周瑞瓊，周愛民，汪 東

（1.江蘇省生產力促進中心，江蘇 南京，210042；2.南京森林警察學院，江蘇 南京，210023）

航空護林航線動態(tài)優(yōu)化問題及對策

周瑞瓊1，周愛民2，汪 東2

（1.江蘇省生產力促進中心，江蘇 南京，210042；2.南京森林警察學院，江蘇 南京，210023）

現有航空護林航線難以實現動態(tài)管理，存在飛機使用效率不高的問題。結合航空護林現實需求以及技術發(fā)展，提出以地面采集氣象因素、可燃物因素、火險因子、火源因素等作為實時數據，發(fā)揮大數據技術的海量數據存儲、分析能力，對航空護林航線動態(tài)優(yōu)化問題進行優(yōu)化求解，實現航線的快速、科學、動態(tài)規(guī)劃，提高飛行效率。

林火管理；航空護林；航線；動態(tài)優(yōu)化；大數據

航空護林是我國森林防火工作的重要組成部分，其“快速、靈活、高效”的優(yōu)勢在監(jiān)測和撲救森林火災中發(fā)揮著不可替代的作用。自1952年我國第一個航空護林機構正式成立以來，航空護林力量逐漸壯大。航空護林在火情監(jiān)測、快速撲救方面發(fā)揮了關鍵的作用，它可依據其空中快速巡航優(yōu)勢實現大范圍火情監(jiān)測和快速的火情信息傳達，還可快速運送撲救隊伍至指定地點，另外，它直接參與滅火作戰(zhàn)，尤其是在交通不便、地面救援力量難以快速抵達的山區(qū)，航空護林是名副其實的尖兵隊伍。航空護林在保護森林生態(tài)資源和人民生命財產安全方面做出了巨大貢獻，據統計，2000年以前，90%以上的火情是通過航空巡護發(fā)現，在2010-2011年衛(wèi)星林火監(jiān)測以及地面監(jiān)測逐步推廣的情況下，東北林區(qū)超過70%的火情仍是通過航空巡護發(fā)現，遠遠超過衛(wèi)星及地面監(jiān)測設備的火情發(fā)現率，可見，航空護林在林火監(jiān)測上占據著主導地位。

1 航空護林現狀

航空護林在森林防火方面做出了巨大貢獻，但同時因為航空設備造價高，飛行費用高昂，而用于航空護林的經費相比較需要巡護的廣袤林區(qū)而言是遠遠不足的，因此有效利用有限的飛行時間來實現最大化的森林防火效果，一直是行業(yè)內關注的環(huán)節(jié)。

目前我國航空護林的航線分為火情巡查的固定航線和在林火撲救或其他特殊情況下的臨時航線。在大部分情況下飛機都是沿固定航線飛行。固定航線的規(guī)劃根據各航站巡護區(qū)域內的森林分布、火源分布、飛機續(xù)航能力等因素，在防火期提前設定。防火期內，根據國家氣象局發(fā)布的森林火險氣象等級預報，提交第二天飛行計劃。臨時航線大部分是參與森林火災撲救時設定，根據“集中飛機打殲滅戰(zhàn)”“打早、打小、打了”的原則，往往在火情初期采取超常規(guī)措施，加倍投入航空力量，火災發(fā)生附近場站開辟多條臨時航線集中向火點飛行。

由于氣象環(huán)境處于不斷變化的過程，再加之復雜地理環(huán)境因素可能導致同一航線上相距十幾公里的森林處于不同的火險狀況，人員活動、生產活動導致野外火源可能存在季節(jié)性或隨機性的變化，同時隨著地面林火監(jiān)測點的逐漸增多，如何更有效的根據氣象情況、森林可燃物情況、火源情況、火災情況和地面監(jiān)控的情況及時對巡護航線做出調整，減少無效飛行，提升有限的飛行時間和經費的使用效率，成為越來越現實和緊迫的問題。

