劉少海,趙天忠,李塞波

(1.北京林業(yè)大學(xué) 信息學(xué)院,北京 100083；2.武警呼倫貝爾森林支隊,呼倫貝爾 021000)

基于直覺模糊集TOPSIS決策方法的森林防火勤務(wù)方案綜合評價

劉少海1,2,趙天忠1,李塞波2

(1.北京林業(yè)大學(xué) 信息學(xué)院,北京 100083；2.武警呼倫貝爾森林支隊,呼倫貝爾 021000)

以不同森林火險狀態(tài)下的防火勤務(wù)方案為研究對象,從人員、機具、后勤保障、滅火能力4個方面入手,基于直覺模糊集和TOPSIS決策方法,提出了防火勤務(wù)方案綜合評價方法。首先,建立森林防火勤務(wù)方案評價指標體系,利用層次分析法和德爾菲法計算出指標權(quán)重。隨后構(gòu)建直覺模糊評價矩陣,確立正負理想解并計算備選方案到正負理想解的距離,計算綜合評價指數(shù),得到各防火勤務(wù)方案有效性的優(yōu)劣排序。最后以內(nèi)蒙古呼倫貝爾市巴日圖林場進行了實例驗證。

森林防火勤務(wù)；直覺模糊集；TOPSIS決策方法；德爾菲法；層次分析法

森林防火勤務(wù),是指林業(yè)相關(guān)部門為了預(yù)防森林火災(zāi)發(fā)生而實施的行動,形成了特有的定期巡護、清山、設(shè)卡檢查、防火瞭望、防火宣傳、計劃燒除等勤務(wù)工作[1]。我國森林防火的方針是“預(yù)防為主,積極消滅”[2],防火勤務(wù)在國家森林防火工作中發(fā)揮了較大的作用。國內(nèi)外學(xué)者對森林火災(zāi)預(yù)防開展了如下研究,這些研究主要集中在通過計算機網(wǎng)絡(luò)和軟件技術(shù)[3]、移動通信[4]、GIS與RS[5]和物聯(lián)網(wǎng)[6]等技術(shù),對可燃物[7-8]、火源[9]、地形[10]、氣象因子[11]等因素進行數(shù)學(xué)計算并建立預(yù)測和風(fēng)險評估模型[12],或利用相似度計算[13]和數(shù)據(jù)挖掘[14]等數(shù)學(xué)方法建立撲救模型和滅火指揮系統(tǒng),但少有學(xué)者根據(jù)森林火險等級的預(yù)測結(jié)果進行森林防火勤務(wù)方案評價的研究。

我國是一個森林覆蓋面積較大的國家,森林防火工作需要考慮的火險因子較多,防火勤務(wù)工作具有較大的不確定性；形式主要以地面巡護為主,缺乏靈活性和針對性,勞動強度大,人力有限,很容易造成預(yù)防盲區(qū)；開展工作中主要基于指揮員經(jīng)驗開展工作,有較強的主觀性[15]。因此如何在不同火險下對已有的防火勤務(wù)方案進行綜合評價,快速、科學(xué)、有效地選擇最優(yōu)方案具有現(xiàn)實意義。本文將在不同防火勤務(wù)方案對森林火險態(tài)勢影響歸結(jié)為有效性的綜合評價問題,提出了一種利用直覺模糊決策來評價不同勤務(wù)對森林火險態(tài)勢影響的方法,建立基于防火勤務(wù)的火險態(tài)勢評估體系,利用直覺模糊集理論建立評價矩陣并用TOPSIS決策方法進行決策,該方法能夠更加客觀地評價防火勤務(wù)方案的有效性。

1 直覺模糊集及TOPSIS決策方法

1.1 直覺模糊集

直覺模糊集是傳統(tǒng)的模糊集的一種拓展,它同時考慮了隸屬度、非隸屬度和猶豫度這3個方面的信息,在處理模糊性和不確定性等方面更具靈活性和實用性[16]。森林防火勤務(wù)工作由于其不確定特點,在進行綜合評價中需要將抽象問題轉(zhuǎn)化為可度量的指標,利用直覺模糊集描述森林防火勤務(wù)中預(yù)測著火點意圖、防火安全性等問題,可將模糊不確定的描述轉(zhuǎn)化為可度量數(shù)學(xué)計算,有利于對防火勤務(wù)方案進一步計算和評價,因此直覺模糊集理論適合于森林防火勤務(wù)方案評價。直覺模糊集的定義如下：

