CN115841014A - 森林火灾现场处置危险性评估方法 - Google Patents

Abstract

本发明公开一种森林火灾现场处置危险性评估方法。所述的方法包括：获取基础数据；基于遥感影像提取的目标地物；应用GIS技术对获取的数据处理；利用林火蔓延模型构建森林火灾场景；综合考虑地形、气象、林火蔓延范围、植被类型指标，构建了针对不同目标的森林火灾灾中处置危险性评估模型：借助相关性分析方法评估森林火灾灾中处置不同目标危险性与各指标因子之间的相关性。

Description

森林火灾现场处置危险性评估方法

技术领域

本发明涉及一种森林火灾现场处置危险性评估方法。

背景技术

森林火灾发生时现场环境复杂，林火行为变化无常，特殊地形或气象突变等因素会引起爆燃等突发情况，严重危及救援人员、周边群众的生命安全，同时也会对周边的重点保护设施产生极大的威胁。

目前有学者利用高分遥感技术辅助森林火灾应急扑救(Gis技术在城乡规划设计中的应用及前景分析[J].山西建筑,2021,47(20):27-2)，主要用于林火要素提取、林火亮温态势感知、过火区动态监测等方面，但只考虑了遥感数据本身特性，数据源单一。随着林火蔓延模型的发展，有学者构建了基于遥感解译森林火灾蔓延模型(姜波，陈涛，张立凡等.基于遥感解译的森林火灾蔓延模型研究[J].中国应急救援,2021,(03):11-16.)，实现了林火蔓延动态模拟，但所使用遥感数据的精度较低，信息提取的精度有待提高；并且对于实时气象数据要素考虑较少且尺度较大，精细化程度低。实际扑火过程主要以经验性扑火为主，缺少智能化手段对火灾现场态势感知与研判，缺少科学性，是目前林火处置面临的一大问题。在森林火灾现场，由于气象、地形、植被等因素会造成林火行为突变，此外指挥人员对现场危险性评估的失误等会造成指挥决策失误，从而会导致人员和财产损失。

越来越多的国内外传感器卫星，提供了不同空间分辨率、时间分辨率及观测范围的遥感数据，可以为森林火灾扑救工作提供有效支撑；但多源数据的融合仍是目前急需解决的问题，充分发挥多源遥感数据的优势还有待加强(刘明，贾丹.卫星遥感技术在森林火灾扑救中的应用[J].城市与减灾,2021:66-70.)。传感手段的发展，也使得实时精细化气象数据的获取成为可能。目前针对森林火灾现场处置的研究较为单一，缺少信息集成的危险性整体评估，并且评估对象也主要是针对扑救人员，无法对现场态危险性进行精准动态评估。

发明内容

为克服上述缺陷，本发明提出一种森林火灾现场处置危险性评估方法。

为达到上述目的，本发明一种森林火灾现场处置危险性评估方法，所述的方法从综合危险性角度，考虑人员分布、救援距离、道路距离、安全区距离因素，提出的基于规则判断和层次指标体系计算的处置危险性动态评估计算方法；所述的方法包括：

获取基础数据，包括：多时相、多源遥感影像数据；行政区划图和30米DEM数据、POI数据、手机信令数据、气象数据、救援资源数据；

基于遥感影像提取的目标地物；

应用GIS技术对获取的数据处理；

利用林火蔓延模型构建森林火灾场景；

综合考虑地形、气象、林火蔓延范围、植被类型指标，构建了针对不同目标的森林火灾灾中处置危险性评估模型：

式中：R₁为救援人员危险性；X_i(i＝1,2,3,…10)为救援人员危险性评估指标标准化值；R₂为居民游客危险性；Y_m(m＝1,2,3,4,5)为居民游客危险性评估指标标准化值；R₃为重点保护设施危险性；Z_n(n＝1,2,3)为重点保护设施评估指标标准化值。

