基于ArcEngine的森林防火气象因子监测系统的设计与实现

森林火灾的发生对森林资源造成了巨大的危害和损失,但是它的发生与气象因子的状况具有密切的关系。因此,通过对各气象因子进行监控,结合林火风险预测模型,对于及时发现森林火源并进行科学决策具有重要意义。项目对GIS、RS、GPS及GPRS等技术进行集成,研制开发了基于ArcEngine开发组件的森林防火气象因子监测系统,通过对研究区的气象因子进行监控,最终实现森林火险等级的预测预报。     

基于Logistic回归模型的大兴安岭地区林火发生概率预测研究*

为实现对大兴安岭地区林火发生概率的基本预测,根据该地区历史火灾资料、地形因子、气象因子和人为因子,基于Logistic回归模型建立该地区林火发生概率预测模型。研究结果表明:坡度、海拔、平均气压、平均气温、平均相对湿度、最小相对湿度是该地区林火发生的主要驱动因子;坡度、海拔、平均气压、平均气温与林火发生概率呈正相关,平均相对湿度和最小相对湿度与林火发生概率呈负相关;ROC曲线下面积值（AUC）为0.91,最佳临界值为0.425;建立的大兴安岭地区林火发生概率预测模型,建模样本总体准确率为82.4%,验证样本总体准确率为80.5%;该地区夏季林火发生概率明显高于春、秋季;林火发生概率较高的Ⅳ级和Ⅴ级火险区主要集中在夏季该地区东南部、西部以及春、秋季该地区东南部。研究结果可为该地区林火预测提供1种参考方法。     

基于随机森林的突发事件分级模型研究

突发事件的分级是快速响应和有效应对的基础,为了解决目前突发事件分级宽泛、主观性强和动态适应性弱等问题,将多分类器集成引入突发事件的分级过程中,借助随机森林组合分类器,针对突发事件特征,构建突发事件分级的随机森林模型,形成突发事件分级过程,进而对事前的应急预案制定、事中的应急资源配置和应急决策提供有力支撑;最后,以2014-2016年洪涝灾害突发事件为例检验构建的模型和过程。研究结果表明:与支持向量机方法相比,通过检验随机森林组合分类器分类结果准确率达到97.56%,在突发事件分级的应用上是可行的,进而可为突发事件的快速响应和应急决策提供信息支撑和参考依据。     

基于随机森林的LNG场站泄漏风险评价模型研究

通过对国内外LNG场站泄漏事故进行统计和分析,结合相关行业专家研究,总结出一套LNG场站泄漏风险评价体系。该风险评价体系主要包括物质状态、设备设施、作业现场、安全管理和应急救援5个一阶评价指标和20个二阶评价指标。本研究以多个LNG储运企业的多位专家评估结果为数据样本,结合随机森林算法对泄漏风险评价体系进行机器学习,分析得出一套针对LNG场站的泄漏风险评价方法。该方法可以运用于LNG场站进行风险管控自查,对LNG储运产业提高自身安全管理,提高智能化管理有极大的推动作用。     

基于随机森林的飞机长着陆预警方法

为降低飞机冲出跑道事故造成的人员伤亡和财产损失,以长着陆事件为研究对象,探讨1种有效的长着陆事件预警方法。提出应用随机森林模型对长着陆事件进行预警,给出模型的特征筛选、构建及评价方法,并使用实际飞行数据验证模型有效性。结果表明:基于随机森林的飞机长着陆预警模型精确率为88.41%,召回率为87.14%,模型可以有效对长着陆事件进行预警。     

MODIS林火识别算法的验证分析

利用中国境内9起森林火灾事件对MODIS火点识别的理论算法进行验证分析．结果表明：MODIS火点识别的理论算法在中国境内是基本通用的．但受地域和季节变化的影响．应用时可能会遗漏个别低温闷烧的热点;利用火点亮温偏离统计均值标准差的关系来确定阁值．可以避免火点的遗漏;林火点在CH21和CH22上的值比较接近。一般有CH21-CH22〈20K。而噪声点在两个波段上的亮温差异比较大。根据以上知识．提出了改进MODIS林火热点识别算法的建议。     