2 航線動態(tài)優(yōu)化技術方案

2.1 航線動態(tài)優(yōu)化的重要性

航空護林的目的是監(jiān)測、發(fā)現、撲滅森林火災。森林火災的發(fā)生發(fā)展主要與氣象條件、可燃物分布、火險因子、火源等幾個因素相關。航線的動態(tài)優(yōu)化就是在飛機性能、飛行時間、禁止飛行氣象條件等約束條件下，分析在變化的氣象空間分布、火險空間分布、火源危險性空間分布等環(huán)境下的最優(yōu)化問題，它對于確保撲救效果、提高撲救效率有著重要意義。

航空護林航線優(yōu)化的基礎是能準確、及時獲取氣象、可燃物等主要因素的動態(tài)數據，在此基礎上建立大數據分析平臺實現海量數據的存儲和分析，在平臺上利用已成熟的最優(yōu)化算法實現航線動態(tài)規(guī)劃。

2.2 主要影響因素數據來源

2.2.1 氣象因素

氣象因素包含風力、風向、溫度、濕度、降雨量的瞬時值以及一天、兩天、一周等等累計量，這些參量都會影響森林火災發(fā)生概率及其發(fā)展蔓延速率。宏觀的氣象預報尺度對于林區(qū)尤其是地理條件復雜的林區(qū)而言，無法提供臨近不同條件（如山頂、山谷或向陽、背陽）地域的小范圍氣象因素數值。因此需要更小范圍的氣象監(jiān)測手段。地方氣象局建設氣象站可提供精細氣象信息，并且目前已有部分林區(qū)建設地面氣象站，可提供實時氣象監(jiān)測數據，同時還可以在地面巡護過程中以手持氣象儀對上述氣象因素進行監(jiān)測上報。

2.2.2 可燃物因素

可燃物的分布涉及林草的地面覆蓋分布、樹種、可燃物載量等數據。這些數據可使用人員地面調查形成的林業(yè)調查數據，結合GIS對可燃物分布進行空間標繪。

2.2.3 火險因子

火險因子與可燃物本身和環(huán)境條件相關，目前我國已建設數千個森林火險因子采集站，并且還在不斷建設中，因此在已建設火險因子采集站的林區(qū)，可直接獲得可燃物的動態(tài)情況。

2.2.4 火源因素

火源包括人為火源以及雷擊等自然火源。人為火源通過林區(qū)管理可限定在較為固定的范圍，同時人為火源也有一些較為明顯的空間、時間規(guī)律：離定居點越近火源越多，燒荒季節(jié)和清明等時候人為火源多。這些因素通過地面巡護人員可動態(tài)掌握。

2.2.5 其他因素

隨著林區(qū)林火地面監(jiān)控點建設的發(fā)展，通常的制高點監(jiān)控已可覆蓋半徑5～10 km范圍內林區(qū)情況，因此對于這些區(qū)域，可以認為不需要設定固定航線進行巡護。

2.3 基于大數據技術的航線優(yōu)化

航線優(yōu)化問題也是在各種約束條件下的最短路徑問題。在求解這一類問題上目前已有多種成熟的經典算法，如Dijkstra算法、動態(tài)規(guī)劃算法、分支限界法等，并且隨著求解問題的復雜度提升，所需計算能力越來越高。因此也有不少學者引入人工神經網絡、模擬退火、蟻群算法、遺傳算法等優(yōu)化算法來解決這類問題，并應用于民航航線、無人機航線規(guī)劃中，取得較好的使用效果。

從上面分析可知，森林防火航空巡護相比民航和無人機的航線規(guī)劃，涉及氣象、可燃物、地理環(huán)境、人員活動等等復雜的條件，來源眾多，數據繁雜，涉及林業(yè)里面的海量異構數據。要實現航線動態(tài)優(yōu)化，必須具有海量數據處理能力以及強大的數據挖掘能力，因此必須引入大數據技術。