借助相关性分析方法评估森林火灾灾中处置不同目标危险性与各指标因子之间的相关性。

进一步的，所述的应用GIS技术对获取的数据处理的步骤，包括：

对POI数据、气象数据、手机信令数据、DEM数据等原始数据进行预处理；

基于DEM数据提取危险地形；

对指标数据进行处理后计算不同目标危险性；

利用专题图呈现危险性评估结果。

所述的居民游客危险性评估指标包括人员分布数量、道路距离、救援资源距离、安全区的距离和林火蔓延距离；

重点保护设施危险性评估指标包括道路的距离、救援资源的距离、林火蔓延的范围和与安全区距离；

救援人员危险性评估指标包括植被类型、风力、相对湿度、气温、高程、坡度、安全区域距离、道路距离和救援资源距离。

本发明基于遥感和GIS手段，协同感知多源数据，基于森林火灾蔓延模拟构建森林火灾灾中场景，并通过构建危险性评估模型实现不同场景下针对不同目标(居民游客、重点保护设施和救援人员)危险性的精细化动态评估。研究结果表明：不同场景下不同目标的危险性均发生变化，从12时-14时-19时，居民游客危险性从1.2增加到1.3再增加到1.37，重点保护设施危险性从0.99增加到1.05再增加到1.17，救援人员危险性从2.09增加到2.14再减少到2.139。此外，不同目标的危险性主要影响因素也不同，居民游客危险性主要与林火蔓延范围和道路距离有关；重点保护设施危险性主要与救援资源距离、林火蔓延范围和道路距离有关；救援人员危险性的主要与安全区的距离、相对湿度、高程、植被类型和气象条件有关。森林火灾灾中处置时基于多源信息感知并进行快速进行危险性评估，是科学扑救森林火灾的前提

附图说明

图1为森林火灾灾中危险性评估规则图

图2本发明实例区位置图

图3实例区目标地物空间分布图

图4 30米格网植被类型空间分布专题图

图5实例区危险地形分布图

图6林火蔓延模拟结果

图7不同场景居民游客危险性分布图

图8不同场景重点保护设施危险性分布图

图9不同场景救援人员危险性分布图

具体实施方式

下面结合附图对本发明实施例进行详细描述。

在本发明的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

危险性评估规则

森林火灾的扑救过程中，现场环境的复杂多变容易造成人员伤亡等问题，所以需要及时而又准确地采集到火场相关信息。通过对灾中处置时的危险性识别和分析，可以为指挥员提供实时的危险性评估，这是保障人员的生命安全和制定科学的扑救策略的依据。本实例通过对森林火灾相关文件和文献进行调研分析，森林火灾灾中处置时的危险性因素包括六类：

(1)危险地形是指会严重威胁扑救人员生命安全的特殊地形，这些区域的林火行为变化无常并且强度大、推进速度快，救援人员避险困难，极易造成伤亡。危险地形主要包括狭窄山脊、狭窄山谷、鞍部、陡坡、草塘沟、凸起山岩、单口山谷、峡谷、山顶等，本实例提取了五种危险地形：狭窄山脊、狭窄山谷、鞍部、陡坡和山顶点。山脊处容易形成极度不稳定的阵风并产生空气乱流运动现象，从而导致林火蔓延速度加快及火行为变化，温度极高，并且狭窄山脊区域还会导致人员行动受限。山谷不利于现场环境的观察，并且容易造成人员窒息或CO中毒，如遇到风速风向改变会形成爆发火、风力较大时易形成火旋风，并且人员行动受限，危险性极大。鞍部的风向极不稳定，林火行为活跃，容易形成高温、大风和浓烟环境从而导致扑救人员易被大火包围，发生险情。陡坡是指山地斜面高于45度的区域，这些区域地势险要并且林火行为易发生改变。坡度越大，危险性越大。

(2)气象主要包括相对湿度、风力、风速、风向和气温。相对湿度会对林火行为产生直接影响,相对湿度高于75％时，难以发生火灾；低于55％时，易发生大型森林火灾；低于30％时，极易发生特大型森林火灾；当低于25％时，越低越危险。当火灾现场的风力高于5级水平时，已经发生的火灾将难以控制，阵风会引起林火行为发生急剧变化，容易导致使扑救人员被大火包围。林火蔓延速度会随着风速的增大而变快，非常容易导致人员受到大火的突然袭击。不断变化的风向会造成林火蔓延方向的随时改变，在选择风险规避区域的时候，也需要对风向进行实时评估。气温越高火强度越大，对扑救人员造成的危险就越大。当火灾现场平均气温在11-30℃之间时，人员的伤亡率最高，气温最高的12-14时是火场发生伤亡事故几率最高的时段。

(3)植被因其燃烧属性的差别会导致不同的危险程度，在扑救火灾过程中采取的扑火策略也有差别。主要的植被类型包括针叶林、阔叶林、灌木林、草丛等，本实例提取考虑的植被类型包括针叶林、灌木林、阔叶林三类，其危险性依次降低。针叶林的火灾强度大，并且通常会导致地下火、地表火、树冠火三种类型同时发生，林内情况复杂，扑救难度大；灌木林的火行为与针叶林一致，但火强度较小，火势相对容易评估，扑救难度较大；阔叶林的火势发展虽然快但相对平稳，扑火环境相对有利，并且扑火机动性较高，林区内通常只发生地表火，不易发生树冠火。

