基于北京市火灾统计数据的时间序列分析

采用Box-Jenkins法分析了城市火灾时间序列上的趋势性规律,通过数据预处理和模型的识别与诊断,最终建立了城市火灾预测模型。对北京市2000—2006年的火灾统计数据进行了平稳性处理,通过城市火灾预测模型的建模方法对北京市火灾发生次数的时间序列进行了ARIMA建模。根据得到的ARIMA(1,1,0)(1,1,1)12模型对北京市2007年的火灾发生次数进行了预测,并将该模型和BP神经网络模型的预测结果与实际情况进行对比分析。结果表明,ARIMA模型特别适用于随机性较大的火灾数据的趋势预测,并且方法简单,算法经济。     

基于Prophet-聚类模型的火灾时空聚集性特征及预测研究

为研究火灾发生的时空变化规律和聚集性特征,为火灾的科学防范提供参考,基于全国2003-2017年火灾发生次数、死亡人数、受伤人数和直接经济损失及31个省级行政区火灾发生次数等统计数据对火灾特征进行了趋势分析和时间序列预测,并通过K-means聚类分析对火灾空间分布特征和风险程度进行了划分.结果表明,2003-2017年月火灾特征呈先下降后上升再下降的趋势,且具有明显的季节趋势特征.春节期间火灾次数显著增多,具有节假日事件特征.使用Prophet模型对火灾次数进行了时间序列预测,均方根误差RMSE为 3 554.25,决定系数R2为0.98,预测精度较高,平均误差为4.6％,表明使用Prophet模型预测具有季节趋势和节假日事件特征的时间序列效果良好.对2015-2017年31个省级行政区的火灾风险程度进行等级划分,发现广东、浙江和江苏的火灾风险最高,总体为严重风险;天津、海南、贵州、西藏、青海、宁夏的火灾风险程度均较低.研究结果可以为更好地挖掘火灾时空分布及聚集性特征,以及消防部门的火灾防控工作提供一定的依据.     

重特大火灾对南京市火灾发生影响规律的时间序列研究

本文采用时间序列法分析中国江苏省南京市每月火灾发生次数受该时间段内江苏省特大火灾以及南京市重特大火灾的影响规律。在对原始数据依次进行了异常点剔除、季节调整后,运用时间序列干涉模型对调整后的数据序列进行滞后分析,分析结果表明通常重特大火灾的影响可持续三个月。     

中国火灾与社会经济因素的相关分析

根据1997—2004年的统计数据,借助于科学软件MATLAB,对中国31个不同地区4个火灾指标(火灾起数、死亡人数、受伤人数、直接损失)与11个社会经济因素(GDP、人均GDP、人口总数、城市人口密度、国土面积、平均货币工资、大专以上人口、就业人数、城市人均居住面积、失业率、消防投入)的内在数量关系进行多元相关分析,得出了5个重要结果。该结果揭示了火灾指标与多个社会经济因素之间的内在客观规律,具有重要的理论意义和应用价值,可供火灾研究和有关部门的消防决策作参考。     

北京市火灾关联规则分析

利用关联规则挖掘算法及Clementine挖掘工具定量分析了火灾统计中起火场所、火灾原因和起火时间(月份、时间区间)之间的关联性.在采用关联规则表征参数的基础上,引入规则平均直接财产损失(人员死亡)比和规则总直接财产损失(人员死亡)比来表示不同规则损失的大小.以北京市2000-2006年火灾统计数据为例,对其火灾发生和人员死亡数据库进行挖掘,得到起火场所、火灾原因及起火时间(月份、时间区间)之间的1-项集、2-项集和3-项集关联规则.不同起火场所、时间区间、月份和火灾原因下得出的火灾发生频率和损失分析结论可为消防管理部门有针对性地采取消防监督管理措施和有效提高消防执勤战备提供指导.     

适应城市消防规划需求的火灾风险评估研究

研究城市火灾风险评估,可以为城市消防规划提供有效参考,对推进城市防灾减灾工程具有重要意义。面向所要研究区域的城市消防规划需求,首先分析区域火灾历史统计数据,提炼区域的火灾特点,从火灾危险性、承灾体易损性、城市抗灾能力3方面分析指标影响因子,建立了城市火灾风险评估指标体系;其次,提出了以建设用地地块为评估单元,基于现场调研和卫星遥感影像、城市用地分类相结合的指标因子快速分析方法,并通过加权平均评估城市火灾风险;最后,通过城市火灾风险评估案例研究,阐释了评估的技术流程和结果形式。研究结果表明:适应城市消防规划需求的火灾风险评估方法可以快速定量评估区域火灾风险的空间分布特征,还能识别出消防安全布局的重点地区,进一步支撑城市消防规划编制。     

公共建筑火灾风险评价方法研究

建筑物的火灾危险度包括火灾对建筑物本身的破坏以及对建筑物内部人员伤害两个方面.本文在古斯塔夫火灾危险度法和层次分析法的基础上,采用模糊数学中的一些方法对火灾危险源进行处理.将火灾风险定义若干因子,每个因子对应火灾危险源的不同特性.通过评价得出建筑物所属的安全等级以及一定区域内建筑火灾风险的排序.在评价过程中考虑控制风险的力量,特别是消防队控制风险的力量对建筑物火灾风险的影响,使评估结果更加合理准确.该方法可以使消防部队快捷迅速的了解辖区内重要公共建筑的安全情况,以及如何合理的布置消防站点,降低城市区域风险.     

