崔玥涵 申淏旭 馮子彬

【摘? 要】本文主要針對美國火災管理部提供的2003-2016年的火災數(shù)據(jù)庫中wildlands表的數(shù)據(jù)的研究，利用一系列的數(shù)據(jù)處理，根據(jù)數(shù)據(jù)分布以頻率和過火面積作為森林火災風險等級的評價標準，做了統(tǒng)計分析和預測模型的建立。首先運用SPSS進行統(tǒng)計，并利用地理信息系統(tǒng)ArcGIS將統(tǒng)計結(jié)果描繪在美國地圖上。其次選擇九個影響火災危害等級的指標，利用貝葉斯網(wǎng)絡、神經(jīng)網(wǎng)絡，隨機森林三種機器學習算法建立火災危害等級的預測模型。最后測試準確率在60%-80%，證明了模型的合理性。同時，對火災數(shù)據(jù)進行統(tǒng)計分析，并建立適當?shù)哪Ｐ蛯τ诒Ｗo自然，減少經(jīng)濟損失具有重要的現(xiàn)實意義。

【關(guān)鍵詞】森林火災;數(shù)據(jù)處理;地理信息系統(tǒng);機器學習

引言

火災是人類活動與大自然交互的結(jié)果，如何有效降低火災帶來的危害，是全世界科研學者所要解決的一項共同難題。如果能夠有效找到火災的發(fā)生因素，預測可能發(fā)生的火災并作以預防，從而降低火災的危害程度，那么將在一定范圍內(nèi)減少火災給人類活動帶來的各種損失。據(jù)不完全統(tǒng)計，全世界每天發(fā)生火災1萬多起，造成數(shù)百人傷亡，因火災引發(fā)的直接和間接經(jīng)濟損失不計其數(shù)。根據(jù)我們所收集到的數(shù)據(jù)展現(xiàn)，僅美國一個國家在2014年這一年中發(fā)生的大大小小的火災就高達60萬起，并且根據(jù)數(shù)據(jù)文件中記錄顯示這一數(shù)字呈現(xiàn)逐年增長趨勢。

1.神經(jīng)網(wǎng)絡算法的實現(xiàn)

人工神經(jīng)網(wǎng)絡無需事先確定輸入輸出之間映射關(guān)系的數(shù)學方程，僅通過自身的訓練，學習某種規(guī)則，在給定輸入值時得到最接近期望輸出值的結(jié)果。基于這一特點，BP神經(jīng)網(wǎng)絡具有任意復雜的模式分類能力和優(yōu)良的多維函數(shù)映射能力，解決了簡單感知器不能解決的問題。在解決問題時，我們并不關(guān)注神經(jīng)網(wǎng)絡隱藏層中具體每一層的計算權(quán)重，而更關(guān)注如何通過反向傳播來優(yōu)化網(wǎng)絡，逐漸趨向于準確的預測結(jié)構(gòu)。從結(jié)構(gòu)上講，BP網(wǎng)絡具有輸入層、隱藏層和輸出層;從本質(zhì)上講，BP算法就是以網(wǎng)絡誤差平方為目標函數(shù)、采用梯度下降法來計算目標函數(shù)的最小值。

2.貝葉斯網(wǎng)絡算法與模型結(jié)構(gòu)

貝葉斯網(wǎng)絡（Bayesian network），又稱信念網(wǎng)絡（Belief Network），或有向無環(huán)圖模型（directed acyclic graphical model），是一種概率圖模型，于1985年由Judea Pearl首先提出。它是一種模擬人類推理過程中因果關(guān)系的不確定性處理模型，其網(wǎng)絡拓樸結(jié)構(gòu)是一個有向無環(huán)圖（DAG）。貝葉斯網(wǎng)絡的有向無環(huán)圖中的節(jié)點表示隨機變量：