(4)林火蔓延行为的准确判断是成功扑救火灾的关键，应对不同火行为采取的扑火策略不同。火行为主要包括蔓延方向、速度、范围，火头宽度，火焰宽度，林火类型等因素，本实例考虑了林火蔓延范围因素，通过对森林火灾林火蔓延模拟，从而实现危险性的动态评估。

(5)地物类型是森林火灾灾中处置时安全区域和行径路线的选择依据，主要包括建筑物、道路、水体、植被、耕地、农田等，建筑物的类型、材料、相邻距离的差异也会造成不同的危险性。特殊建筑物如居民地、油库、仓库、工厂、学校、医院、古建筑等属于高危险地段，是扑救火灾过程中的重点保护目标。河流、耕地、农田、裸地、沼泽等区域是用于规避风险的安全区域，可以帮助扑救人员规避风险；同时农田、道路、河流等可以隔离、堵截蔓延火头，能起到减少危险性的作用。

(6)群众分布：在森林火灾应急指挥现场需要及时做好现场及周边群众疏散、及时获取人员定位信息，并安置好受灾群众，减少人员伤亡。

(7)救援资源：火场周边的电源、消防设施、水泵、蓄水池等，是扑救人员实施救援的保障。

根据实例区的实际情况，本实例需要识别的危险性因素如表1所示：

表1实例区危险性评估因素

/>

形成的森林火灾灾中处置危险性评估规则如图1所示：

基于森林火灾灾中处置危险性评估因素及判断规则，本实例构建了如表2所示的森林火灾危险性评估指标体系：

表2森林火灾灾中处置危险性评估指标体系

/>

本实例以丫髻山风景区及其周边区域为实例区开展森林火灾灾中处置危险性评估。丫髻山风景区位于北京市平谷区刘家店镇北部，靠近密云区，海拔高度为368米，占地面积5平方公里，景区内有一条完整的古建筑群，其面积大小约为8404.18平方米。景区内林木茂盛，森林覆盖率95％，油松林生长旺盛，遮天蔽日，山后为松林山庄。该区域属暖温带季风气候区，具有明显的季节特征，日照十分充足，位于东北部的山区内具有地区性小气候。该区域内的平均气温在11.5℃到17.3℃之间，年平均降水量644毫米，主要的风向是北西风。景区内布设有消防水泵、蓄水池、电源、监控等资源，遇到森林火灾时可作为救援资源使用，山下有居民区、学校、医院、企业、加油站等，是发生森林火灾后需要重点保护的目标设施。

2019年3月30日丫髻山风景区风景区发生一起森林火灾，具体情况如下：12：00左右，密云区发生了森林火灾并且迅速向平谷区丫髻山方向蔓延；13：06林火蔓延至刘家店镇，直逼村庄和丫髻山风景区；15：30密云区域明火被扑灭，平谷区域火势持续蔓延。当日21:30前，林火都未能得到有效控制；在各方力量的大力支持下，2000余名救援人员全力奋战近22小时才扑灭。经统计，这起森林火灾总过火面积达680亩，其中密云区40亩、平谷区640亩。本实例参考此次火灾，通过林火蔓延模拟构建森林火灾灾中场景，选取林火刚发生时(12时)、林火蔓延2小时(14时)、林火蔓延7小时(19时)三个场景进行森林火灾灾中处置危险性评估。

数据：

本实例所使用的数据包括：多时相、多源遥感影像数据：夏季/冬季谷歌影像(分辨率为0.5米，获取时间分别为：2018年8月16日和2020年3月7日)、夏季/冬季Sentinel-2影像(分辨率为10米，获取时间分别为：2018年8月21日和2019年12月31日)和无人机数据(获取时间为：2020年9月28日)，用于实例区目标地物提取；基础地理数据包括行政区划图和30米DEM数据，其中DEM数据用于危险性地形、坡度和高程提取；POI数据，包括企业、学校、医院、加油站和古建筑，是森林火灾救援过程中的重点保护设施；手机信令数据，该数据以250米格网单元按小时统计人员位置信息和人群结构信息(包括常住居民、游客、学生、老弱群体等)，用表示居民游客分布及数量；气象数据，来源于丫髻山风景区周边四个气象监测站点，以每小时为单位进行监测，包括风速、风向、相对湿度和温度；救援资源数据，来源于实例区实地采样，包括蓄水池、消防设施、水泵和电源等。

