New processing method for fire forecast parameters

The time forecast system of coal spontaneous combustion was described based on the KJ-90 mine environmental monitoring system in Hulipo Mine, Luzhou, Sichuan Province. In the system, CO and O2 sensor are added, and special-purpose microcomputer and software are equipped. By means of the system, the fluctuation laws of fire forecast parameters were observed in the process of coal-cutting, blast, exogenous mine fire and working face air quantity variation. This paper puts forward data processing method based on the Raita method.

Loss forecasting of earthquake fire based on radial basis function network

According to complexity and multiplicity of the post-earthquake fire, the loss forecasting model of earthquake fire is established by using radial basis function neural network with adaptability, self-learning and fault-tolerant based on the historical information. The applicability and validity of the model is manifested through testing and discussion. A simple and available method is provided for the prediction of losses of other natural disaster.

森林草原火灾遥感监测预警技术及示范应用

提升森林草原火灾综合防控与应急响应的能力,达到减少森林草原火灾发生和火情快速动态监测的目的,关键在于发展基于卫星遥感、地理空间信息、计算机、林火生态等多学科交叉融合的火灾监测预警信息化、智能化理论与方法。基于可燃物遥感定量反演和时空大数据挖掘等方法,构建灾前-灾时-灾后的森林草原火灾遥感监测预警技术体系,包括“可燃物-气象-地形”多源时空大数据协同的森林草原火险预报预警技术、多源卫星数据协同的高精度火点快速检测技术和灾情精准评估技术。针对我国西南地区实际业务需求,定制化研发森林草原火灾监测预警系统,集成火灾监测预警关键理论与技术,实现灾前早期风险预警、灾时近实时监测、灾后灾情精准评估等功能。该系统可为森林草原火灾监测预警提供便捷、高效的动态信息服务,其应用成效显著,具有大范围推广应用的潜力。

基于NSGA-Ⅱ-VAR的燃煤电厂负荷预测

燃煤电厂负荷预测的意义在于可以预先了解未来一段时间内的电力需求情况,从而合理安排发电设备的运行和停机维修时间,避免能源浪费、提高发电效率;此外,在燃煤电厂参与深度调峰、配煤掺烧的大背景下,为了确保混煤发热量适应负荷需求,提高燃烧效率,需要提前预知未来一段时间的负荷。本文提出一种基于快速非支配排序遗传算法(nondominated sorting genetic algorithmⅡ,NSGA-Ⅱ)优化向量自回归模型(vector autoregression,VAR)的燃煤电厂负荷预测方法。该方法将历史过热蒸汽时间序列、历史再热蒸汽时间序列和历史发电量序列一起作为VAR模型的输入变量,预测未来8 h的发电负荷,同时使用NSGA-Ⅱ算法优化VAR模型的阶数和截距,从而提高了预测模型的精度。测试阶段,选取上海某机组2022年10月25日—2022年10月30日为数据样本区间,建立初始化预测模型;在2022年10月31日8:00—2022年11月1日16:00样本区间上测试模型效果,并使用NSGA-Ⅱ算法根据测试结果优化VAR模型;在2022年11月2日8:00—2022年11月3日16:00的样本区间上进一步测试优化后的模型预测精度。测试结果表明:预测均方根误差为15.341 MW,平均绝对误差为7.839 MW,和其他时序预测模型对比精度有所提高。该模型可实际运用于同类煤电机组的负荷预测,从而为后续运行决策提供参考。

宁波市森林火灾时空特征及预报模型研究

本文基于2001—2021年浙江省森林火灾档案数据,对宁波地区历史森林火灾时空分布特征及原因进行分析。另外,利用智能网格气象预报数据,通过融合地表可燃物、地形及人为活动等森林火灾风险因子,构建宁波地区森林火险预报模型,得到森林火灾风险等级产品。结果表明:2001—2021年期间,宁波地区森林火灾呈现先上升后下降的趋势。人为活动是引发森林火灾的主要原因。1—4月的冬春季节、10∶00—16∶00是森林火灾发生的集中时期。海拔在400 m以下,坡度在18°~36°的低山丘陵区是森林火灾的主要发生区域。距离路网和居民点越近,森林火灾越容易发生。利用2021—2023年宁波地区的历史火情对预报模型的精度验证表明,模型能够精细化预报宁波地区的森林火险等级,可以有效防控约71%的火点,对宁波地区的森林防火具有重要指导作用。

