加拿大森林火险气候指数系统(FWI)的原理及应用

森林火险等级预报系统对预测预报森林火灾十分重要。加拿大森林火险等级系统(CFFDRS)是当前世界上发展最完善、应用最广泛的系统之一,是世界上唯一能适应从区域到全球任何尺度的系统,加拿大森林火险气候指数(FWI)系统是CFFDRS的重要组成部分。加拿大火险气候指数系统以时滞-平衡含水率理论为基础,通过天气条件的变化计算可燃物含水率的变化,然后根据不同位置或大小的可燃物含水率划分森林潜在火险等级。从FWI的发展状况、基本结构、程序,以及优点和局限性作了简单的描述,并讨论了如何在基于FWI技术的基础上发展中国的森林火险等级系统。

江西南昌典型林分地表死可燃物含水率预测——方法优选与FWI适用性分析

亚热带针阔混交林是我国南方重要的植被类型，森林火灾发生次数多。对该植被类型的典型可燃物含水率将有助于提高火险预报的准确性。以位于该区域内的南昌市茶园山林场5种典型林分地表死可燃物为研究对象，通过对其含水率的连续观测，分析了死可燃物含水率与气象因子的关系。采用气象要素、FWI因子和两者的结果，区分不同含水率范围，分别建立的各可燃物3种预测模型。结果表明：研究地区防火期内可燃物含水率从11．8％到276．6％，只有1／4的时间低于35％，具备发生森林火灾的条件，其余的时间燃烧性都很低，平均火险不高。但最小含水率已低到10％左右，具备发生大火的潜在可能性。3种预测方法中，FWI模型误差最大，气象要素回归模型和混合模型误差相似，考虑到简单方便，该地区的含水率预测可以采用气象要素回归法。含水率小于35％时，模型MAE2．25％～4．67％，平均3．73％；MRE11．14％～23．73％，平均18．63％。含水率〉35％时，模型MAE6．34％～18．33％，平均8．63‰MRE10．49％～18．16％，平均14．43％。在全范围含水率时，模型MAE7．46％～16．43％，平均10．51％；MRE18．78％～23．64％，平均20．99％。FWI指标与研究地区可燃物含水率关系密切，也可以用于含水率预测和火险预报，如果考虑全国统一的预报模型，对于该地区，FWI系统是适用的，但为提高预测的准确性，应进行进一步的修正。

基于无线传感网的森林火灾FWI系统分析

林火的高发性和破坏性决定了林火防控的重要性,无线传感器网络技术的兴起和发展为现代林业火灾预警预报的实现提供了机遇。加拿大森林火险气候指数(Fire Weather Index,FWI)系统是以时滞-平衡含水率理论为基础,通过天气条件的变化计算地面可燃物含水率的情况,根据地表到地下不同层次的可燃物含水率划分森林潜在火险等级。笔者分析研究了FWI系统的原理,并以南京市为参照验证了FWI系统的分析结果,希望在基于FWI系统的基础上发展中国的森林火险等级预警系统。

FWI对延边森林火险预报的适用性研究及业务化应用

利用2003-2015年延边8县(市)每日14时地面温度、相对湿度、风速和前24小时降水量历史资料,计算出加拿大森林火险天气指标(FWI),划分延边林火天气等级分级值域,进而对FWI的本地化应用提供具体参数修正,以此为基础开发出延边森林火险等级预报系统。研究结果表明:FWI能够比较好地反映延边州林火发生情况;将火险天气等级划分为5个级别,危险级别分别为较低危险、低度危险、中度危险、高度危险、极度危险,易燃性和蔓延程度对应由低到高,分级指标能够较为准确地描述当日林火发生可能性,从而验证了FWI本地化应用是正确可行的。应用实况和数值预报产品数据设计出延边FWI火险等级预报系统,从而使火险等级预报服务自动化、业务化。

基于FWI湿度码的塔河林业局地表凋落物含水率预测

加拿大火险天气指标系统(FWI)是目前世界上应用最广的火险天气系统,其可燃物含水率预测方法成为一种重要的研究方法.本文以黑龙江省大兴安岭地区塔河林业局典型林分为研究对象,通过野外地表凋落物含水率的连续观测,分析了凋落物含水率与FWI系统3个湿度码[细小可燃物湿度码(FFMC)、枯落物下层湿度码(DMC)、干旱码(DC)]之间的关系.结果表明:对于研究地区8个样地单独取样的地表凋落物,用FWI系统的湿度码FFMC所建立的线性预测方程的平均绝对误差和平均相对误差分别为14.9%和70.7%,低于气象要素回归模型,说明采用FWI湿度码来预测地表凋落物含水率具有一定优势,可用于预测可燃物含水率,但这种优势是有限的.今后应加强对FWI系统在我国应用的修正工作,特别是雨后可燃物湿度码的修正.