具体数据及其来源见表3所示：

表3森林火灾灾中处置危险性评估数据及来源

1实例方法

1.1基于高分辨率遥感影像的目标提取

随着遥感技术的发展，遥感数据的自由获取已经成为可能，高空间分辨率的遥感数据也逐步开放共享，如Google Earth影像、Sentinel-2影像，高空间分辨率遥感影像能提供精确的地表地理信息和丰富的空间信息，能很好的反映地物的纹理、形状及相邻地物的关系(LUO X,TONG X,QIAN Z,et al.Detecting urban ecological land-coverstructure using remotely sensed imagery:a multi-area study focusing onmetropolitan inner cities[J].International Journal of Applied EarthObservation and Geoinformation,2019,75:106-117)(黄昕，张良培，李平湘.融合形状和光谱的高空间分辨率遥感影像分类[J].遥感学报,2007,(02):193-200.)。目前面向对象分类方法已成为高空间分辨率遥感影像地物分类的主要方法(郝睿，李兆富，张舒昱等.整合无人机和面向对象的农村居住环境信息提取[J].遥感技术与应用,2020,35(03):576-586.)。该方法以同质对象为基本单元，由具有相同的光谱、几何形状等多语义信息的相邻像元组成，在进行分类时能有效地利用对象的几何信息以及对象之间的语义信息、纹理信息和拓扑关系(杨磊.基于多特征dempster_sh_省略_的高分辨率遥感影像建筑物变化检测_杨磊[D].成都:西南交通大学,2016.)，能够改善传统分类方法所引起的椒盐现象，并且分类精度高、速度快(李洪川，楚恒，霍英海.城市道路的多特征多核svm提取方法[J].测绘通报,2018,(02):72-77.)。学者们通过研究证明了面向对象分类方法具有广泛的适用性(ELENI F,MARIA T,LENA H,et al.Water-related ecosystems'mapping and assessmentbased on remote sensing techniques and geospatial analysis:the swos nationalservice case of the greek ramsar sites and their catchments[J].Remote Sensingof Environment,2020,245:111795.)(PU R,LANDRY S,YU Q.Object-based urbandetailed land cover classification with high spatial resolution ikonosimagery[J].International Journal of Remote Sensing,2011,32(12):3285-3308.)，该方法是遥感和地理信息科学发展的一个重要趋势，在遥感分类领域已经被广泛应用(郝睿，李兆富，张舒昱等.整合无人机和面向对象的农村居住环境信息提取[J].遥感技术与应用,2020,35(03):576-586)。基于高分辨率遥感影像提取的目标地物是森林火灾影响评估的重要数据源，是进行精准的评估基础。

基于森林火灾灾中处置危险性识别，本实例基于遥感影像需要提取的目标地物包括植被(针叶林、阔叶林、灌木林)、道路、建筑和耕地。考虑到不同地物类型的物候特征和光谱特征差异，为提高分类精度，本实例基于多时相的多源遥感影像数据进行目标提取，该过程主要在ENVI5.5软件中使用面向对象图像分类的方法(结合基于规则的面向对象分类和基于样本的面向对象分类)来进行实现。本实例的目标提取结果如图3所示。

对于提取的植被数据，首先根据植被易燃性(针叶林>灌木林>阔叶林>无植被)，对植被类型进行赋值，使用3、2、1、0对植被类型进行赋值；其次，基于30米的格网划分植被类型并选取面积最大的优势植被作为每个格网的植被类型，划分后的实例区植被类型空间分布数据如图4所示。

1.2GIS空间分析

GIS是一门综合性学科，结合地理学、地图学、遥感、计算机科学等多学科，已经广泛的应用在不同的领域，是一种专门用于采集、存储、管理、分析和表达空间数据的信息系统。随着GIS发展，它可以采用各种技术手段来处理地理信息，如数字化技术、存储技术、空间分析技术、建模技术、二维、三维可视化技术等，GIS可通过建立数据库实现地理数据的集中管理，从而根据需求进行数据的查询、显示和专题图输出等，亦可以进行专题信息分析，为决策、理论研究提供依据等。GIS具有强大的空间分析功能，它是将需要判断的地理空间要素叠加在一起，通过对它们的位置、分布、形态等信息进行拓扑分析，从而提取彼此之间的内在联系，是对地理空间现象的定量研究(胡玮.Gis空间分析在航空气象预警中的应用[J].成都航空职业技术学院学报,2021,37(03):39-41.)。目前已经广泛应用于森林火灾管理及扑救的相关工作中。

