基于美國火災(zāi)大數(shù)據(jù)的風(fēng)險(xiǎn)預(yù)測分析研究

崔玥涵 申淏旭 馮子彬

【摘? 要】本文主要針對(duì)美國火災(zāi)管理部提供的2003-2016年的火災(zāi)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(zāi)風(fēng)險(xiǎn)等級(jí)的評(píng)價(jià)標(biāo)準(zhǔn)，做了統(tǒng)計(jì)分析和預(yù)測模型的建立。首先運(yùn)用SPSS進(jìn)行統(tǒng)計(jì)，并利用地理信息系統(tǒng)ArcGIS將統(tǒng)計(jì)結(jié)果描繪在美國地圖上。其次選擇九個(gè)影響火災(zāi)危害等級(jí)的指標(biāo)，利用貝葉斯網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)，隨機(jī)森林三種機(jī)器學(xué)習(xí)算法建立火災(zāi)危害等級(jí)的預(yù)測模型。最后測試準(zhǔn)確率在60%-80%，證明了模型的合理性。同時(shí)，對(duì)火災(zāi)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，并建立適當(dāng)?shù)哪Ｐ蛯?duì)于保護(hù)自然，減少經(jīng)濟(jì)損失具有重要的現(xiàn)實(shí)意義。

【關(guān)鍵詞】森林火災(zāi);數(shù)據(jù)處理;地理信息系統(tǒng);機(jī)器學(xué)習(xí)

引言

火災(zāi)是人類活動(dòng)與大自然交互的結(jié)果，如何有效降低火災(zāi)帶來的危害，是全世界科研學(xué)者所要解決的一項(xiàng)共同難題。如果能夠有效找到火災(zāi)的發(fā)生因素，預(yù)測可能發(fā)生的火災(zāi)并作以預(yù)防，從而降低火災(zāi)的危害程度，那么將在一定范圍內(nèi)減少火災(zāi)給人類活動(dòng)帶來的各種損失。據(jù)不完全統(tǒng)計(jì)，全世界每天發(fā)生火災(zāi)1萬多起，造成數(shù)百人傷亡，因火災(zāi)引發(fā)的直接和間接經(jīng)濟(jì)損失不計(jì)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(gè)國家在2014年這一年中發(fā)生的大大小小的火災(zāi)就高達(dá)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(luò)算法的實(shí)現(xiàn)

人工神經(jīng)網(wǎng)絡(luò)無需事先確定輸入輸出之間映射關(guān)系的數(shù)學(xué)方程，僅通過自身的訓(xùn)練，學(xué)習(xí)某種規(guī)則，在給定輸入值時(shí)得到最接近期望輸出值的結(jié)果。基于這一特點(diǎn)，BP神經(jīng)網(wǎng)絡(luò)具有任意復(fù)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(shí)，我們并不關(guān)注神經(jīng)網(wǎng)絡(luò)隱藏層中具體每一層的計(jì)算權(quán)重，而更關(guān)注如何通過反向傳播來優(yōu)化網(wǎng)絡(luò)，逐漸趨向于準(zhǔn)確的預(yù)測結(jié)構(gòu)。從結(jié)構(gòu)上講，BP網(wǎng)絡(luò)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(luò)誤差平方為目標(biāo)函數(shù)、采用梯度下降法來計(jì)算目標(biāo)函數(shù)的最小值。

2.貝葉斯網(wǎng)絡(luò)算法與模型結(jié)構(gòu)

貝葉斯網(wǎng)絡(luò)（Bayesian network），又稱信念網(wǎng)絡(luò)（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(luò)拓樸結(jié)構(gòu)是一個(gè)有向無環(huán)圖（DAG）。貝葉斯網(wǎng)絡(luò)的有向無環(huán)圖中的節(jié)點(diǎn)表示隨機(jī)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(rèn)為有因果關(guān)系（或非條件獨(dú)立）的變量或命題則用箭頭來連接。若兩個(gè)節(jié)點(diǎn)間以一個(gè)單箭頭連接在一起，表示其中一個(gè)節(jié)點(diǎn)是“因（parents）”，另一個(gè)是“果（children）”，兩節(jié)點(diǎn)就會(huì)產(chǎn)生一個(gè)條件概率值。簡言之，把某個(gè)研究系統(tǒng)中涉及的隨機(jī)變量，根據(jù)是否條件獨(dú)立繪制在一個(gè)有向圖中，就形成了貝葉斯網(wǎng)絡(luò)。其主要用來描述隨機(jī)變量之間的條件依賴，用結(jié)點(diǎn)表示隨機(jī)變量（random variables），用箭頭表示條件依賴（conditional dependencies）。