2.3.1 數據準備環(huán)節(jié)

與以往數據分析相比，氣象、可燃物、火源、地理空間信息等不同類型、不同結構的數據數量龐大、格式不一，并且數據質量良莠不齊，這就要求數據準備環(huán)節(jié)一方面要規(guī)范格式，便于后續(xù)存儲管理，另一方面要在盡可能保留原有語義的情況下去粗取精、消除噪聲。因此進行存儲和處理之前，需要對數據進行清洗、整理，傳統數據處理體系中稱為ETL（Extracting，Transforming，Loading）過程[1]。

2.3.2 數據存儲與管理環(huán)節(jié)

動態(tài)的林業(yè)數據量以超高的速度增長，存儲技術的成本和性能面臨非常大的壓力。大數據存儲系統不僅需要以極低的成本存儲海量數據，還要適應多樣化的非結構化數據管理需求，具備數據格式上的可擴展性[1]。

2.3.3 計算處理環(huán)節(jié)

航線優(yōu)化中涉及數十條航線，在復雜約束條件下的海量數據處理要消耗大量的計算資源，因此需要使用分布式計算架構，實現低成本可持續(xù)的大規(guī)模計算能力。

2.3.4 數據分析環(huán)節(jié)

航線的最優(yōu)化本質上是從所有可能的航線中挖掘最短航線的參數，由于涉及氣象、森林資源等等各種類型的空間、時間分布的非結構化、多源異構的大數據集，需要采用機器學習等更加智能的數據挖掘技術[2]。

2.3.5 可視化環(huán)節(jié)

大數據航線優(yōu)化決策結果，以可視化、直觀的方式將分析結果呈現給用戶，精確直觀、圖文并茂地描述研究對象的位置布置、空間分布等地理信息，也靈活形象地描述研究對象所處的環(huán)境信息，便于林火指揮人員對航線的分析、理解和使用，增強了溝通與解釋。

3 航線動態(tài)優(yōu)化實現途徑

3.1 建立數據共享機制

航線動態(tài)優(yōu)化的基礎是森林防火相關因素的動態(tài)數據。因此首先需要與地方林業(yè)局、氣象局等建立所需數據的共享通道，實現氣象、可燃物、火源等各種參量數據的動態(tài)獲取。

3.2 建設大數據平臺

航線動態(tài)優(yōu)化是一種基于數據分析的優(yōu)化決策過程，也是數據處理過程，其實現的物理基礎就是大數據平臺，包括采集、預處理、存儲、計算、輸出等環(huán)節(jié)。

3.3 使用-反饋機制

航線優(yōu)化除了考慮上述主要的影響因素外還要考慮天然林巡護級別高于人工林，交通不便的林區(qū)對航空巡護的需求高于靠近公路的林區(qū)等等次要因素，因此在航線優(yōu)化初期，大數據平臺計算出的航線會與需求有一定偏差，這需要人工干預，將航線優(yōu)化結果的不合理處反饋到大數據分析模型中，不斷對模型進行反饋糾偏，直至其航線滿足實際需求。

4 結論

航空護林現有航線規(guī)劃形式因缺乏更多森林防火相關數據及數據分析手段支撐，往往采取固定航線的形式飛行，一定程度上存在無效飛行的情況。以氣象、可燃物、火源等多種數據支撐，結合大數據分析技術，以成熟的優(yōu)化算法對海量數據進行挖掘，可實現航空護林航線動態(tài)優(yōu)化，提高巡護效率，節(jié)約人力物力，更好地保護森林資源。

[1]工信部電信研究院.大數據白皮書[R].北京：2014.

[2]何廷潤.當前大數據應用發(fā)展的局限性分析[J].移動通信，2014，(14)：29-32.

（責任編輯：陳小華）

S762.3

A

2017-02-19

南京森林警察學院預研項目（LGY201507）