本实例主要应用GIS技术进行数据获取与处理，涉及到的空间分析功能主要包括投影转换、重采样、叠加分析、栅格计算、重分类、空间插值、表面分析、水文分析、邻域分析和专题制图等，首先是对气象数据、手机信令数据、DEM数据等原始数据进行预处理；其次基于DEM数据提取危险地形；然后对指标数据进行处理后计算不同目标危险性，其中距离因子的计算主要是通过邻域分析中的近邻分析功能实现；最后以专题图呈现危险性评估结果。

数字高程模型(DEM)中蕴含着丰富的地形地貌信息(胡启明.地形特征线提取方法的研究进展[J].测绘与空间地理信息,2017,40(04):47-50.)从中提取地形特征信息是当前地学研究的热点之一(王文娟.规则格网dem的地形特征线提取研究[D]:长安大学,2018.)。本实例中狭窄山谷和山脊采用基于地形表面流水分析的方法进行提取；鞍部在等高线地形图上表现为相邻两山顶间的山谷和山脊的相交之处，因此可以通过对前一步提取的山脊和山谷进行相交得到；山顶点采用基于独立自封闭等高面(陈盼盼，鲁鹏，刘伟等.基于独立自封闭等高面的山顶点自动提取[J].地理空间信息,2020,18(12):48-50.)与手动编辑的方法进行提取；陡坡则基于ARCGIS10.2软件的坡度分析进行提取并筛选大于45度的区域即可得到。实例区危险地形空间分布如图5所示。

1.3森林火灾林火蔓延模拟

林火蔓延作为关键的林火行为特征因子，林火蔓延模拟模型的构建研究一直是国内外的研究热点(赵璠，舒立福，周汝良等.林火行为蔓延模型研究进展[J].世界林业研究,2017,30(02):46-50.)。林火行为的研究，是发展林火扑救技术的科学基础(宗学政，田晓瑞.林火行为和扑救技术研究进展[J].世界林业研究,2019,32(06):31-36.)。目前比较经典的林火蔓延模型包括：美国的Rothermel模型、澳大利亚的McArthur模型，基于模型建立的林火蔓延模拟系统有Farsite系统和Prometheus系统。Prometheus系统是加拿大进行林火扑救管理以及森林和社区消防安全设计的主要参考工具；Farsite系统是美国林务局、国家公园局和其他相关部门的林火和林业资源管理的主要使用的系统。常见的中国林火蔓延模型有王正非模型(王正非.山火初始鉴延速度测算法[J].山地研究,1983,1(2):42-51)。目前国内使用较多的林火蔓延模型是王正非模型和Rothermel模型(朱莲.基于王正非模型与rothermel模型的林火模拟比对[J].农业科技与信息,2019,(03):85-88)；许多学者基于Rothermel模型进行了相关研究，并且随着计算机、GIS和遥感等技术的发展，林火蔓延模型研究逐步向二维甚至多维空间发展，成为日常森林火灾管理和扑救中必不可少的工具。相对于其他模型需要更精细化复杂的数据支持，Rothermel模型需要的数据相对较少，在森林火灾灾中处置过程中需要对现场危险性进行快速评估，以及时为林火扑救提供决策支持。故本实例基于Rothermel模型，在ArcEngine平台中实现了实例区在林火蔓延空间模拟。Rothermel模型计算公式见式(1)：

式中：R为林火蔓延速度；I_r为火焰区的反应强度；∈为林火蔓延速率；

为风速修正系数；/>

坡度修正系数；ρ为可燃物的密度；ε为有效热系数；Q为点燃单位质量的可燃物所需的热量(朱莲.基于王正非模型与rothermel模型的林火模拟比对[J].农业科技与信息,2019,(03):85-88)。

本实例基于C#语言实现了以小时为单位的林火蔓延二维模拟。根据2019年3月30日12时左右丫髻山景区发生森林火灾，基于当天的气象数据(风速、风向)和可燃物数据对林火进行蔓延模拟，构建森林火灾场景，气象数据由丫髻山周边的气象监测站实时监测所得。根据实例区实际情况和实时监测数据，对火灾发生2小时(14时)、4小时(16时)和7小时(19时)三个时刻进行林火蔓延模拟，得到林火蔓延模拟结果如图6所示。

参考丫髻山森林火灾场景，选取与模拟时间相近的时间节点，林火蔓延区域和蔓延方向与丫髻山森林火灾相近时间点的场景大致相同，表明了本文的林火蔓延模拟结果具有一定的合理性，但是受现场实际获取数据的影响，模拟结果与实际的火灾情景有一定偏差，但用于构建本实例的森林火灾场景是合理的。