井工煤矿全波形反演的初始模型构建探究

为提高全波形反演在井工煤矿工作面的运算效果,探究了三维程函方程求解时间场的方法,由透射初至走时反演刻画出初始模型,通过建立含断层的复杂地质模型理论计算正反演来验证算法可靠性。依据小保当二号煤矿工作面实际数据,通过折射横纵波有效信息,初步刻画煤岩分界,改进初始模型,提升全波形反演梯度结果,研究成果可用于煤矿工作面的高精度探测,建立更优全波形反演系统。

多瞬时属性联合全波形反演方法研究

全波形反演(FWI)在实际中难以得到精度较高的深层速度模型,作者提出了一种基于一阶近似指数频率的时间域声波FWI方法来提高深层反演结果,但依然存在部分低频成分的缺失的问题。为此,本文利用瞬时振幅低频和保幅的优势为一阶近似指数频率的时间域声波FWI方法解决部分低频成分的缺失的问题,并形成了一套多瞬时属性联合反演流程。模型测试证明了该方法的可行性和有效性。

基于随机森林算法的中国西南地区林火发生预测模型构建及驱动因子

林火直接破坏森林资源,改变森林的结构与功能,影响局地甚至全球气候状况并威胁人类生命和财产安全,在气候变暖背景下林火将更加频发,因此开展林火预测/预报研究至关重要。利用MODIS(Moderate-resolution Imaging Spectroradiometer)的温度异常/火产品(MOD14A1)获取逐日林火数据,分析了2001—2018年中国西南地区林火时空分布特征;采用随机森林算法,综合考虑气象、地形、可燃物状况及植被等林火驱动因子,构建了中国西南地区干、湿季林火发生预测模型,系统分析了西南地区干湿季林火发生的主要驱动因子。结果表明:(1)中国西南地区林火主要集中分布于云南大部、四川西南部及贵州南部地区,并呈集聚分布特征;林火多发于干季,占林火发生总次数的96.5%,年林火发生次数呈阶段性变化特征,2001—2014年呈现显著增加趋势,随后表现为不显著减少趋势;(2)构建的干、湿季林火发生预测模型能较准确地模拟林火发生状况:训练期模型准确率分别处于82.94%—83.99%与85.12%—90.31%之间,AUC(Area Under Curve)值分别处于0.908—0.914与0.922—0.965之间;测试期模型准确率分别为79.73%和83.27%,AUC值分别为0.886和0.855;(3)海拔是西南地区林火发生最关键的限制因子,林火多集中于中海拔区,而在低海拔和高海拔地区林火不易发生,这与人类活动密切相关。当日的气象条件是干季林火发生次重要的驱动因子,可燃物的温湿度状况则是湿季林火发生次重要的驱动因子。FWI系统指标(Fire Weather Index)在西南地区有较好的适用性且对于区域干湿季林火发生均有重要的影响,因此在西南地区林火预测/预报工作中有必要引入FWI系统指标。

基于Spark MLlib中决策树算法对阿尔及利亚森林火灾的预测研究

应用阿尔及利亚森林火灾数据,通过Spark MLlib中的决策树算法,提出过滤相关性高的特征参数提升模型性能,对森林火灾进行预测研究。对温度、风速、雨及加拿大森林火险气候指数(FWI)系统中主要指标等特征参数,结合森林火灾的分类情况,使用信息增益标准为Gini的二叉决策树,建立基于决策树的火灾预测模型,对样本数据进行分类预测;提出分析不同特征参数之间的相关性,剔除相关性高的特征参数,利用大数据计算框架Spark建立机器学习工作流,将计算相关性的皮尔森系数与决策树分类算法结合了起来,从而优化模型,提高预测分类精度。预测模型改进前,即未进行相关性分析的森林火灾预测分类总精度为94.94%;预测模型改进后,即进行相关性分析,剔除了相关性较高的特征参数数据,森林火灾预测分类总精度为97.17%,准确率提高了近3%。使用Spark MLlib中的机器学习算法在森林火灾预测分类方面准确率总体较高,尤其在将多种数据挖掘算法结合后,模型性能得到提高,预测分类精度更高。