基于随机森林的人群疏散预测及影响因素分析

为对人群疏散预期目标快速预测,分析预期目标与多重影响因素之间的关系,提出基于疏散仿真模拟和随机森林相结合的预测模型。首先,构建人群疏散三维模型;其次,分析影响疏散的关键因素;最后,基于随机森林构建预测模型,开展预测变量的重要性分析。研究结果表明：该方法能对预期目标进行快速预测,预测准确度达到94%;基于变量重要性分析发现,人员数量对疏散的影响显著,且小群体的存在对疏散也有重要影响。研究结果可为人群安全疏散评估提供一定参考。     

森林火灾发生的原因及对策

本文选择就森林火灾发生的原因以及对策这一论点进行分析和研究,为了确保分析和研究的全面性,设计如下研究框架。首先,阐述森林火灾产生的原因,了解人为因素以及自然因素所带来的影响;其次,探索有效预防森林火灾的方法,如建设完善的森林防火机制、重视森林防火基础设施建设工作等,力求做好森林火灾预防工作,以免出现火灾带来更为严重影响;最后,分析森林火灾的扑救方法,力求为相关单位以及工作人员提供理论参考依据。     

基于随机森林的阻变型通风网络故障诊断方法*

为了在矿井通风网络发生阻变型故障时,能够快速准确判断出故障位置和故障量,提出1种基于随机森林的通风网络故障位置和故障量诊断方法。利用矿井通风仿真系统IMVS将唐安矿模拟故障生成空间数据集并进行数据预处理,构建基于随机森林的故障诊断模型,并利用该诊断模型对唐安矿矿井通风网络模拟故障位置和故障量进行判断和预测。引用多种方法对模型进行度量,通过唐安矿模拟实验验证基于随机森林的故障诊断模型的有效性。将随机森林和决策树的故障诊断准确率进行对比,研究结果表明:随机森林较决策树故障准确率有进一步的提高,并发现故障地点失误诊断多是相邻巷道,在一定程度上工作人员对故障地点的判断并不受其影响。     

基于集成算法的工贸企业安全预警系统优化

为了提高工贸企业安全预警预报能力,在构建了工贸企业生产安全预警指标体系的基础上,基于集成算法优化工贸企业安全预警系统.首先,将集成算法中的随机森林(RF)和XGBoost模型进行比较,基于随机森林来优化指标因素.为检验各指标因素之间是否存在相关关系,先用相关系数的方法计算各因素之间的相关程度,然后对其进行显著性检验;其次,在确定各指标因素的相关关系后,采用差分法解决序列相关性的问题;最后,基于差分得出的数据和优化后的指标,运用随机森林模型再次进行模拟,得出优化后预警模型的精度和平均绝对误差.结果 表明,在数据量较小的情况下,一定程度上随机森林的集成效果比XGBoost模型更佳.运用差分法解决各因素相关性问题后得到的数据及用RF优化后的指标因素,使得随机森林的企业安全预警模型精度得到提升,平均绝对误差显著降低.     

基于Apriori算法的易燃易爆危险化学品储运火灾爆炸事故关键致险因素的挖掘

导致易燃易爆危险化学品储运火灾爆炸事故的因素繁多、关系复杂,挖掘关键致险因素是减少管理成本、提高防控效率的关键。研究了200例事故等级为较大事故以上的易燃易爆危险化学品储运火灾爆炸事故的原因,采用事故树分析法建立易燃易爆危险化学品储运火灾爆炸事故树,并运用频度统计法遴选出致险因素;在此基础上,建立基于Apriori算法的关联规则模型进行数据挖掘,共得到14个关键致险因素。通过对关键致险因素与易燃易爆危险化学品储运火灾爆炸事故之间关联规则的分析表明,关键致险因素与事故之间存在强关联规则,单一关键致险因素或其组合的存在必将导致事故的发生,为实现危险化学品储运精准化安全管理提供参考。     

基于Logistic回归的林缘计划烧除气象条件判别分析

森林火灾是一种破坏性极强的灾害,它与农事活动以及气象条件密切相关,加强其预防与控制具有十分重要的作用和意义。根据2014年~2015年闽东屏南县进行的60次林缘计划烧除试验观测的主要气象要素数据(天晴日数、温度、湿度、风速),建立基于Logistic二元回归的林缘烧除气象条件判别模型进行检验和分析。结果表明,模型判别计划烧除成功与否的预报准确率高(91.7%),主要气象要素对林缘计划烧除成功与否发挥重要作用,其中连续晴天日数为最大影响因子,其次为风速。模型通过检验和验证结果显著,具有预报服务应用价值。     

基于混沌时间序列分析的感光式火灾识别算法

采用混沌时间序列分析法对煤油和木材两种燃料的火焰信号进行了分析,通过主分量分析证明火焰信号属于混沌时间序列,煤油火焰、木材火焰和熄火信号的二维相平面图有明显的差异,它们的关联维和最大Lyapunov指数等混沌特征量的变化范围有所不同.该文通过数据挖掘,提出采用关联维判别火焰是否存在,同时配合最大Lyapunov指数判别燃料种类.所提出的火灾识别方法对发展感光式火灾探测器有一定的指导意义.     