1.4森林火灾灾中处置危险性评估模型及构建

本实例基于森林火灾灾中处置危险性评估规则，综合考虑地形、气象、林火蔓延范围、植被类型等不同类型指标，在ARCGIS10.2软件中构建了针对不同目标的森林火灾灾中处置危险性评估模型，具体见式(2)-(4)：

/>

式中：R₁为救援人员危险性；X_i(i＝1,2,3,…10)为救援人员危险性评估指标标准化值；R₂为居民游客危险性；Y_m(m＝1,2,3,4,5)为居民游客危险性评估指标标准化值；R₃为重点保护设施危险性；Z_n(n＝1,2,3)为重点保护设施评估指标标准化值。

为消除不同指标之间因量纲不同带来的影响，本实例使用极差法对各指标数据进行了标准化处理，使各指标的值介于0-1之间(蒋琴，钟少波，朱伟.京津冀地区森林火灾综合风险评估[J].中国安全科学学报,2020,30(10):119-125)。危险性评估基于标准化指标数据进行计算。

1.5指标体系与危险性的相关性分析

相关性分析方法常用于衡量两个或多个变量元素之间关联性，并且能进一步反应出各个变量元素之间的密切程度(周雪.黑龙江省气象因子与落叶松植被净初级生产力相关性分析_周雪[J].湖北农业科学,2021,60(9):148-152)。Li等(LI W,LI H,ZHOU D,etal.Modelling hydrological connectivity in the marine-freshwater interactionin the yellow river estuary of china[J].Wetlands,2020,40(20))通过该方法验证了土壤盐度与水文连通性之间的相关性，本文将借助该方法探究森林火灾灾中处置不同目标危险性与各指标因子之间的相关性，从而确定不同目标危险性的主要影响因素。本实例在SPSS25.0软件中基于Person相关性分析法进行研究，具体如式(5)：

式中：r_xy为变量x_i、y_i的相关性系数，数值介于[-1,1]之间；n为样本数量；

与/>

分别代表两个变量的平均值。r_xy>0表示两元素之间存在正相关性，即一个变量随着另一个变量的增大而增大；r_xy<0表示两元素之间存在负相关性，即一个变量随着另一个变量的增大而减小；|r_xy|越接近1，则表示两元素之间的相关性越强；越接近0，则表示两者之间关系相关性越弱。

2结果分析

基于森林火灾灾中处置危险性评估模型计算得到不同森林火灾场景下不同目标的危险性，在ArcGIS10.2软件中将危险性值划分为五个等级，等级越高，表明目标所面临的危险性越高，从而得到不同场景下不同目标的危险性空间分布制图。

2.1居民游客危险性分析

不同场景居民游客面临的危险性空间分布如图7。不同时间段人员动态分布和林火蔓延导致了危险性空间分布的动态差异。当森林火灾发生时，居民游客在不同场景下面临的危险性等级划分差异明显，主要表现在一级到四级危险性，五级危险性区域变化较小且都集中在密云区以及平谷区与密云区接壤的区域，即实例区中部。从12时-14时-19时，一级危险性区域明显减少，二级危险性区域增加，且主要集中在实例区东南方向，此变化主要是与林火蔓延的方向有关，越接近林火，人群面临的危险性等级增加；四级风险区域主要分布在东北区域，且变化明显，呈先增加后减少的趋势。根据统计数值，12时居民游客危险性均值为1.2,14时危险性均值为1.3,19时危险性均值为1.37，随着时间变化，居民游客面临的危险性逐渐增加。

居民游客危险性与各指标要素之间的相关性(表4)，结果显示：不同场景居民游客危险性均与各指标呈显著相关性，12时与林火蔓延范围的相关性系数最大，其次是救援资源距离和道路距离；14时与林火蔓延范围的相关性系数最大，其次是救援资源距离和道路距离；19时与道路距离的相关性系数最大，其次是与安全区距离和林火蔓延范围；结果表明12时和14时居民游客危险性的主要影响因素相同，主要受林火蔓延范围的影响，其次是救援资源距离和道路距离；而19时居民游客危险性的主要影响因素是道路距离，其次是安全区距离和林火蔓延范围。不同场景居民游客危险性的主要影响因素不同，但都受林火蔓延范围的影响，当森林火灾发生时，指挥员应立即采取救援措施，对林火蔓延作出正确研判，疏散转移周边的居民游客。

