清華新聞網(wǎng)8月21日電 全球極端氣候變化與城市化快速發(fā)展導(dǎo)致災(zāi)害發(fā)生頻率和強(qiáng)度不斷增加，對(duì)生態(tài)環(huán)境、社會(huì)經(jīng)濟(jì)和人員安全造成巨大的威脅。深入研究災(zāi)害發(fā)生、發(fā)展演化規(guī)律，構(gòu)建精細(xì)化的預(yù)測(cè)分析模型是輔助政府應(yīng)急管理部門(mén)開(kāi)展精準(zhǔn)防控、科學(xué)處置的關(guān)鍵。
圖1.重慶市北碚區(qū)“以火滅火”分析推演圖
清華大學(xué)深圳國(guó)際研究生院王飛團(tuán)隊(duì)一直致力于研究災(zāi)害模型建模方法，在對(duì)災(zāi)害模型管理框架、森林火災(zāi)蔓延預(yù)測(cè)等研究成果基礎(chǔ)上，又取得一系列新進(jìn)展。
為了揭示森林火災(zāi)中“以火滅火”背后的規(guī)律，團(tuán)隊(duì)構(gòu)建了一種用于“以火滅火”建模分析的定量化模型。該模型將火動(dòng)態(tài)蔓延過(guò)程定義為網(wǎng)格動(dòng)力學(xué)問(wèn)題，實(shí)現(xiàn)對(duì)復(fù)雜環(huán)境場(chǎng)景中森林火災(zāi)時(shí)空動(dòng)態(tài)演化的定量化建模。同時(shí)，一種用于以火滅火的網(wǎng)格狀態(tài)觸發(fā)機(jī)制被提出，將反向點(diǎn)火行為定義為含特定時(shí)間觸發(fā)約束的要素，進(jìn)而實(shí)現(xiàn)對(duì)不同時(shí)空條件下人為點(diǎn)火因素的定量化模擬分析。
本研究以2022年8月重慶市北碚區(qū)森林火災(zāi)中的“以火滅火”成功案例為分析對(duì)象，對(duì)不同時(shí)刻、地理位置和氣象條件等因素下開(kāi)展建模分析。模擬結(jié)果與真實(shí)火場(chǎng)燃燒邊界保持高度的一致性。該方法將能夠?yàn)閼?yīng)急指揮的科學(xué)決策提供有效的輔助支撐。
圖2.FireFormer技術(shù)框架
為了提升當(dāng)前森林火災(zāi)視頻監(jiān)測(cè)系統(tǒng)的準(zhǔn)確性，降低誤報(bào)率和無(wú)效性，團(tuán)隊(duì)基于固定式高點(diǎn)攝像頭的視頻采集數(shù)據(jù)開(kāi)展分析建模研究?，F(xiàn)有視頻分析模型主要通過(guò)識(shí)別燃燒產(chǎn)生煙霧與火光來(lái)判斷是否發(fā)生火災(zāi)。然而，這些模型在工業(yè)煙氣、寺廟燒香、村民炊煙等人工煙霧干擾下會(huì)產(chǎn)生大量誤報(bào)，導(dǎo)致模型可用性差。
基于此，研究團(tuán)隊(duì)提出了一種基于自注意力機(jī)制的林火監(jiān)測(cè)優(yōu)化算法，構(gòu)建煙霧及其周?chē)匀画h(huán)境要素間的空間特征關(guān)系，綜合煙霧特征和自然環(huán)境要素信息，對(duì)煙霧風(fēng)險(xiǎn)類(lèi)型進(jìn)行區(qū)分，解決了以往方法火警誤報(bào)率高的問(wèn)題。同時(shí)，團(tuán)隊(duì)提出了一套相應(yīng)的可解釋性算法，對(duì)模型興趣區(qū)域進(jìn)行可視化研究，增強(qiáng)了深度學(xué)習(xí)煙霧識(shí)別模型的可解釋性。模型的實(shí)際應(yīng)用顯著提升了森林火災(zāi)監(jiān)測(cè)預(yù)警系統(tǒng)的穩(wěn)定性和可靠性。
圖3.道路塌陷風(fēng)險(xiǎn)評(píng)估圖
