《森林火灾模型#精选》由会员分享，可在线阅读，更多相关《森林火灾模型#精选（15页珍藏版）》请在金锄头文库上搜索。
1、森林火灾模型目录摘要3问题分析 4提出假设 5构建模型 5模型结果分析 8模型评价 10结论 10参靠文献 11摘要森林火灾是一种影响后果严重、 人为很难控制的一类自然灾害森林火灾危害巨大，它不仅毁坏森林资源，破坏自然环境,造成环境污染，而且可以造成巨大的生命和财产损失。 1987年 5月 6日至 6 月 2日的黑龙江省大兴安岭火灾造成的火灾场面积达到 133 万平方千 米，有 10807户、56092人受灾,死亡 213人,直接经济损失高达 20 亿 元。国家每年投人大量的资金用于森林防火。在1997， 1998， 1999年的防火经费分别达到 2103万元、 5181 万元和 7350万元
2、,呈逐年上 升的趋势。因此， 长期以来国内外开展了关于森林火灾成灾规律、火 蔓延规律、 林火的特殊火行为以及林火发生规律的研究。 森林火灾发 生时，快速准确地模拟和预测火势的蔓延和发展， 可以为及时部署灭 火力量、控制火灾蔓延提供科学的决策依据， 且具有重大的实际意义。本文根据林火蔓延的自身特点结合元胞自动机(CA分析，并提炼出影响森林火灾蔓延的关键影响因素。 这一模型中森林用一个二维网 格来表示 ,其中每个格点代表一棵树或代表空地 ,各节点的树具有相同 的生长概率和着火概率 ,以一定的规则进行演化。这一模型忽略树木 间的差别，假设初始状态只有一个着火点， 不存在闪电袭击导致着火， 从这一个着
3、火点开始蔓延， 如果绿树最近邻居中有一个树在燃烧， 则 它变成正在燃烧的树。 通过这样的模型， 研究蔓延的概率达到多大时 森林可能会被烧光。随着目前CA研究的深入，CA在森林火灾扩散的预测研究中越来越 广泛,论文结合提出的模型，并根据CA表现出的很强的模拟复杂系统 的能力 ,采用 Matlab 平台,做了模拟仿真的实验工作。 采用动态方式进 行模拟 ,使用图形页面展示 ,并可以根据仿真显示结果调整更新相关参数,最终得到一个能更好的模拟现实森林火灾蔓延情况的预测模型。 最终 ,通过对显示结果的对比分析 ,验证了模型的可靠性及可用性。 关键词：森林火灾；元胞自动机（CA）;蔓延；生长概率；着火概率
4、 问题分析森林火灾是一种常见的、极具突发性和破坏性的自然灾害。通 过构建森林火灾蔓延模型来仿真分析可能发生和正在发生的林火行 为，能够辅助防火决策以便有效减少损失， 这是火灾预测与预防的有 效手段，也是国内外研究的热点。其中，基于元胞自动机的林火蔓延 模型能够较好地仿真林火蔓延的自组织复杂过程， 广泛应用于林火蔓 延预测研究。 本文主要研究在一个着火点的条件下， 蔓延概率与森林 被烧光的关系。 使用元胞自动机建立相应模型， 得到部分蔓延概率与 森林是否被烧光的结果。 论文主要研究了俩个方面： 森林蔓延率与森 林被烧光时间的关系及森林被烧光最小蔓延率与森林生长率的关系。 结果直观显示蔓延概率与森
5、林被烧光（树木剩余率小于等于5%）的关系。提出假设 森林火灾是一种常见的自然灾害 ,森林火灾给社会经济和人民生命 安全带来很大的损失。根据现实情况，提出以下假设：一、森林蔓延率越大，森林被烧光所需时间越短。二、森林生长率越大，森林被烧光最小蔓延率越大。1.基于元胞自动机的森林火灾模型：1.1 元胞的边长一般来说，在模拟过程中，元胞尺寸越小，越能显示火势蔓延的 细节。但是，元胞尺寸过小，会增加计算时间和数据量。笔者的目的 是快速、动态地模拟森林火灾蔓延时的情况，因此，要根据笔者的目 的选取合适的元胞尺寸。1.2 火势蔓延的速度1.3 时间的确定1.4 邻域通常元胞自动机包含俩种邻域，第一种是 V
6、onneumann 邻域， 由一个中心元胞和东南西北的四个邻胞组成。第二种是 Moore 邻域， 它另外包括东北、西北、东南、西南四个方位。本论文为了快速地模 拟森林火灾蔓延时的情况，选取第一种。1.5 元胞的形态元胞状态 S 定义三个值： 0、1、2。树木未着火，元胞定义为 2； 正在燃烧的树木，元胞定义为 1；燃烧一轮后（即向周围发生扩散后） ， 变为空地，元胞定义为 0，并按生长率重新生长。1.6 元胞发生着火的概率2模拟算法:模型结果分析所建立的森林火灾蔓延系统经过编译调试，进行了不同蔓延率下的元胞仿真试验，得到了森林完全燃烧所需的平均循环次数。 见下表:表一：森林蔓延率与循环次数的关
7、系蔓延率pspread 循环次数i12345平均值0.61513542543422561516.20.653784673733403873890.69398429372393351388.60.73446381397470322403.20.773813844713694504110.814233673504304053950.854204403412633313590.89380344372401319363.20.93379323392351257340.40.97391408282255297326.61.00277390361283362334.6图一：燃烧时间与蔓延时间关50巨=裂表