居民游客危险性评估指标包括人员分布数量、道路距离、救援资源距离、安全区的距离和林火蔓延距离，根据相关性分析，12时和14时居民游客危险性的主要影响因素是林火蔓延范围、救援资源距离和道路距离；而19时居民游客危险性的主要影响因素是道路距离、安全区距离和林火蔓延范围。根据实例区实际环境与相应的指标因子专题图可知实例区中部距离林火近，距离道路、救援资源和安全区远，所以三个场景下实例区中部的危险性等级最高，这验证了不同场景下居民游客危险性评估结果具有合理性。

表4居民游客危险性与指标相关性系数

2.2重点保护设施危险性分析

不同场景重点保护设施面临的危险性空间分布如图8。林火蔓延范围的变化导致了不同时间段重点保护设施危险性动态差异。三个场景的危险性差异主要表现在实例区东南区域，并且以丫髻山风景区的古建筑为主。不同场景下四级和五级高危险性区域都主要集中在实例区北部和中部。从12时到14时到19时，三级和四级的危险性区域增加，主要表现在丫髻山古建筑群，一级和二级危险性区域都集中在实例区东南区域，12时以丫髻山风景区为主，随着时间变化，由于林火蔓延范围扩大，越来越靠近古建筑群，危险性等级增加。实例区中部的酒店因林火蔓延范围扩大，危险性等级从四级增加到五级。根据统计数值，12时重点保护设施面临的危险性均值为0.99,14时面临的危险性均值为1.05,19时面临的危险性均值为1.17，危险性逐渐增大，并且19时危险性变化更大。

不同场景下重点保护设施危险性与各指标要素之间的相关性(表5)，计算结果显示：不同场景下重点保护设施危险性和与安全区距离呈负相关，与其他指标均呈显著正相关。12时与救援资源距离的相关性系数最大，其次是林火蔓延范围和安全区域距离；14时与林火蔓延范围的相关性系数最大，其次是救援资源距离和安全区域距离；19时与道路距离的相关性系数最大，其次是与救援资源距离和林火蔓延范围；三个场景重点保护设施的危险性主要因素不同，12时主要是与救援资源距离，14时主要是林火蔓延范围，19时主要是道路距离，但是不同场景下重点保护设施危险性都和救援资源距离有较大的相关性，表明救援资源分布对重点保护设施危险性的影响较大，所以在平时的森林防火工作中，在重点保护设施周围要合理布设救援资源，以供应急使用。

重点保护设施危险性指标包括道路的距离、救援资源的距离、林火蔓延的距离和与安全区距离，根据相关性分析，不同场景下重点保护设施危险性的主要影响因素是救援资源距离、林火蔓延距离、道路距离。根据实例区实际环境与相应的指标因子专题图可知实例区中部及北部距离林火近，与救援资源距离远，所以三个场景下实例区中部及北部的危险性等级较高，随着林火蔓延范围扩大，丫髻山古建筑群及周边的设施与林火的距离越来越近，危险性等级增加，这验证了不同场景下重点保护设施危险性评估结果具有合理性。

表5重点保护设施危险性与指标相关性系数

2.3救援人员危险性分析

不同场景下救援人员面临的危险性空间分布如图9。从图中可以看出，实时气象数据使救援人员危险性呈现明显的动态差异。图中危险地形区域对救援人员有极大的生命威胁，指挥人员在指挥扑救火灾时应当尽量避开这些区域以保障救援人员的生命安全。不同场景下救援人员危险性存在空间差异，12时四级和五级危险性区域主要沿行政区两侧成东北-西南走向，主要沿危险地形区域分布；14时和19时的五级危险性区域明显减少，山区四级危险性区域大致不变，19时实例区北部的中高危险性区域增加。19时三级危险性区域较其他两个时段有明显增加，且主要在实例区西北区域。根据数值统计，从12时到14时到19时，救援人员危险性均值从2.09增加到2.14再减少到2.139,12时救援人员面临的危险性最低，14时和19时整体危险性差异不大。

不同场景下救援人员危险性与各指标要素之间的相关性(表6)，计算结果显示：12时救援人员危险性与救援资源距离和气温呈负相关性，与其他指标呈正显著相关性，救援人员危险性与安全区距离的相关性系数最大，其次是植被类型，此外和高程、道路距离、坡度也均呈强相关；14时救援人员危险性与救援资源距离和风力呈负相关性，与其他指标呈正显著相关性，与安全区距离相关性系数最大，其次是高程，此外与植被类型、道路距离、坡度和相对湿度也呈强相关性；19时救援人员危险性与指标均呈正显著相关性，与相对湿度的相关性系数最大，其次是高程，此外与安全区域距离、植被类型、道路距离和气温也呈强相关。12时和14时救援人员的主要影响因素均为与安全区的距离，19时的主要影响因素是相对湿度，12时受气象条件的影响较小，14时和19时受气象条件的影响较大，并且与安全区距离、高程和植被类型对三个场景下救援人员危险性均有较大影响。