金属矿井智能通风平台开发与应用

为解决金属矿井通风系统调控滞后的突出问题,合理设置矿井风流参数监测传感器建立矿井风流智能监测系统,采用深度学习方法构建矿井通风系统AI算法模型,应用矿井通风三维仿真系统模拟数据库训练和测试AI算法模型,形成风流参数智能感知系统。应用多属性决策理论和方法,依据矿井需风量调控要求,建立了矿井通风智能调控系统。根据矿井智能通风原理,提出了包含矿井通风三维仿真系统、风流监测系统、智能感知与决策系统、智能控制系统的金属矿井智能通风系统架构和智能调控方法,开发了矿井智能通风系统运行管控软件平台。在某金属矿山的工程应用结果表明:矿井智能通风系统能实时智能感知作业区域的风流参数,且误差低于5%,解决了制约金属矿井智能通风系统建设的关键技术问题;可实现矿井通风系统实时动态智能调控、井下火灾风险点的实时监测和预警预报、主扇一键反风、矿井通风数据统计与分析等。研究成果对于确保矿井风流按需有序流动、保障矿井通风系统稳定可靠运行、有效预防矿井中毒窒息事故发生、节约通风能耗等具有重要意义。

基于案例推理与多目标优化的高层建筑火灾救援装备调配

为提升高层建筑火灾应急救援效率,减少事故可能造成的人员伤亡和经济损失,首先建立高层建筑火灾典型案例库,构建消防救援装备需求预测模型求解事故点消防救援装备需求量;其次从效率、合理性、可靠性3方面提出消防救援装备调配方案优化目标并构建对应的目标函数,建立了调配时间最短前提下应急出救点最少、调配路线最可靠的多目标优化模型;最后采用实例验证方案优化效果,以西安市主城区21个应急出救点为研究对象,运用需求预测模型求解目标事故算例的消防救援装备需求,根据研究区域和应急出救点概况,使用ArcGIS网络分析求解各应急出救点到事故点的调配最短时间,利用构建的多目标优化模型选出最优调配方案。结果表明:最优调配方案的调配时间为7′34″,应急出救点数量为7个,可靠率为64%,验证了模型及求解方法的有效性和可行性;最终在ArcGIS中实现最优调配方案路径的可视化。研究结果能够为解决城市高层建筑火灾受灾区域内的应急需求问题提供可靠方案,为城市高层建筑火灾实现高效应急救援提供指导。

白山市森林火险特征及预报方法研究

根据收集的历史森林火情数据、森林可燃物观测数据和林木特征数据,结合预报员森林火险等级预报经验,在原有的Nesterov火险指数算法的基础上,结合中国气象局和国家林业局联合发布的修正后的布龙—戴维斯火险气象因子及其指数查对表(森林火险查算表),增加风速因子,考虑物候和地表影响,建立白山本地的森林火险等级预报方法。试报结果表明,此方法预报的森林火险等级符合实际经验和森防一线人员的现场判断,与日常经验预报结论趋势基本吻合,与森林可燃物观测结论对应较好,可以作为实际业务应用。

基于多源数据和机器学习方法的大兴安岭地区雷击火驱动因子及火险预测模型

【目的】基于长时间序列多源数据,开展雷击火驱动因子分析,采用机器学习方法构建动态、高分辨率雷击火火险预测模型,为雷击火防控提供支撑。【方法】分析大兴安岭地区2010—2020年雷击火时空分布规律,基于闪电监测数据、卫星遥感数据、气象再分析资料、DEM等多源数据选取闪电、气象、植被、地形4类18个雷击火潜在驱动因子,研究其特征及与雷击火发生的关系;提取历史雷击火点和随机生成的非雷击火点对应的驱动因子,构建原始样本集,计算各驱动因子的重要性和相关性矩阵进行驱动因子挑选;基于优化后的训练样本集,采用梯度提升决策树(GBDT)、随机森林(RF)和极端随机树(ERT)3种集成学习模型进行雷击火火险预测能力评估,选择表现最优的方法用于构建大兴安岭地区雷击火火险预测模型并应用。【结果】2010―2020年大兴安岭雷击火出现次数最多和最少的年份分别为2015和2012年,主要集中于5―7月,发生时段主要集中于10:00―17:00;雷击火高发区为漠河县、塔河县、新林区和呼中区。闪电与雷击火的空间分布基本一致,但闪电越多雷击火发生次数不一定越多,2011年闪电次数最多,为114632次,雷击火仅出现11次。在闪电强度为-20~-40 kA、陡度为-4~-8 kA·μs-1、相对湿度小于40%、降水量小于4 mm、气温大于29℃、大气压为91~95 kPa且风速为1~3 m·s-1的气象条件下更易发生雷击火。NDVI(归一化植被指数)、GPP(总初级生产力)、Et(蒸散量)、NPP(净初级生产力)大小与雷击火发生呈正相关。雷击火在海拔300~900 m、坡度0~12°范围内出现次数较多,坡向对雷击火发生影响不大。特征选择后剩余13个特征参量分别参与3种集成学习算法模型构建,其中,ERT模型预测能力最好,其AUC达0.97,查准率、查全率和F1 Score均高于GBDT和RF模型。ERT模型预测的高风险区与实际雷击火点分布区的空间一致性很好。【结论】利用多源大数据,尤其是卫星观测数据,获取更多与雷击火发生有关的潜在驱动因子,并依靠机器学习,能够较好体现因子间非线性关系及自行学习参数间复杂关系能力的优势,本研究构建的雷击火火险预测模型具备很好的泛化性、自适应性和较高的空间分辨率。