东方1-1构造底辟模糊区OBN资料关键处理技术及应用

东方1-1构造位于南海北部大陆架莺歌海盆地中央泥底辟构造带的北部。该区发现的东方1-1气田是莺歌海盆地发现的第一个整装浅层大气田。该区油气储量资源丰富,然而底辟模糊区成像一直是制约该区油气勘探的主要因素。原有的拖缆地震资料经过多轮次、多公司的重处理,依旧无法有效解决底辟模糊区成像问题。因此在该区进行二次三维OBN地震资料采集,针对该区地质条件以及OBN资料特点,本文提出OBN预处理、多分量联合横波噪声压制、小波域双检合并以及全波形反演(full waveform inversion, FWI)、高精度速度反演等多项关键处理技术,对改善浅层断裂结构及中深层底辟模糊区成像卓有成效,为后续目标评价工作提供可靠的基础资料。

基于优化参数Adam算法的全波形反演

常规的全波形反演(FWI)计算得到的梯度往往不做优化处理,并且每次计算模型更新量时还需要额外的波场延拓计算来获取迭代步长,导致收敛效率和反演精度降低.本文将深度学习中的Adam算法引入到全波形反演中来,其可在仅付出极小计算代价的前提下实现梯度的优化处理,由梯度直接计算出模型更新量,避免了迭代步长的计算,且能显著提升收敛效率和反演精度;同时针对Adam算法的默认参数优化和选取问题,通过数值实验系统分析了不同参数的全波形反演效果,并给出了更适合于全波形反演的优化参数.实验结果表明,相比于默认参数的Adam算法以及L-BFGS算法的全波形反演,基于优化参数的Adam算法其收敛速度和反演精度更高.

VSP直达波和反射波波动方程走时联合反演

地面资料全波形反演采用低波数回折波敏感核和高波数偏移等时线恢复地下模型的长波长和短波长分量.当回折波的穿透深度有限时,很容易陷入局部极值.波动方程反射波走时反演采用反射波的透射敏感核更新速度模型.当浅层速度存在较大误差时,仍无法得到满意的反演结果.VSP资料中直达波是一种透射波,穿透深度大,可用于井旁背景速度场建模.本文发展了针对VSP观测方式的波动方程走时联合反演(直达波和反射波)方法.采用全局优化参数反演法实现VSP上下行波和纵横波分离,构建了基于下行直达波和上行反射波走时残差的混合目标函数,推导了相应的伴随状态方程和梯度公式,给出了背景速度和反射系数分步反演流程.理论和实际VSP资料应用表明:直达波和反射波走时联合反演可以得到运动学特征精确的速度模型,为后续全波形反演提供可靠的初始模型;联合反演比单独直达波/反射波走时反演的精度高,比直达波和反射波走时级联反演的耗时少.

北京西山森林火险天气指数的驱动因子研究

【目的】根据对火天气和可燃物湿度的短期监测,研究北京西山的森林火险天气指数特征及其与可燃物湿度的关系,利用统计方法分析气象因子对火险天气指数(FWI)的贡献率,揭示影响FWI变化的主要驱动因子,为林火管理提供参考依据。【方法】根据林火气象站观测数据利用R程序计算2021年11月—2022年10月的火险天气指数(FWI),重点分析火险期内的火险天气指数特征和细小可燃物湿度的关系。采用P-MK检验和敏感性分析方法分析各气象因子对火险天气指数的贡献率,确定北京西山火险天气的主要驱动因子。【结果】火险期内各月FWI的75th百分位数呈逐渐增加趋势,春季FWI的波动幅度更大。可燃物传感器监测结果与细小可燃物湿度码(FFMC)指示的可燃物湿度呈现相似变化趋势,降水对可燃物湿度影响明显。气温和降水是影响FWI变化的主要驱动因子,但相对湿度与温度有相似的敏感性。可燃物温度和气温变化趋势一致,但春季升温过程中可燃物棒在中午的温度比气温更高。【结论】春季是北京西山火险最严重的季节,FWI主要受气温和降水驱动,可燃物湿度监测结果可以成为火险天气指数系统的有效补充。

全波形反演配套技术及应用

在研究区A区块的海洋浅水三维拖缆数据的全波形反演(FWI)应用中发现,输入数据低频端的信噪比低、初始速度模型的精度低等严重制约了全波形反演效果。为此,利用Fresnel层析速度模型在浅层精度高的特点,在浅层将其与均方根速度模型融合,从而解决在浅层由于近炮检距覆盖次数低造成的初始速度模型精度低的问题;利用Cadzow滤波、KL滤波等去噪手段精细处理低频噪声,通过对实际数据与模型数据的互相关质控优化FWI起始频段,有效提高了全波形反演精度。通过FWI建立了准确的速度模型,提高了Kirchhoff叠前深度偏移的成像质量。