定義1 設(shè)X為一個非空集合[17],則稱

A={x,μA(x),υA(x),x∈X}

(1)

為直覺模糊集,其中μA(x)和υA(x)分別為X中元素x屬于A的隸屬度和非隸屬度,即

x∈X表示X中元素x屬于A的猶豫度和不確定度。Szmidt等[18]稱πA(x)為X中元素x屬于A的直覺指標,為了方便起見,本文稱α=(μA,νA,πA)為直覺模糊數(shù),其中

(2)

設(shè)A1，A2為非空有限集合X上的2個直覺模糊集,則定義A1，A2之間的標準的距離為：

(3)

1.2TOPSIS決策方法

TOPSIS(TechniqueforOrderPreferencebySimilaritytoIdealSolution)決策方法,即逼近理想點的排序方法[19]。TOPSIS決策作為一種選擇有限方案多目標決策分析方法,與防火勤務(wù)方案綜合評價在已知防火勤務(wù)方案中選擇最有效方案的研究目的相符合。其基本思想為：在空間內(nèi),將方案集A中的各備選方案Ai與正理想解A+和負理想解A-的距離進行比較,選取靠近正理想解而又遠離負理想解的方案作為方案A的最佳方案。其基本步驟下：

1) 構(gòu)建規(guī)范化加權(quán)矩陣。設(shè)規(guī)范化矩陣Y={yij},其對應(yīng)各屬性權(quán)重為W={w1,w2,…,wn}T,則xij=wjyij(i=1,2,…,m;j=1,2,…,n)

2) 確定正負理想解,并計算每個方案到正負理想解的距離。

(4)

備選方案到負理想解的距離為：

(5)

3) 各方案綜合評價指數(shù)。

(6)

ci的值越大,對應(yīng)的方案越優(yōu)。

2 防火勤務(wù)方案綜合評價方法

對防火勤務(wù)方案的評價反映了森林防火工作對火險態(tài)勢的影響結(jié)果,因此可以歸結(jié)為一個綜合評價問題,將直覺模糊集A歸為n維空間上的點,從而可用直覺模糊集TOPSIS評價方法來求解。該方法的基本步驟：1)建立森林防火勤務(wù)評價指標體系；2)確定評價指標的權(quán)重向量；3)建立歸一化的直覺模糊評價模型；4)根據(jù)候選方案建立符合要求的理想方案和負理想方案,分別計算出各個候選方案Ai與最終確定的理想方案及負理想方案的加權(quán)距離Di+(Ai,A+)和Di-(Ai,A-)；5)將候選方案Ai與確定的理想方案及負理想方案的距離通過有效性評價指數(shù)計算出個候選方案的有效性評價指標并進行優(yōu)劣排序,值最大者,對應(yīng)方案的越優(yōu)。

2.1 評價指標體系的建立

本文結(jié)合不同防火勤務(wù)的形式和內(nèi)容,邀請森林部隊指戰(zhàn)員(21人)、林業(yè)工作人員(9人)、地方防火人員(12人)防火勤務(wù)專家(EX)共42名,參照國家林業(yè)部門防火相關(guān)工作內(nèi)容,初步篩選43個指標,并制定第一輪調(diào)查問卷,向?qū)＜医榻B研究目的和相關(guān)背景資料,回收調(diào)查問卷并進行分析。結(jié)合分析的結(jié)果及專家意見制定第二輪調(diào)查問卷,要求專家進行第二次評價,反復(fù)修改至專家統(tǒng)一篩選出16個指標。在16個指標中,人員數(shù)量、戰(zhàn)勤訓(xùn)練水平、士氣情況和指揮決心主要反應(yīng)參加防火執(zhí)勤人員的數(shù)質(zhì)量問題,機具種類、殺傷效能、戰(zhàn)備完好性和防火安全性主要反應(yīng)機具的效能,生活保障、通信效能、人力物力損耗和運輸能力等主要反應(yīng)后勤保障能力,目標分配質(zhì)量、預(yù)測著火點意圖、人為因素干擾和可燃物干擾主要反應(yīng)火源撲救能力。

所有指標的直覺模糊度量均劃分為評語集V=[“較好”BR[0.8,1)、“好”GD[0.6,0.8)、“一般”MD[0.4,0.6)、“差”BD[0.2,0.4)、“較差)”WR[0,0.2]共5個級別。