8、一：烧光时间和蔓延率的关系曲线0.650,70850,91,05蔓延率由烧光时间和蔓延率的关系曲线可以直观的看出：当蔓延率小 于百分之六十左右时，森林有极大的可能无法完全燃烧；当蔓延率在 百分之六十到百分之六十五之间，森林烧光所需时间急剧缩短；而当 蔓延率大于百分之六五后，森林烧光所需时间波动缓慢的缩短。另外，在加入森林生长率这个因素以后，再次运行程序，得到 不同生长率下，森林被烧光的最小蔓延率，得下表：表二：生长率与烧光最小蔓延率生长率00.000050.00010.000150.00020.000250.00030.00035可能烧 光的最 小蔓延0.620.630.630.640.660
9、.680.720.88率表二可能烧光的最小蔓延率与生艮率关系曲线0,6Q药0.R0.750 6500 D00Q50.00010.000150.00020.000250.0003.000350.0004生长率由烧光最小蔓延率与生长率关系曲线可以看出，在生长率大于0.0035时，烧光的最小蔓延率是大于0.85;而当生长率在0到0.0035之间时，可以明确的看出，烧光最小蔓延率随生长率增加，呈现幕指 数势增长模型评价此森林火灾蔓延模型在描述森林火灾演化时， 根据模型计算出的 数据和真实森林火灾数据存在着相当的差距。 对此，我们在此模型中 引进了生长率，蔓延率俩个量，可以更加生动形象得模拟森林火灾。
10、得出以下结论：1、当蔓延率大于百分之六十左右时，森林在一定时 间内会完全燃烧（即森林剩余率为 5%）。2、随着森林生长率的小幅 增加，将大大提高森林烧光最小蔓延率。另外，为了减轻森林火灾模 型中网格边界引起的大火灾区的混沌现象，文中采用了较大的网格。以上为此模型的优点；但是，此模型也存在这明显的缺点，生长率与 蔓延率俩个量过于笼统，并不能直观的在森林中看出。此外，在真实 火灾中，环境因素也对火灾有着巨大的影响， 例如：地势，树木分布， 树木种类，降水， 风力大小等。希望在以后的学习中可以建出更加完 善的模型。结论笔者以元胞自动机的概率模型为基础，结合森林火灾蔓延的自身 特点，通过设置一片森林、
11、 一个着火点、树木生长率及树木与树木与 树木间的蔓延率， 构建了森林火灾蔓延的概率模型。 通过模拟结果可 得出以下结论：一）、不同的蔓延率，对森林是否完全燃烧及森林完全燃烧所需 时间长短有着显著的影响。研究结果也显示，生长率越高，森林越不 容易完全燃烧。二）、模型能够快速、准确地再现火蔓延的过程，火灾过程的模 拟，不仅提高了人们对火灾危害的认识， 而且也为消防扑救及森林建 设提出了科学依据。三）、由于森林火灾数据的缺乏，模型参数的取值还需进一步 验证，模型还需要进一步完善，例如：树木分布不同对火灾蔓延的 影响，风势对火灾蔓延的影响及不同地势对火灾蔓延的影响。根据这个模型 , 在森林空格位上种植
12、一些经济作物 ,既可以防止火灾蔓 延又可以得到一些收入。虽然此模型考虑到森林中也会存在石头 河流以及人类砍伐等已经非常接近火灾发生的真实情况,但是还是存在一些缺陷 , 比如并未考虑到树木种类的不同 ,种群分布的不同 人为纵火的概率等影响因素 , 这些还有待于进一步研究。参考文献1 . 宋卫国等 . 小尺度森林火灾的渐进幂率分布 J . 火灾科学 , 2003, 12(2):66-73.2 . 宋卫国 , 范维澄 , 汪秉宏 . 中国森林的自组织临界性 J . 科学通报 , 2001, 46(13):1 134-1 137.3 . 黄华国 , 张晓丽 . 基于三维原胞自动机模型的林火蔓延模拟 J
13、 . 北京林业大学学报 2005-27(3):94-97.4 .WloframS.AnewkindofScienceM.Wolframmei-dalnc.2002. 附件：核心代码：n=300;pspread=0.62;pgrowth=0;ul=n,1:n-1;dr=2:n,1;veg=zeros(n);hang=fix(299*rand(1)+1lie=fix(299*rand(1)+1veg(hang,lie)=1 imh=image(cat(3,veg,veg,veg);veg=2*ones(n);veg(hang,lie)=1for i=1:3000e=length(find(veg=
14、0);if(e85500)breakelseh1=veg;h2=h1;h3=h2;h4=h3;h1(300,1:300)=0;h2(1:300,300)=0;h3(1:300,1)=0;h4(1,1:300)=0; sum=(h1(ul,:)=1)+(h2(:,ul)=1)+(h3(:,dr)=1)+(h4(dr,:)=1); sum1=(sum=1).*(1-(1-pspread);sum2=(sum=2).*(1-(1-pspreadF2);sum3=(sum=3).*(1-(1-pspreadF3);sum4=(sum=4).*(1-(1-pspread)A4); s=sum1+sum2+sum3+sum4;veg=2*(veg=2)-(veg=2)&(sum0)&(rand(n,n)s)+2*(veg=0)&rand(n, n)pgrowth);set(imh,cdata,cat(3,(veg=1)