城市火灾时间标度行为

根据2003年-2006年浙江、武汉两地火灾事件发生情况,应用变异系数、法诺因子、阿伦因子的统计分析方法,对城市火灾事件的时间标度行为进行了分析。结果显示,城市火灾序列具有一定的时间丛集性特征,且在达到一定的时间尺度后呈现出较为明显的分形特征,该分形自相似性特征具有普适性和稳定性。同时发现,一定时间尺度范围内城市火灾时间序列的分形特征与时间窗口的取值无关。     

气象因素对江苏区域城市火灾发生的影响

火灾作为一个开放系统必然受到自然现象的影响,其中气象因素对火灾的发生、防治和损失控制方面有着重要的影响。笔者针对江苏省南京市和无锡市1997～2 0 0 1年的城市火灾数据,采用相关分析的方法,研究了城市火灾数据与月平均降雨量和月平均温度等气象因素之间的关系,对火灾数据进行2～5个月的滞后分别进行回归分析,对比不同滞后时间分别得到不同的回归方程;然后比较不同的回归方程,找到最为拟合的方程,即可知道气候因素对火灾的滞后影响。研究结果表明:气象因素与火灾的发生关系密切,可能对滞后2个月后的火灾形势影响较大。     

基于ARIMA干预模型和对比分析的安徽省“清剿火患”效果研究

为了研究"清剿火患"行动对安徽省火灾形势的抑制作用,采用ARIMA干预模型与火灾数据对比的方法对2007—2012年安徽省火灾统计数据进行了分析。2种ARIMA干预模型都能检测到"清剿火患"行动对季节调整后火灾起数时间序列的抑制效果。根据干预模型,抑制效果在"清剿火患"行动开展后第3个月时出现,火灾立即减少约300起,随后抑制效果逐渐衰减。在"清剿火患"行动开展14个月后,抑制效果几乎衰减为0。通过对比"清剿火患"期间与2009-10—2010-02、2010-10—2011-02的火灾统计数据,发现"清剿火患"行动期间的火灾起数较前两年同期的火灾起数大幅度降低,平均降幅达64%。在此基础上又分析了不同火灾原因、火灾场所和火灾起数的降低情况。对比发现,"清剿火患"期间火灾死亡人数与死亡人数不低于3人的火灾起数均降低为0。     

地铁火灾应急疏散路线规划与对策

为有效控制地铁内灾难发生、避免重大伤亡和损失,预先对地铁火灾进行模拟并制定相应疏散方案是必要的。首先,通过大量地铁案例分析,得出火灾发生概率、类型和部位。其次,对研究对象的数据进行收集,测绘形成图纸,并建立模型。最后,以北京地铁西直门站为例,在确定火灾情景后,利用PyroSim模拟地铁火灾,分析火灾发生时地铁内的环境温度、烟气浓度及可见度等因素对疏散的影响;根据测量所得人员参数,利用Pathfinder模拟疏散情况,分析疏散过程中的时间点、拥挤度和疏散瓶颈等不利因素;在火灾和疏散结果对比和分析中,提出地铁火灾疏散路线的规划及对策,建立多套消防救援方案,分析合理的救援路线,并对地铁内部的应急防控能力提出建议。     

北京市火灾事故特征的统计分析

为全面了解北京市火灾事故的基本情况,使用聚类分析和描述性统计对火灾事故统计数据进行了分析。结果显示,北京火灾事故存在一定的空间分布特征,中南部较其他区域火灾风险较高。火灾事故的时间趋势显示,起火次数、伤亡人数有降低趋势,直接经济损失有上升趋势。不同起火原因引起的火灾事故起数和直接经济损失中,电气和生活用火不慎引起的火灾事故占主要部分。研究对于认识北京火灾事故的特征、发展趋势和有重点的进行火灾事故预防有重要意义。     