救援人员危险性指标包括植被类型、风力、相对湿度、气温、高程、坡度、安全区域距离、道路距离和救援资源距离，根据相关性分析，不同场景下救援人员危险性的主要影响因素是危险地形、安全区距离、植被类型、高程、坡度、道路距离、气温、相对湿度。根据实例区实际环境与相应的指标因子专题图可知四级和五级危险性区域主要分布在距离安全区和道路较远的山区，即实例区中部和西边，这些区域主要为山地，高程和坡度都较大，并且植被类型主要为易燃性较高的针叶林和灌木林，此外不同场景气象环境变化导致了危险性区域的空间变化，这验证了不同场景下救援人员危险性评估结果具有合理性。

表6救援人员危险性与指标相关性系数

注：*表示指标值为常量，无法计算相关性

3结论

(1)不同场景下，不同目标的危险性均发生变化，从12时-14时-19时，居民游客危险性均值从1.2增加到1.3再增加1.37，重点保护设施危险性均值从0.99增加到1.05再增加到1.17，救援人员危险性均值从2.09增加到2.14再变化到2.139。

(2)不同场景下不同目标危险性的主要影响因素不同：12时和14时的居民游客危险性主要受林火蔓延范围影响，19时主要与道路距离有关；12时重点保护设施危险性主要影响因素是救援资源距离，14时是林火蔓延范围，19时是道路距离，但重点保护设施危险性都与救援资源距离有较大的相关性；12时和14时救援人员危险性的主要影响因素均为安全区的距离，19时的主要影响因素是相对湿度，随着时间变化，气象条件的影响逐渐增大，并且安全区距离、高程、植被类型因素对救援人员危险性影响较大。

(3)不同森林火灾场景下，森林火灾灾中处置现场的目标危险性与主要影响因素均发生变化，因此应充分借助遥感和GIS等手段，进行多源信息的快速协同感知并进行目标危险性的精细化评估，以为指挥员提供居民游客、重点保护设施以及救援人员进行施救的危险性制图，为其制定疏散转移居民游客、保护重点设施、保障救援人员安全的科学扑救森林火灾决策提供支持，为灭火措施的选择提供依据，最大程度降低森林火灾损失。

在本说明书的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (3)

1.一种森林火灾现场处置危险性评估方法，其特征在于，所述的方法从综合危险性角度，考虑人员分布、救援距离、道路距离、安全区距离因素，提出的基于规则判断和层次指标体系计算的处置危险性动态评估计算方法；所述的方法包括：

获取基础数据，包括：多时相、多源遥感影像数据；行政区划图和30米DEM数据、POI数据、手机信令数据、气象数据、救援资源数据；

基于遥感影像提取的目标地物；

应用GIS技术对获取的数据处理；

利用林火蔓延模型构建森林火灾场景；

综合考虑地形、气象、林火蔓延范围、植被类型指标，构建了针对不同目标的森林火灾灾中处置危险性评估模型：

式中：R₁为救援人员危险性；X_i(i＝1,2,3,…10)为救援人员危险性评估指标标准化值；R₂为居民游客危险性；Y_m(m＝1,2,3,4,5)为居民游客危险性评估指标标准化值；R₃为重点保护设施危险性；Z_n(n＝1,2,3)为重点保护设施评估指标标准化值。

借助相关性分析方法评估森林火灾灾中处置不同目标危险性与各指标因子之间的相关性。

2.如权利要求1所述的森林火灾现场处置危险性评估方法，其特征在于，所述的应用GIS技术对获取的数据处理的步骤，包括：

对POI数据、气象数据、手机信令数据、DEM数据等原始数据进行预处理；

基于DEM数据提取危险地形；

对指标数据进行处理后计算不同目标危险性；

利用专题图呈现危险性评估结果。

3.如权利要求1所述的森林火灾现场处置危险性评估方法，其特征在于，所述的居民游客危险性评估指标包括人员分布数量、道路距离、救援资源距离、安全区的距离和林火蔓延距离；

重点保护设施危险性评估指标包括道路的距离、救援资源的距离、林火蔓延的范围和与安全区距离；

救援人员危险性评估指标包括植被类型、风力、相对湿度、气温、高程、坡度、安全区域距离、道路距离和救援资源距离。

Images