2.2 權(quán)重向量的確定

針對森林火險態(tài)勢的模糊性和發(fā)生火災(zāi)的不確定性,根據(jù)指標的多層次結(jié)構(gòu)特點,系統(tǒng)中權(quán)重的確定及一些因素難于準確的進行定量解決。因此,本文采用德爾菲法,征求森林武警、林業(yè)局防火辦公室、林場工作人員等42位專家的意見,整理出綜合意見并再次反饋給專家征詢意見至專家無修改意見；以U1及其子指標為例,利用層次分析法構(gòu)造向量數(shù)據(jù),分別計算出對應(yīng)判斷矩陣的特征向量、最大特征根λmax,并對其進行一致性檢驗(一致性檢驗系數(shù)CR<0.1),計算出權(quán)重,結(jié)果如表1所示。

表1 U1指標權(quán)重計算

同理分別計算所有的權(quán)重向量A=[ai]及Ai=wij,i,j=1,2,3,4。根據(jù)U1,U2,U3,U4各準則層權(quán)重及其各子指標權(quán)重關(guān)系計算出各指標層權(quán)重,如表2所示。

表2 森林防火勤務(wù)綜合評價表

2.3 規(guī)范化矩陣的構(gòu)建

設(shè)有f位專家以直覺模糊的方式對森林防火勤務(wù)進行有效性優(yōu)劣評價,設(shè)防火勤務(wù)方案Ai的第k個指標評價矩陣為Kij=(μij,νij,πij),則根據(jù)表2可得防火勤務(wù)方案A的直覺模糊集矩陣為：

(7)

式中：0≤μij≤1,0≤νij≤1,0≤πij≤1且πij=1-μij-νij,其中i,j=1,2,3,4。由定義1可知,直覺模糊集評價矩陣F為規(guī)范化矩陣。

2.4 確立正負理想解及備選方案到其距離

結(jié)合式(1)—式(3),正理想解A+和負理想解A-的選取分別為：

(8)

(9)

(10)

其中

則方案Ai與Ai-之間的加權(quán)距離定義為：

(11)

2.5 計算綜合評價指數(shù)

根據(jù)式(10)—式(11),定義各備選方案Pi有效性的綜合評價指數(shù)為：

(12)

根據(jù)方案Pi有效性的綜合評價指數(shù)對方案進行排序,指數(shù)越大,其對應(yīng)的方案有效性就越大,說明在該火險等級下,該地區(qū)進行此方案防火最有效。

3 實例分析

結(jié)合呼倫貝爾市2015年統(tǒng)計數(shù)據(jù)、巴日圖林場2015年林場統(tǒng)計資料及國家氣象局2016年發(fā)布的氣象數(shù)據(jù),按照《全國森林火險區(qū)劃等級(LY/T 1063-2008)》以及崔亮等[20]的研究成果,進行火險等級區(qū)劃,巴日圖林場的森林火險為五級,森林火災(zāi)危險性大,需要制訂防火勤務(wù)方案并對其有效性進行綜合評價。1) P1林區(qū)巡護。用巡邏的方式監(jiān)控和管理野外火源的行動。2) P2清山。攜帶滅火裝備和必要的警用器材,協(xié)助森林防火部門依法清理林內(nèi)非法如山人員和生產(chǎn)作業(yè)點。3) P3林區(qū)瞭望。在管護區(qū)內(nèi)瞭望塔(高點)對管護區(qū)森林火險進行觀察,遇有情況及時處理。4) P4可燃物清理(燒除)。按森林防火部門的統(tǒng)一部署,有計劃、有組織的清理和燒除林內(nèi)、林緣可燃物。5) P5設(shè)卡檢查。配合森林防火部門在管護區(qū)主要路口,對如山人員和車輛實施防火檢查。6) P6防火宣傳。利用各種傳播媒介和載體向公民開展森林防火滅火常識及相關(guān)法律法規(guī)宣傳教育的行動。

根據(jù)巴日圖地區(qū)實際和防火人員裝備情況,分別請專家對6個方案16個指標按照評語集V進行打分,根據(jù)打分數(shù)據(jù)確定每個方案16個指標的直覺模糊集評價矩陣,如表3所示。