基于支持向量机的综合管廊火灾纵向温度实时预测

城市地下综合管廊一旦发生火灾,会对城市造成很大的经济损失和社会影响。考虑到火灾的快速发展和综合管廊狭长受限的特殊空间结构,迫切需要一套准确、实时的火灾温度预测系统辅助消防救援人员制定决策和指导消防行动。建立了5种不同火源位置的地下综合管廊电缆火灾数值模型,结合支持向量机(SVM),根据火源位置、热释放速率、火灾发生时间以及待测点与火源之间的相对位置关系开发了一种数据驱动的温度实时预测模型,实现了地下管廊火灾场景内的纵向温度预测,提出了在火源附近数据结构的优化方案,提高了火源附近的预测准确度。该方法在预测性能和预测时间方面取得了优异的性能,展示了人工智能在火灾预测应用中的优越表现和发展前景。

智慧火情预警平台构建与应用研究——以广东省河源市为例

长期以来,我国森林防火措施多以人防为主,受气候、地理、人员素质等多种因素限制,并不能满足现阶段森林防火要求,按照国家“十四五”规划,要不断充分利用信息化手段,加强预警监测、森林防火通信和信息指挥能力建设,大幅提升森林防火信息感知、信息传输、信息处理和信息应用四种能力,构建森林防火信息化体系,有助于早日实现森林防火工作的规范化、科学化、信息化,在广东省河源市推广应用林火远程视频监控系统的基础上,浅析智慧火情预警平台的构建与使用。

极端天气背景下黑龙江省森林防灭火工作的思考

综合分析近年来全球极端天气趋势、2021年黑龙江省极端天气成因以及极端天气对黑龙江省林火三要素火源、可燃物、氧气带来的不利影响,从预警预报、物候监测、应急预案、航空消防体系等角度针对性提出黑龙江省应对极端灾害天气的具体措施。

东曲煤矿28216综采工作面防灭火设计实践

东曲煤矿28216综采工作面防灭火工作利用束管监测进行预测预报,加强推进度低于60 m及距停采线80 m时的28216综采工作面防灭火管理工作,日常生产期间采取喷洒阻化剂、两顺槽口构筑防火门墙、配套消防器材等防灭火等方法,为工作面安全有序生产提供保障。

林火研究综述(Ⅱ)——林火预测预报

林火预测预报是综合气象要素、地形、可燃物的干湿程度、可燃物类型特点和火源等 ,对森林可燃物燃烧危险性进行分析预测 ,天气预报的准确性直接影响林火预报的准确性。林火预测预报分为火险天气预报、林火发生预报和林火行为预报。林火预测预报从 2 0世纪 2 0年代迄今 ,已有 80余年的历史 ,在世界各国发展很快。林火预报研究中的关键问题是主要因子的选择和预报因子的测定。林火预测预报主要方法有 :经验法、数学方法、物理方法、野外实验法和室内测定法等。

大兴安岭雷击火时空分布及预报模型

雷击火是中国大兴安岭地区重要火源。根据1990--200年研究区内10个气象站日观测数据包括最高气温、最小湿度、24h降水、平均风速等指标计算每日FWI系统各指标，分析雷击火的发生与火险指数的关系。根据各气象站与研究区质心的距离确定各气象站的权重，计算研究区火险指数平均值。1990-2006年大兴安岭林区共发生森林火灾591起，其中雷击火359起，占60．7％。70％的雷击火分布在121°～125°E，51°～53°N，平均每起雷击火过火面积为797．37hm^2，森林受害面积为581．67hm^2。71．9％、2．5％和17．3％的雷击火分别发生在落叶针叶林、落叶阔叶林和草地。雷击火发生在4—9月，5—8月是雷击火多发月份。1990-2006年雷击火发生时间段整体上有延长趋势。8月和9月发生的雷击火都发生在1998-2005年。雷击火的发生受气温与降水的影响，月均气温高、降水量少，雷击火次数明显多。发生雷击火日的平均可燃物湿度码FFMC、DMC、DC和FWI分别为90．3，69．6，287．4和24．7。雷击火发生日各火险成分指数平均值均高于1990-2006年4—9月总体平均值。根据雷击火发生概率和每日火险指数建立了雷击火发生概率预测模型。