自動(dòng)設(shè)計(jì)網(wǎng)絡(luò)結(jié)構(gòu)的核心問題有兩個(gè)，一個(gè)是評(píng)價(jià)網(wǎng)絡(luò)好壞的指標(biāo)，另一個(gè)是查找的方法。窮舉是不可取的，因?yàn)榻M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?jǐn)?shù)的結(jié)構(gòu)學(xué)習(xí)）與constraint-based structure learning（基于約束的結(jié)構(gòu)學(xué)習(xí)）。：

接下來需要確定網(wǎng)絡(luò)的參數(shù)，也就是各個(gè)邊上的條件概率。參數(shù)學(xué)習(xí)有兩種典型方法，極大似然估計(jì)和貝葉斯估計(jì)。因?yàn)榍罢叩倪^擬合嚴(yán)重，一般都使用后者進(jìn)行參數(shù)學(xué)習(xí);pgmpy提供的貝葉斯估計(jì)器提供三種先驗(yàn)分布的支持，‘dirichlet， ‘BDeu， ‘K2，實(shí)際上都是dirichlet分布，貝葉斯估計(jì)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(jī)變量，對(duì)他的估計(jì)就是在其先驗(yàn)上，用數(shù)據(jù)求后驗(yàn)，因此先要有對(duì)的先驗(yàn)假設(shè)。而我們通常取的先驗(yàn)分布就是dirichlet（狄利克雷）分布。對(duì)于一個(gè)含有個(gè)離散狀態(tài)的節(jié)點(diǎn)，我們?cè)O(shè)其參數(shù)為

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

這個(gè)先驗(yàn)有個(gè)參數(shù)，數(shù)學(xué)上證明了，這些參數(shù)就相當(dāng)于將先驗(yàn)表達(dá)成了個(gè)虛擬樣本，其中滿足的樣本數(shù)為，這個(gè)就成為等價(jià)樣本量。另外，其計(jì)算后的后驗(yàn)分布也是狄利克雷分布（稱這種行為叫共軛先驗(yàn)）。至此就是對(duì)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(píng)分函數(shù)中我們選擇BDeu評(píng)分（無差別客觀先驗(yàn)，認(rèn)定各個(gè)概率相等，不提供信息。），根據(jù)測試集數(shù)據(jù)算出各個(gè)節(jié)點(diǎn)直接連線的概率，完成對(duì)模型的構(gòu)建。

3.結(jié)語

本項(xiàng)目于2018年11月初開始準(zhǔn)備立項(xiàng)，即根據(jù)森林火災(zāi)的各項(xiàng)數(shù)據(jù)對(duì)其進(jìn)行分布探究和危害等級(jí)的預(yù)測，我們開始了本項(xiàng)目的最后階段，利用機(jī)器學(xué)習(xí)算法對(duì)火災(zāi)危害等級(jí)進(jìn)行預(yù)測，力求找到一個(gè)優(yōu)秀的模型可以盡可能準(zhǔn)確的預(yù)測發(fā)生的火災(zāi)的危害程度，進(jìn)而對(duì)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(zhǔn)確率較高的三種算法作為本項(xiàng)目的研究成果，分別是BP神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、隨機(jī)森林這三種算法，經(jīng)過訓(xùn)練集和測試集的一次又一次的驗(yàn)證準(zhǔn)確率一直穩(wěn)定在60%-80%，可較為準(zhǔn)確的對(duì)火災(zāi)危害等級(jí)進(jìn)行預(yù)測，達(dá)到了我們預(yù)期的目標(biāo)。

參考文獻(xiàn)

[1]陳英達(dá). 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(xué)，2019.

[2]張穎，王美，王靜.基于信息擴(kuò)散理論的森林火災(zāi)風(fēng)險(xiǎn)分析及森林資源保護(hù)[J].環(huán)境保護(hù)，2018，46（19）：38-43.