基于火灾动力学模拟的古建筑火灾探测系统设计研究

古建筑的消防安全工作作为古建筑保护工作内容的重要组成部分,需要深入开展的消防科学的研究工作.目前在我国,缺少关于古建筑防火安全方面的规范,通常使用的处方式规范一般不适用于古建筑.性能化方法能够提供更加灵活和符合实际的解决方案.并且这可能是唯一可行的使古建筑达到可接受风险水平的方法.以布达拉宫东大殿为研究对象,探讨了性能化防火分析方法在古建筑防火保护中的应用.以对古建筑进行早期探测报警为目标进行了消防设施设置.应用FDS软件进行了模拟研究,根据模拟结果进行分析,得到了一些有益的结论并应用于消防设施设置.通过对探测器响应时间分析,探测器的设置合理,能够在第一时间报警,并且实现了消防安全设计的科学化、合理化和成本效益的最优化.     

基于缓冲区重采样的LSTM林火预测模型*

为提高林火风险预测精度,挖掘地图上隐含的空间信息、时间序列上隐含的长期趋势和循环波动,提出1种基于缓冲区重采样的长短期记忆（LSTM）林火预测模型,选取15个与林火相关的影响因素,以方差膨胀因子为评价指标对其进行多重共线性检验,方差膨胀因子大于10的因素具有共线性,并采用信息增益率验证筛选结果的合理性。考虑到火灾的空间聚集特性,采用缓冲区分析与过采样相结合方法减少样本不均衡现象的影响,最终得到176 732条样本。对12个影响因素和研究时间段的火点建立LSTM预测模型,对森林火灾发生风险进行预测。研究结果表明:基于缓冲区重采样的LSTM林火预测模型有效考虑时空上隐含的信息,预测模型准确率为87.06%,特异性为97.99%,敏感度为76.12%,阳性预测率为97.43%,阴性预测率为80.41%,ROC曲线与AUC值均优于随机森林（RF）和支持向量机（SVM）这2种基准算法。维尔克松秩和检验发现,本文提出的模型与基准算法结果具有显著性差异。研究结果可为提高林火风险预测精度提供参考。     

基于Dijkstra算法的乡镇消防站选址问题

在规划时,影响消防站设置的因素很多,最短路径问题是消防站选址的关键内容。主要讨论了基于Dijkstra算法在广大农村辖区内合理的进行乡镇消防站选址的问题,简述了Dijkstra算法在乡镇消防站选址中的应用思路,并通过解决实际问题论证了这种方法的可行性和实用性。在解决实际问题中将各乡镇的交通网络图等效为带权的拓扑结构图,将消防站和各乡镇转化为图上的各个顶点,得出消防站节点到所有节点的最短路径（最短耗时）,然后根据实际需要来选择我们所需的路径和节点并建立合理的消防站。该方法为乡镇消防站选址的综合解决方案创造了有利条件,对于广大农村辖区的乡镇消防站选址提供了好的思路。     

空气污染天气过程与气象要素之间的关联性分析

随着经济和社会的不断发展,地球的环境正在遭受着严重的侵害,关于环境的问题也日益显现出来,比如全球变暖、雾霾等现象。本文分析了空气污染的因素、气象要素对空气质量的影响,并提出了防治空气污染的对策。     

基于粗糙集与遗传算法的航空器空中相撞事故因素分析

为高效准确挖掘航空器空中相撞事故与相应事故致因因素间的规律,利用事故数据,提出一种基于粗糙集和遗传算法的分析模型。首先运用粗糙集理论对SHELL模型提供的第一层次因素进行重要性程度排序,并确定其权重;然后分析事故中各环节的具体因素,结合遗传算法对这些子因素进行约简,约简时重点考虑重要度高的主因素,确定最终的事故因素及其决策规则;最后,实例分析得出导致事故的主要因素为机组违规、管制差错与违规、气象和空域。实例分析结果表明,该模型与算法能适应航空事故数据特点,能客观描述几个主要因素与事故发生之间的关联关系。