{X1， X2， …… ，Xn}

它們可以是可觀察到的變量，或隱變量、未知參數(shù)等。認為有因果關(guān)系（或非條件獨立）的變量或命題則用箭頭來連接。若兩個節(jié)點間以一個單箭頭連接在一起，表示其中一個節(jié)點是“因（parents）”，另一個是“果（children）”，兩節(jié)點就會產(chǎn)生一個條件概率值。簡言之，把某個研究系統(tǒng)中涉及的隨機變量，根據(jù)是否條件獨立繪制在一個有向圖中，就形成了貝葉斯網(wǎng)絡。其主要用來描述隨機變量之間的條件依賴，用結(jié)點表示隨機變量（random variables），用箭頭表示條件依賴（conditional dependencies）。

自動設計網(wǎng)絡結(jié)構(gòu)的核心問題有兩個，一個是評價網(wǎng)絡好壞的指標，另一個是查找的方法。窮舉是不可取的，因為組合數(shù)太大，只能是利用各種啟發(fā)式方法或是限定搜索條件以減少搜索空間，因此產(chǎn)生兩大類方法，Score-based Structure Learning（基于分數(shù)的結(jié)構(gòu)學習）與constraint-based structure learning（基于約束的結(jié)構(gòu)學習）。：

接下來需要確定網(wǎng)絡的參數(shù)，也就是各個邊上的條件概率。參數(shù)學習有兩種典型方法，極大似然估計和貝葉斯估計。因為前者的過擬合嚴重，一般都使用后者進行參數(shù)學習;pgmpy提供的貝葉斯估計器提供三種先驗分布的支持，‘dirichlet， ‘BDeu， ‘K2，實際上都是dirichlet分布，貝葉斯估計器的工作原理如下。

在貝葉斯分析的框架下，待求參數(shù)被看做是隨機變量，對他的估計就是在其先驗上，用數(shù)據(jù)求后驗，因此先要有對的先驗假設。而我們通常取的先驗分布就是dirichlet（狄利克雷）分布。對于一個含有個離散狀態(tài)的節(jié)點，我們設其參數(shù)為

并令其先驗為狄利克雷分布 D [a1，a2，……，ai]（=2時也稱beta分布）

這個先驗有個參數(shù)，數(shù)學上證明了，這些參數(shù)就相當于將先驗表達成了個虛擬樣本，其中滿足的樣本數(shù)為，這個就成為等價樣本量。另外，其計算后的后驗分布也是狄利克雷分布（稱這種行為叫共軛先驗）。至此就是對模型構(gòu)建的介紹。我們利用pgmpy庫提供了相關(guān)的模型構(gòu)建的函數(shù)，在評分函數(shù)中我們選擇BDeu評分（無差別客觀先驗，認定各個概率相等，不提供信息。），根據(jù)測試集數(shù)據(jù)算出各個節(jié)點直接連線的概率，完成對模型的構(gòu)建。

3.結(jié)語

本項目于2018年11月初開始準備立項，即根據(jù)森林火災的各項數(shù)據(jù)對其進行分布探究和危害等級的預測，我們開始了本項目的最后階段，利用機器學習算法對火災危害等級進行預測，力求找到一個優(yōu)秀的模型可以盡可能準確的預測發(fā)生的火災的危害程度，進而對其展開救援、防治，在這一階段我們嘗試了許多算法，最終選擇了準確率較高的三種算法作為本項目的研究成果，分別是BP神經(jīng)網(wǎng)絡、貝葉斯網(wǎng)絡、隨機森林這三種算法，經(jīng)過訓練集和測試集的一次又一次的驗證準確率一直穩(wěn)定在60%-80%，可較為準確的對火災危害等級進行預測，達到了我們預期的目標。

參考文獻

[1]陳英達. 突發(fā)事件情景間演化關(guān)系建模及推演方法研究[D].大連理工大學，2019.

[2]張穎，王美，王靜.基于信息擴散理論的森林火災風險分析及森林資源保護[J].環(huán)境保護，2018，46（19）：38-43.