一种基于数据融合的林火火线动态蔓延预测方法的研究

准确预测林火蔓延对于有效防治野火危害具有重要意义。传统林火蔓延速度场经验模型需要可燃物特性、坡度、温度及湿度等众多实测参数,由于参数均具有不同的时空分布,限制了模型的实际应用。因此提出速度场实时测量及水平集法模拟林火蔓延两种技术相结合的方法,通过测定火蔓延锋面的位置获取当前时刻锋面处的速度场分布并对此速度场在未燃烧区域进行延拓,结合水平集法预测林火蔓延,并使用数值模拟及实验数据验证了该方法能够有效预测短期内林火蔓延趋势,得出基于速度场的数据融合方法可满足实际林火蔓延建模的需求。     

基于极限学习机的炭化可燃物着火时间预测

机器学习技术近年来在许多传统科学领域取得了应用,针对火灾中炭化可燃物着火时间与物性参数及环境参数之间关系复杂的特点,提出了一种基于极限学习机的预测方法以实现不同物性及环境参数时着火时间的快速准确预测,为防治及扑救火灾提供参考。首先建立炭化可燃物热解数值模型,考虑了可燃物热解过程中的含水率以及热解反应、气体流动等复杂物理化学反应过程,然后搭建极限学习机,以数值模拟数据为基础进行训练及验证工作。结果表明基于极限学习机的预测方法能够有效实现炭化可燃物着火时间的快速准确预测,平均相对误差小于3%。     

窄带水平集法下林火蔓延仿真研究

火焰锋面的追踪是建立林火蔓延模型及预测锋面位置的关键环节。基于水平集法追踪锋面具有求解灵活稳定、易于处理锋面拓扑结构变化的特点。针对传统水平集法重新初始化过程复杂、计算量较大的问题,根据距离函数定义,提出通过形态学膨胀的方法以锋面点为圆心向外膨胀,获得锋面附近窄带内每个点距离锋面的最近距离,重建窄带内的水平集函数,物理意义明确,有效减小了计算量,在此基础上基于林火速度场经验模型模拟了单火源及双火源的锋面蔓延情况。结果表明,该方法能够有效模拟坡度、风速等因素对火焰锋面的影响,为其在林火蔓延模型中的应用提供了基础。     

基于图像的火焰锋面法向速度场测量研究

火焰锋面是火焰的重要组成部分,反映了火焰的燃烧特性。针对传统方法测量火焰锋面速度场分辨率较低的问题,提出来了基于图像法测量火焰锋面法向速度场的方法。使用高速相机拍摄了多帧连续图像,提取火焰锋面,通过最小二乘法拟合锋面的切线,从而计算出每个点的法向速度,并进一步分析了火焰振荡的性质。实验表明该方法能够有效测量双瓦楞纸板产生的火焰在不同时刻的速度场,具有高分辨率、全场测量的特点,为其进一步推广提供了实验基础。