團(tuán)隊(duì)還針對(duì)城市道路塌陷事故頻繁發(fā)生的問(wèn)題，開(kāi)展了城市道路塌陷風(fēng)險(xiǎn)評(píng)估模型的研究。目前采用基于層次分析法和隨機(jī)森林等方法開(kāi)展的風(fēng)險(xiǎn)評(píng)估較為常見(jiàn)，但針對(duì)城市道路的專(zhuān)項(xiàng)風(fēng)險(xiǎn)評(píng)估仍然較少。此外，城市地區(qū)由于發(fā)展較快，道路及其周?chē)h(huán)境往往會(huì)發(fā)生巨大變化。為了保障評(píng)估的有效性，充分考慮發(fā)生過(guò)的塌陷事故樣本訓(xùn)練模型是必要的，而這類(lèi)樣本的數(shù)量往往較少。因此，如何在有限的樣本條件下訓(xùn)練模型成為了一個(gè)關(guān)鍵問(wèn)題。
團(tuán)隊(duì)提出了影響城市道路塌陷的核心要素集，利用卷積神經(jīng)網(wǎng)絡(luò)作為評(píng)估模型，通過(guò)實(shí)際塌陷事故案例作為訓(xùn)練樣本，提出了以路網(wǎng)為評(píng)估單元的城市道路塌陷風(fēng)險(xiǎn)評(píng)估模型，揭示了城市中影響道路塌陷發(fā)生的幾類(lèi)主要因素，并進(jìn)行案例驗(yàn)證。由研究算法生成的城市道路塌陷風(fēng)險(xiǎn)地圖可為地方政府的應(yīng)急防控工作提供決策參考，盡可能地降低道路塌陷的風(fēng)險(xiǎn)。
以上研究成果均落地應(yīng)用于多地城市安全風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警平臺(tái)，為提升政府應(yīng)急綜合管理能力提供了有效支撐。
上述研究成果分別以“基于元胞自動(dòng)機(jī)的以火滅火動(dòng)態(tài)建模方法”“一種高效視頻數(shù)據(jù)識(shí)別森林火災(zāi)的自注意力機(jī)制模型”（FireFormer: an efficient Transformer to identify forest fire from surveillance cameras）和“一種基于卷積神經(jīng)網(wǎng)絡(luò)的城市道路塌陷風(fēng)險(xiǎn)評(píng)估方法”（An Urban Road Risk Assessment Framework Based on Convolutional Neural Networks）為題，發(fā)表在《清華大學(xué)學(xué)報(bào)（自然科學(xué)版）》《國(guó)際野火學(xué)報(bào)》（International Journal of Wildland Fire）和《國(guó)際災(zāi)害風(fēng)險(xiǎn)科學(xué)學(xué)報(bào)》（International Journal of Disaster Risk Science）上。
清華大學(xué)深圳國(guó)際研究生院王飛副教授為上述論文通訊作者，清華大學(xué)深圳國(guó)際研究生院2021級(jí)碩士生喬禹銘、姜俊才，清華大學(xué)工程物理系2021級(jí)博士研究生姜文宇分別為論文的第一作者。論文作者還包括清華大學(xué)深圳國(guó)際研究生院2020級(jí)碩士生鄭欣欣等。該研究成果獲得了廣東省重點(diǎn)領(lǐng)域研發(fā)計(jì)劃、深圳市基礎(chǔ)研究學(xué)科布局等項(xiàng)目的支持。
論文鏈接：
http://jst.tsinghuajournals.com/CN/Y2023/V63/I6/926
http://dx.doi.org/10.1071/wf22220
http://dx.doi.org/10.1007/s13753-023-00498-7
供稿：深圳國(guó)際研究生院
題圖設(shè)計(jì)：金婭辰
編輯：李華山
審核：郭玲
