论文部分内容阅读
森林火灾是一种破坏性极大的自然灾害,不仅破坏绿化成果,危及人民生命和财产安全,同时也影响到国民经济和生态环境建设的健康稳步发展。近年来,全球气候变化明显,林火与气候变化逐渐成为林火研究领域的热点问题。模糊粗糙集理论具有处理不确定性、不完备性信息的能力,以及以数据为驱动、不受专家知识制约的特点,这与森林火灾成因复杂、发生具有不确定性的特征相适应,使模糊粗糙集运用到森林火灾研究中成为可能。以湖南省为例,在中国森林防火网随机抽取了1041场历史火灾数据,收集了火灾发生时的温度、相对湿度、风速和发生火灾前24h降水量4个因子数据,并在专业的气象网站对其进行了核验。在此基础上,本文对气象因子数据与模糊粗糙集的结合、各气象因子与森林火灾的具体关系等方面做了如下研究：(1)运用SPSS数据处理软件,对各气象因子数据进行统计分析,结果表明：发生火灾次数最多时的气温为20℃,70%的火灾发生在10-25℃之间；发生火灾次数最多时的湿度为50%,90%的森林火灾是在相对湿度小于70%时发生的；发生火灾次数最多时的风速为2m/s,风速值主要集中在1-3m/s；发生火灾前24h降水量为Omm时发生的火灾次数最多,90%以上的火灾发生前24h都未发生降水。(2)将核验后的数据进行标准化处理,再进行K-均值聚类后,用自然断点法将聚类得到的案例数分级,得到了以最终聚类中心为条件属性、案例数级别为决策属性的信息决策表,该表的组成为模糊粗糙集方法与森林火灾气象因子的结合提供了基础。(3)分析各气象因子的属性特点,分别选取了合适的模糊隶属函数类型,再根据决策表中各因子的数据特点,构造合理的模糊隶属函数模型,运用各模型将条件属性模糊化后得到了模糊决策表,模糊决策表为模糊粗糙集方法的运用提供了数据支撑。(4)在模糊决策表的数据支撑下,通过计算模糊粗糙集理论中决策属性对各条件属性的依赖度,并对其进行归一化处理后求出各气象因子对森林火灾的影响程度,结果显示：对森林火灾发生影响最大的因子为发生森林火灾前24h降水量,最小的为发生火灾时的温度,具体影响值为：温度(0.1162)、风速(0.2124)、相对湿度(0.265)、降水量(0.4063),这一结果表明在森林防火监测过程中,需对降水量因子予以格外关注。(5)通过对比聚类后各组气象因子及其对应的森林火灾次数情况,得出了多气象因子的组合与森林火灾发生间的一些规律：发生火灾前24小时降水量超过1mm时,不论其他气象因子情况如何,森林火灾都极少发生；在低温低湿、低温高湿情况下均有可能发生较多森林火灾,但低温低湿条件下发生的火灾次数明显多于低温高湿对应的次数；在高温条件下,森林火灾基本只在低湿度情况下发生,高温高湿环境下很难发生森林火灾。本文利用模糊粗糙集方法,计算出了各气象因子对森林火灾发生的影响情况,得到了一种分析森林火灾与气象因子间相关性的新方法。森林火灾的发生除受气象因子影响外,还受可燃物、地形、人口、用火习俗等多方面因素影响,将众多因素纳入一个系统进行研究,将成为以后林火研究的方向。