昆明典型地表死可燃物含水率预测模型的研究

云南省是我国重点火险区,准确预测该省可燃物含水率对于提高火险预报准确性十分必要。在2013年防火期,通过对昆明地区8个林分地表凋落物可燃物含水率的连续观测,分析了其动态变化规律和影响因子,并采用气象要素回归法、FWI法和两种方法混合建立了相应的死可燃物含水率预测模型。这些模型采用的预报因子都是现有常规气象站方便观测的气象要素,模型误差在同类研究的控制水平内,可以在该地区的森林火险预报中直接应用。对于〈35%的可燃物含水率的预测,采用混合模型的误差最小,考虑到计算的方便,实际中可以使用气象要素回归模型,平均绝对误差（MAE）2.1%～6.0%,平均3.6%;平均相对误差（MRE）11.4%～32.7%,平均21.3%。如果考虑降雨后的可燃物含水率,即全部范围的可燃物含水率的预测,三种模型没有显著差异,为计算方便,仍建议采用气象要素回归模型,MAE 8.2%～14.2%,平均10.6%;MRE48.7%～91.3%,平均值61.4%。FWI指标与地表死可燃物含水率有关,但不如气象要素那么紧密。

无线传感器网络在林火监测中应用

将无线传感器网络结合加拿大林火天气指数(FWI)系统对森林火灾进行预测和实时监测。使用大范围布置的温湿度传感器结合自动防火气象站组成无线传感器网络,对广大林区作细粒度的数据采集,进而准确计算FWI系统的6个指数,对火灾发生的潜在风险以及火灾的强度和规模做出预测和评估,并依据细小可燃物湿度码(FFMC)调整传感器节点的数据采集频率,对林火进行实时监测和识别。测试结果表明本系统可以有效地节约能耗,缩短林火的发现时间。

国外森林火险天气预测预报方法探析

林火是国际减灾战略的一项重要工作,也是生物多样性、全球气候变化和全球可持续发展的重要组成部分,森林火灾是对森林健康影响最大的自然因素之一.阐述了当前林业发达国家美国、加拿大、欧洲等国的森林火险天气预报预测模型,分析他们的特点,为我国林火预报预测模型的建立提供借鉴.

基于小波域最小平方滤波的多尺度自适应全波形反演

常规的全波形反演对初始模型和低频数据的依赖性较强,反演精确度经常会受到"跳周"现象的严重影响。将小波域最小平方滤波引入到全波形反演中,并利用小波变换的多尺度特性,有效地提高了反演过程的稳定性,减小反演受到"跳周"现象影响的可能性。小波域最小平方滤波具有更高的精度和更好的性能,利用该算法调整模拟波场的相位,从而改善模拟波场和观测波场之间的相位差异,并由此构造一个新的目标函数。同时利用小波变换的多尺度特性将地震数据分解为不同频带数据,实现多尺度反演。数值模拟实验结果表明,基于小波域最小平方滤波的多尺度自适应全波形反演,对初始模型和低频数据的依赖程度降低,较常规全波形反演具有更好的稳定性,受到"跳周"现象影响的可能性大大降低。

加拿大森林火险天气指数系统在全球及中国的应用

在全球变暖趋势下,林火的频率和烈度都呈上升趋势,对林火进行准确的预警成为当前中国森林防火亟待解决的紧迫问题。当前全球最常用的火灾天气等级系统是加拿大森林火险天气指数系统(FWI),本研究介绍了其原理、基本结构、发展过程,着重介绍了FWI系统在世界范围内的校准及应用情况,对中国如何建立更适用于中国火灾特点的FWI系统提出了建议。

一阶近似瞬时频率时间域声波全波形反演

通过全波形反演(FWI)在理论上可得到较高精度的深层速度模型,而在实际中相关条件却难以完全具备。究其原因主要为:FWI对初始速度模型的依赖性强;深层信号弱,在目标函数中的贡献较小。为此,提出基于一阶近似瞬时频率的时间域声波FWI方法。根据瞬时相位公式推导出一阶近似瞬时频率的目标函数和伴随震源项公式;充分发挥瞬时频率可突出低频信息和深层弱信号的特点,为FWI建立初始速度模型;同时加入梯度衰减因子以进一步提高深层反演效果、防止深浅层间互相干涉。模型和实际资料测试证明了该方法的可行性和有效性。