火灾事故致因的多因素灰色关联分析

运用灰色关联分析方法,以河南省6年的火灾事故统计数据为例,通过计算和分析纵火、电气、违反操作规程等多因素与火灾事故间的灰色关联度及灰色关联序;确定出影响火灾事故的主要相关因素;得出火灾多因素与火灾事故间关系的定量化分析结果。该研究为确定火灾因素间的关系提供了一种较为科学的定量评价方法,对分析事故主要原因、掌握火灾事故发生规律提供支撑,对提出有效对策有重要的理论意义和实用价值;同时,有利于减少火灾事故的发生,促进社会的安全与稳定。     

基于情景的建筑火灾风险分析方法及CFAST软件应用

提出基于情景的建筑火灾风险分析方法,它通过3个步骤即起火分析、确定未来情景集和确定风险分析结果来计算建筑物火灾风险大小。从一个建筑单体出发,通过过程模拟的手段得到其未来可能会出现的各种"情景",计算各"情景"中的指标,通过综合分析得到风险分析的结果。并通过算例说明了基于情景的火灾风险分析方法的实现过程。最后通过分析北京市近几年的火灾历史数据、设定影响火灾发展的各种因素和CFAST软件模拟的手段,得到建筑火灾年期望损失率作为风险的度量值。     

一种新型泡沫凝胶成胶时间及灭火特性的实验研究

为研究新型无氨泡沫凝胶的胶凝特性和灭火特点,采用倾斜试管法分别测试了不同反应物浓度、温度、pH值和发泡剂浓度等参数对新型泡沫凝胶成胶时间的影响,同时通过灭火实验对泡沫凝胶的消防特性进行了研究。结果显示：当水玻璃与促凝剂的质量比在1．33—4．0时材料成胶时间满足煤矿灭火要求;pH值在6．9—8．5时成胶最快;成胶时间随温度升高而减小;发泡剂浓度对成胶时间影响不大;泡沫凝胶灭火效果良好且有效延长了复燃周期。因此泡沫凝胶在矿井消防中有很强的实用价值,并且可通过限制反应物浓度、pH值、温度等参数,更高效的控制成胶时间。     

中国森林火灾周期振荡的小波分析

小波分析具有自适应性和数学显微镜性质,能将交织在一起的不同频率成分组成的复杂的时间序列分解成频率不相同的子序列.本文采用Matlab 6.5软件对1950～2002年中国林火统计资料进行小波分析,采用的小波是Daubechies 10.结果表明,1950～2000年森林火灾受害森林面积总体上呈下降趋势,1995以后受害森林面积基本控制在比较低的水平,年际间变化不大.10年和30年尺度上的变化反应出气候和植被变化对森林火灾的影响,可燃物的变化表现出近10年周期的波动性.1950～2000年中国森林火灾次数整体上是下降的,森林火灾发生次数减少的主要原因是我国对森林火灾的预防、监测和扑救能力都得到显著提高,特别是对人为火源进行了严格控制,近年来林火发生次数保持在相对低的水平.     

Fatality and influence factors in high-casualty fires: A correspondence analysis

The technology of correspondence analysis was applied to high-casualty fire data in China. The aim of this study was to investigate the associations between fatality levels and influence factors that involve place, cause, time of day, month, year and province. The variable fatality in a fire has four levels: 3, 4-5, 6-9 and ?10. The results show that hotels, welfare houses and hospitals tend to be strongly associated with fatality level ?10. The fires caused by work-related tasks tend to precipitate a relatively high number of fatalities and are strongly associated with fatality level 6-9. Fires that occur in the daytime (8:00-19:59) are associated with higher fatalities than fires that occur at night (20:00-7:59). The months in the cold season, such as winter or the beginning of spring, tend to be associated with fatality levels 4-5, 6-9 and ?10. CA dynamically portrayed the fatality tendency over the past 8 years, and 2007 tended to be associated with fatality level ?10. Fatality characteristics of provinces are identified, and Beijing, Shandong and Jilin are strongly associated with fatality level ?10. To explore whether associations between influence factors and fatality levels of high-casualty fires in China resemble corresponding associations of HCFs in the United States, data on fires with fatality level ?5 in the two countries were collected. The results of four sets of comparisons indicate that the associations between influences and fatality levels in the two countries present contrasting features. Some practical applications are briefly discussed.     

基于季节性因素的安全生产灰色时序分析预测—以陕西省为例

为了探索安全生产和季节性因素的关系,建立X-12-ARIMA模型对2007-2012年安全生产月度数据进行分析,得到了分离季节性影响之后的时间序列、不规则因素、季节性因素和趋势循环因素,在此基础上建立考虑季节性因素的安全生产灰色SARIMA预测模型。研究结果表明,陕西省工矿商贸领域的安全生产受季节性因素的影响,每年的7月和12月是陕西省安全生产受到季节性影响最严重的月份;SARIMA预测结果与实际的陕西省安全生产走势较为吻合,精度较为可靠。研究结果对安全监管和安全生产政策制定有一定的指导意义。