林公顷在世界各地被破坏。尤其是葡萄牙地区。从1980年到2005年，超过270万公顷的森林面积（相当于阿尔巴尼亚的土地面积）已被销毁。2003年和2005年的火灾季节是特别显着，分别影响了领土面积的4.6％和3.1％，造成了21人和18人死亡。快速检测是成功灭火的关键因素。由于传统的人监控成本昂贵且受主观因素影响，所以引发了一个强调开发自动解决方案的需求。这些可以分为三大类：基于卫星的检测、红外/烟雾扫描仪以及本地传感器（例如气象）。卫星技术具有限制，例如本地化延迟和分辨率不足以覆盖所有情况。此外，扫描仪具有高的设备和维护成本。天气条件，如温度和空气湿度，是众所周知的影响火灾发生的主要条件。由于自动气象站通常处于使用状态（例如葡萄牙有162官方站），这样的数据可以被实时收集，且成本较低。在过去，气象数据已被纳入数字索引，这些数据主要用于预防（例如预警的火险公众）并支持消防管理决策（战备水平如，优先目标或评估安全消防准则）。特别是在20世纪70年代加拿大在电脑作为稀缺资源时期所设计的森林火险天气指数（FWI）系统。由此可见，FWI系统所需要使用的具有四个气象观测读数查表只需简单的计算（即温度，相对湿度，刮风下雨），这些可以在气象站进行手动收集。如今这一指数不仅高度用于加拿大，而且在世界上（例如阿根廷和新西兰）周围几个国家也有应用。尽管地中海气候不同于加拿大，但是FWI系统相关用火活动同样应用于南欧国家，其中就包括葡萄牙。另一方面，由于信息技术的进步，兴起了对数据挖掘（DM）也被称为数据库知识发现（KDD）的兴趣，这也导致了商业、科学和工程数据库指数的增长。所有这些数据保存有价值的信息，如趋势和模式，它可以用来改进决策。然而，人类专家的局限性可能会忽视的重要细节。此外，经典的统计分析会由于如此庞大的与/或复杂的数据存在而发生故障。因此这里采取另一种方法，即使用自动化的DM工具来分析原始数据并提取高层次信息为决策者。实际上，一些DM技术已应用到火情检测领域。例如，维加-加西亚等人采用神经网络（NN）来预测人为引起野火发生的可能性。红外扫描仪和NN合并在使用已经减少了90%的森林火灾误报率。由Hsu等人提出的空间聚类（FASTCiD）则是用于探测森林火灾点的卫星图像。2005年，北美森林火灾的卫星图像被送入支持向量机（SVM），该向量机在1.1公里的像素级内发现烟雾的精度为75%。Stojanova等人应用逻辑回归、随机森林（RF）以及决策树（DT）,同时使用基于卫星的和气象数据来检测发生在斯洛文尼亚森林的火灾。通过打包DT是最好的模式，总体准确率达80％。与以往的工作相比，我们提出了一个新的DM森林火灾的方法，其中重点是利用实时和廉价的气象数据。我们将使用来自葡萄牙的东北地区收集的最新的真实数据来实现预测森林火灾的过火面积（或大小）的目的。几个实验分析了5个DM技术（如多元回归，DT,RF,神经网络和SVM）和四个功能选择设置（即使用空间，时间的FWI系统和气象数据）。所提出的解决方案包括只有四个变量的天气（即雨，风，温度和湿度）在与SVM结合来预测小型火灾，这些小型火灾则构成了大多数火灾发生的过火面积。这样的研究结果对火灾管理决策支持（如资源计划）特别有用。本文的结构如下。首先，我们描述的部分森林火灾数；2.通过DM方法列于第3节，而结果示并在第4节；最后，闭合结论被绘制（第5部分）中讨论。森林火灾数据森林火险天气指数（FWI）是加拿大用于测评火灾危险等级的系统，它包括六个组件（图1）：精细燃料水分代码（FFMC），达夫水分代码（DMC），干旱代码（DC），早期传播指数（ISI），累积指数（BUI）和FWI。前三项都涉及到燃料代码：FFMC的表示表面层水分含量，影响点火和火势蔓延；而DMC和DC代表浅有机层和深有机层，其影响火势的水分含量。ISI的是一个分数，与火灾速度传播相关，而BUI表示可用燃料的量。该FWI指数火势的一个指标，它结合了前两者的组件。虽然不同的尺度用于每个FWI元素，高数值表明更严重的燃烧条件。此外，可燃物含水率规范要求对过去的气候条件存储器（时间滞后）：16小时FFMC12天DMC和52天为直流。BUIFWIFineBehaviourIndexesFFMCDMCFuelMoistureCodesBUIFWIFineBehaviourIndexesFFMCDMCFuelMoistureCodesWeather Rainobservations RelativeHumidity Rainorforecasts Temperature RelativeHumidityRaifiWindWind Temperature Temperature-—「一「一4图1火险天气指数结构这项研究的数据取自位于Tr'as蒙达斯葡萄牙的东北地区的Montesinho自然公园森林火灾数据（图2）。这个公园包含了较高的动植物多样性，处于一个超地中海气候区，年均温度变化范围为8〜12C。实验中使用的数据收集于2000年1月至2003年12月间，由两个来源构成。第一个数据库由负责Montesinho火灾检查员收集。在每天的基础上，每一次森林火灾发生后，几个数值都会被记录，如时间，日期等。空间位置构成一个9x9的网格内（x和y轴图2）,图2包含所涉及的植被的类型以及FWI系统的六个组成部分和总过火面积。第二个数据库由布拉干萨理工学院研究所收集，包含有多种天气观测（如风速），这些数据采自位于中心的气象站记录30分钟的时间内的Montesinho公园。这两个数据库都以不同的格式存储在十几个人的的电子表格中。我们进行了大量的人工劳动，将他们整合成总共517条目的单个数据集。此数据可在以下网址访问：http://www.dsi.uminho.pt/~pcortez/forestfires/。04站呻orr\r%04站呻orr\r%7图2Montesinho自然公园地图表1示出所选择的数据的特征的描述。前四行表示的空间和时间属性。只有两个地理特征都包括在内X和Y其中。火灾发生后，植被类型更新了一个轴的值低质量（即超过80％的值被丢失）。咨询Montesinho后消防检查，我们选择了一周的时间变量的月和日。平均每月的天气条件是相当显着，而星期几能也影响森林火灾（如工作日内VS周末）的发生时间分布，因为大多数火灾由人引起。接着是直接受天气影响的四个组成部分FWI条件。之所以布维和FWI被丢弃是因为它们依赖的先前值。对于来自气象台的数据库，我们选择了使用FWI系统4天气属性。在与时间相反滞后用FWI中的值表示即时记录，由站传感器检测到火灾时给出。唯一的例外是在下雨的变量，它表示累积前30分钟内的沉淀。燃烧地段位示于图3中，表示出一个与大多数火灾呈现小的尺寸的正偏态。应当指出的是，这种不均衡的性状也发生在其他国家，如加拿大。在本数据集中有247样品具有零值。如前所述，所有的项表示火灾发生，所以零值意味着一个面积低于1公顷/100=100平方米被烧毁。为了减少偏度和改善对称性，对数函数y=LN（X+1），这是一个这趋于完善的回归结果，施加到区域属性（图3）。最后一个变换的变量表示这项工作的产量目标。表1预处理的数据集属性AmibuteDesciiptiouLdayx-axiscoojfdiiiate(from1to9)y-axiscoordinate(from1to9)Monthoftheyear(JanuarytoDecember)Dayoftheweek(MondaytoSunda