根據(jù)式(8)、式(9)及表3可構(gòu)造在五級火險下防火勤務(wù)各指標的正理想方案和負理想方案解,如表4所示。

表3 各方案評分結(jié)果

表4 五級火險下防火執(zhí)勤評價指標的正負理想方案解

根據(jù)式(10)、式(11)結(jié)合權(quán)重向量w計算各勤務(wù)方案評價矩陣到正負理想解的加權(quán)距離,并根據(jù)公式12計算綜合評價指數(shù),結(jié)果如表5所示,則可知在五級火險下,勤務(wù)方案有效性優(yōu)劣排序為P2>P1>P5>P3>P6>P4。邀請專家EX結(jié)合巴日圖林場情況進行防火勤務(wù)方案排序：P2>P1>P5>P6>P3>P4,與本方法的結(jié)果基本吻合。

表5 各勤務(wù)方案到理想解的距離及其綜合評價指數(shù)

在不同火險下,結(jié)合專家打分情況,可知巴日圖地區(qū)不同火險下防火勤務(wù)的有效性優(yōu)劣排序,對巴日圖地區(qū)開展森林防火工作提供有效的參考(表6)。

表6 巴日圖地區(qū)不同火險防火勤務(wù)有效性優(yōu)劣排序

為進一步驗證本文方法的普遍性,將本文方法應(yīng)用到云南昆明安寧地區(qū)時,所得結(jié)果與專家評價結(jié)果有差異。通過對比分析,在根據(jù)當?shù)厍闆r修改權(quán)重后,評價結(jié)果與專家評價結(jié)果吻合。本文方法依據(jù)國家森林防火工作相關(guān)要求建立指標體系,因此所建立的評價指標具有普遍性,但由于不同地區(qū)的森林資源、氣候和人為活動方式不同,開展防火勤務(wù)需要考慮各指標的權(quán)重也有所不同。因此本文方法在對某個區(qū)域進行評價時,需要結(jié)合當?shù)厍闆r對各指標的權(quán)重重新進行計算,確定權(quán)重向量,然后根據(jù)本文方法計算出結(jié)果。

4 結(jié)論

森林火災(zāi)具有突發(fā)性和高危害性,因此進行防火勤務(wù)方案評價可以確定最有效的執(zhí)勤方案,縮短當突發(fā)事件發(fā)生時的處置反應(yīng)時間,并且極有可能避免森林火災(zāi)的發(fā)生,避免不必要的生命、財產(chǎn)損失。本文引入直覺模糊集TOPSIS決策方法對防火勤務(wù)方案進行評價,根據(jù)森林防火執(zhí)勤形式,利用德爾菲法和層次分析法建立基于直覺模糊集的評價指標和各指標對應(yīng)權(quán)重,并依據(jù)專家打分給出森林防火執(zhí)勤方式的評分結(jié)果,用TOPSIS決策方法確定執(zhí)勤方案Pi與正、負理想方案的加權(quán)距離,利用有效性評價指數(shù)計算出執(zhí)勤方案的評價指標并進行優(yōu)劣排序,進而確定各方案的有效性。本文通過巴日圖林場實例驗證,結(jié)果表明,所提出的方法可行有效。通過云南安寧地區(qū)的驗證,本文所提指標和評價方法具有普適性,但在運用到不同地區(qū)時,需要根據(jù)當?shù)貙嶋H情況對指標的權(quán)重重新計算,下步將結(jié)合本文方法建立防火勤務(wù)指揮決策系統(tǒng)。

[1]張昕.森林部隊的五種主要防火勤務(wù)[J].內(nèi)蒙古林業(yè),2001(7):22-22.

[2]蘇立娟,何友均,陳紹志.1950—2010年中國森林火災(zāi)時空特征及風(fēng)險分析[J].林業(yè)科學(xué),2015,51(1):88-96.

[3]王阿川.森林火災(zāi)防治決策專家系統(tǒng)的研究與實現(xiàn)[J].中國安全科學(xué)學(xué)報,2005,15(2):96-100.

[4]黃儒樂.移動通信技術(shù)WAP與SMS在縣級森林火險預(yù)報系統(tǒng)中的應(yīng)用研究[D].北京:北京林業(yè)大學(xué),2005.

[5]Khan V M.Long-range forecasting of forest fire danger based on the SLAV model seasonal ensemble forecasts[J].Russian Meteorology and Hydrology,2012,37(8):505-513.

[6]陶佰睿,張藝弛,苗鳳娟,等.基于物聯(lián)網(wǎng)技術(shù)森林火災(zāi)防控系統(tǒng)設(shè)計[J].東北林業(yè)大學(xué)學(xué)報,2014(8):141-144.