林火研究综述(I)——研究热点与进展

在危害森林的诸因子中火灾是一种最具破坏性的灾害 ,各林业先进国家都非常重视林火研究工作。森林防火是一门综合性的科学 ,其研究热点包括基础研究和应用研究。近些年林火研究涉及国家森林火险等级预报、林火控制技术、雷击火自动定位系统、遥测自动林火天气站网、火发生与火行为规律、计划烧除、火生态、可燃物燃烧过程、灭火喷洒技术、烟尘特征和扩散等。

基于灰色系统理论的森林火灾预测模型研究

依据灰色系统建模的基本理论 ,在系统分析内蒙古大兴安岭林区森林火灾发生规律的基础上 ,建立了森林火灾高火险及重灾年景灰色灾变GM(1,1)预测模型。模型模拟检验精度达到I级水平 ,发展系数 -α小于 0 3,可用于该地区森林火灾灾变中长期预测。预测结果显示 ,2 0 0 1～ 2 0 10年间 ,该林区将出现 3个森林火灾高火险年 ,5个森林火灾重灾年 ,二者出现的间隔期均为 2～ 3a ,平均相对精度达 98%以上 ;预测 2 0 0 7年将是高火险、重灾年份 ,前者预测精度为 98 0 5 % ,后者预测精度为 99 78%。

比较逻辑斯蒂与地理加权逻辑斯蒂回归模型在福建林火发生的适用性

林火预测预报是科学有效进行林火管理的前提,是林业管理部门和科研工作者的广泛关注的领域。逻辑斯蒂回归(Logistic Regression,LR)是目前国内外广泛应用于森林火灾预测的模型方法,然而近年来有学者发现该方法没有充分考虑林火影响因子的空间相关性和异质性,从而导致模型拟合结果偏差。地理加权逻辑斯蒂回归(Geographically weighted logistic regression,GWR)模型考虑到了模型变量之间的空间相关性,有效提高的模型的拟合能力。为探讨GWLR模型在福建林火预测上的适用性,本研究应用LR和GWLR两种方法分别建立福建省森林火灾与气象因子的预测模型,通过模型拟合能力对比,判断在GWLR的适用性。研究以2000—2005年福建地区森林火灾卫星火点数据和每日气象因子为基础,将全样本分为60%的建模数据和40%的校验数据,并重复5次,建立5个样本组。选择在5个样本组中3个及以上表现显著的变量进入最终模型。研究结果表明GWLR在模型拟合度、模型残差、空间自相关性以及预测准确率等方面均优于LR模型,说明充分考虑模型变量的空间异质性有助于提高模型的预测精度,同时也验证了GWLR在福建地区林火预测上的适应性。此外,模型参数结果显示,"日最高地表气温"、"日最低地表气温"、"日平均风速"、"24小时降水量"、"日最高本站气压"、"日照时数"、"日最高气温"和"日最小相对湿度"8个因子对福建省林火发生有显著影响,研究结论为福建地区林火预测预报提供了新的方法。

基于气相色谱技术的采空区煤自燃火灾预测预报研究

根据煤自燃过程中各个阶段产生的不同标志性气体的特点,采用气相色谱仪对某矿采空区气样进行定性和定量分析,依据标志性气体的成分及含量变化情况预测采空区的煤自燃发火状况,为提前采取针对性的预防措施奠定了基础。

基于北斗卫星通信的林区小气候监测系统研究

为实现无手机信号林区生态系统参数的实时监测,基于北斗卫星短报文、物联网和云存储等技术,设计了一种林区小气候实时监测系统。该系统由小气候监测站、云服务器和系统软件构成,可实现林区大气、土壤、光照和植物等多参量的实时监测、云存储、动态查询、报表生成和大数据分析。系统对森林火险天气指标的计算进行平滑处理,加入了枯枝落叶层土壤湿度火险因子,实现了森林火险天气等级预报功能,为局部林区的防火预警服务。通过2017年3—5月在北京鹫峰国家森林公园的连续测试实验,3个小气候监测站可以稳定可靠地获取11种林区小气候数据,北斗卫星传输正确率分别为98.57%、99.43%和99.59%,达到了对林区小气候进行长期实时监测的目的,通信费用低于铱星卫星通信。该系统自2016年在北京、内蒙古、河北和河南等地推广应用,为林区的生态大数据获取和分析提供服务。