[7]胡海清,陸昕,孫龍,等.大興安嶺典型林分地表死可燃物含水率動態(tài)變化及預(yù)測模型[J].應(yīng)用生態(tài)學(xué)報,2016,27(7):2212-2224.

[8]Mark A F.Calculation of Fire Spread Rates Across Random landscapes[J].International Journal of Wildland Fire,2003,12:213-226.

[9]曹姍姍.小尺度森林火險等級預(yù)報模型研究[D].北京:中國林業(yè)科學(xué)研究院,2014.

[10]Wotton B M.Interpreting and using outputs from the Canadian forest fire danger rating system in research applications [J].Environ Ecol Stat,2009,16:107-131.

[11]梁慧玲,林玉蕊,楊光,等.基于氣象因子的隨機森林算法在塔河地區(qū)林火預(yù)測中的應(yīng)用[J].林業(yè)科學(xué),2016,52(1):89-98.

[12]覃先林,陳小中,鐘祥清,等.我國森林火災(zāi)預(yù)警監(jiān)測技術(shù)體系發(fā)展思考[J].林業(yè)資源管理,2015(6):45-48.

[13] 姜艷萍,樊治平,袁娜.基于相似度計算的森林火災(zāi)應(yīng)急響應(yīng)方案選擇方法[J].系統(tǒng)工程,2010(11):104-109.

[14] 萬魯河,王繼富,臧淑英,等.基于空間數(shù)據(jù)挖掘技術(shù)的森林防火智能決策支持系統(tǒng)研究[J].地理科學(xué),2009,29(3):433-438.

[15]郭志強.森林防火勤務(wù)組織實施要點[J].內(nèi)蒙古林業(yè),2013(7):16-17.

[16] 徐澤水.直覺模糊信息集成理論及應(yīng)用[M].北京:科學(xué)出版社,2008.

[17]王毅,雷英杰,路艷麗.基于直覺模糊集的多屬性模糊決策方法[J].系統(tǒng)工程與電子技術(shù),2007,29(12):2060-2063.

[18] Szmidt E,Kacprzyk J.Distances between intuitionistic fuzzy sets[J].Fuzzy Sets & Systems,2000,114(3):505-518.

[19]Hwang C L,Yoon K.Multiple Attribute Decision Making[M].Berlin Heidelberg:Springer Berlin Heidelberg,1981.

[20]崔亮,張繼權(quán),劉興朋,等.基于Logistic回歸模型的呼倫貝爾草原火險預(yù)測研究[J].安全與環(huán)境學(xué)報,2010,10(1):173-177.

Application of Intuitionistic Fuzzy Sets in Evaluating the Forest Fire Prevention Service with TOPSIS Method

LIU Shaohai1,2,ZHAO Tianzhong1,LI Saibo2

(1.TheSchoolofInformationScience&TechnologyofBeijingForestryUniversity,Beijing100083,China;2.HulunBuirForestDetachmentofChineseArmedPoliceForce,HulunBuir021000,China)

In this paper,the fire prevention service scheme of different forest fire conditions was taken as the research object. From the four aspects of the personnel,the equipment,the logistical support and the fire fighting ability and by using the intuitionistic fuzzy sets and the TOPSIS method,firstly the evaluation index system of forest fire prevention service scheme is established. Secondly,the analytic hierarchy process(AHP) and Delphi method are used to calculate the weight of the index,then the intuitionistic fuzzy evaluation matrix constructed,the positive and negative ideal solutions established and the distance of the alternatives to the positive and negative ideal solutions calculated. Finally,the comprehensive evaluation indexes are calculated,and the ranking of the fire service program effectiveness obtained. The Baritu Forest Farm at Hulunbeir of Inner Mongolia has been taken as an example for verification.

the forest fire prevention service,the intuitionistic fuzzy sets,the TOPSIS method,Delphi method,the analytic hierarchy process

2017-03-08；

2017-05-03

劉少海(1990-),男,遼寧鞍山人，在讀碩士,從事森林信息化方面的研究。Email：liush2016@126.com

趙天忠(1961-),男,山西晉城人，教授,博士,主要從事林業(yè)信息化相關(guān)研究工作。Email：ztz@bjfu.edu.cn

S762

A

1002-6622(2017)03-0062-07

10.13466/j.cnki.lyzygl.2017.03.013