基于群体智能的森林火灾蔓延仿真模型

doi:10.16182/j.issn1004731x.joss.21-0171

系统仿真学报 ›› 2022, Vol. 34 ›› Issue (7): 1439-1448.doi: 10.16182/j.issn1004731x.joss.21-0171

基于群体智能的森林火灾蔓延仿真模型

陈爱斌¹(), 丁福博¹(), 周国雄¹, 周波²

^1.中南林业科技大学计算机与信息工程学院，湖南长沙 410004
^2.湖南林科达信息科技有限公司，湖南长沙 410000

收稿日期:2021-03-05 修回日期:2021-05-27 出版日期:2022-07-30 发布日期:2022-07-20
通讯作者: 丁福博 E-mail:hotaibin@163.com;1101623201@qq.com
作者简介:陈爱斌（1971-），男，博士，教授，研究方向为生态人工智能应用、林业信息工程。E-mail：hotaibin@163.com
基金资助:
长沙市自然科学基金(kq2014160)

Simulation Model of Forest Fire Spread Based on Swarm Intelligence

Aibin Chen¹(), Fubo Ding¹(), Guoxiong Zhou¹, Bo Zhou²

^1.School of Computer and Information Engineering, Central South University of Forestry & Technology, Changsha 410004, China
^2.Hunan Linkeda Information Technology Co. , Ltd, Changsha 410000, China

Received:2021-03-05 Revised:2021-05-27 Online:2022-07-30 Published:2022-07-20
Contact: Fubo Ding E-mail:hotaibin@163.com;1101623201@qq.com

摘要/Abstract

摘要：

针对传统森林火灾蔓延模型的计算复杂度高、仿真精度低等缺点，提出一种基于群体智能的森林火灾蔓延仿真模型。在模型中通过建立可燃物因素影响因子矩阵和地貌因素影响因子矩阵，并结合实时检测的气象信息，降低计算复杂度；将森林火灾的蔓延行为抽象为每一个模块火点的集群行为，考虑模块之间的关联性，提高森林火灾蔓延仿真模型精度。将模型与王正非模型和二维元胞自动机模型进行对比实验，结果表明模型具有较高精度，能够更加准确地仿真出森林火灾蔓延趋势。

关键词: 森林火灾, 林火蔓延, 群体智能, 影响因子矩阵, 仿真模型

Abstract:

Aiming at the shortcomings of high computational complexity and low simulation accuracy of traditional forest fire spread model, a forest fire spread simulation model based on swarm intelligence is proposed.By establishing fuel factor matrix and landform factor matrix, and combining with the real-time meteorological information, the computational complexity is reduced; the spread behavior of the forest fire is abstracted as the cluster behavior of each module fire point, and the correlation between modules is considered to improve the accuracy of forest fire spread simulation model.The model is compared with Wang Zhengfei model and two-dimensional cellular automata model. The results show that the model has high accuracy and can simulate the trend of the forest fire spread more accurately.

Key words: forest fire, forest fire spreading, swarm intelligence, influence factor matrix, simulation model

中图分类号:

TP391

陈爱斌, 丁福博, 周国雄, 周波. 基于群体智能的森林火灾蔓延仿真模型[J]. 系统仿真学报, 2022, 34(7): 1439-1448.

Aibin Chen, Fubo Ding, Guoxiong Zhou, Bo Zhou. Simulation Model of Forest Fire Spread Based on Swarm Intelligence[J]. Journal of System Simulation, 2022, 34(7): 1439-1448.

图/表 11

图1

图2

图3

图4

图5

图6

图7

表1

三种模型与真实火场分析表

时间/min	真实火场		本文模型		王正非模型		二维元胞自动机
时间/min	燃烧面积/ $m 2$	火线周长/ $m$	燃烧面积/ $m 2$	火线周长/ $m$	燃烧面积/ $m 2$	火线周长/ $m$	燃烧面积/ $m 2$	火线周长/ $m$
5	500	120	500	120	400	80	500	120
10	1 600	230	900	180	700	120	1 300	200
15	2 300	280	1 700	260	900	140	2 000	260
20	3 200	340	2 300	310	1 500	200	3 300	340
25	4 000	360	3 200	330	2 600	320	4 900	500
30	5 400	420	4 400	410	3 900	400	7 300	520
35	7 000	500	6 600	610	4 900	480	9 100	560
40	8 000	520	8 800	680	7 200	500	12 000	640
45	9 300	640	10 900	770	7 900	560	13 800	690
50	11 100	710	14 000	800	9 200	640	16 100	710
55	12 800	770	16 600	840	11 800	740	18 300	800
60	17 200	1 060	19 800	980	13 900	820	20 100	920

表1

图8

图9

表2

参考文献 15

1	赵璠, 舒立福, 周汝良, 等. 林火行为蔓延模型研究进展[J]. 世界林业研究, 2017, 30(2): 46-50.
	Zhao Fan, Shu Lifu, Zhou Ruliang, et al. Research Progress of Forest Fire Behavior Spreading Model[J].World Forestry Research, 2017, 30(2): 46-50.
2	周国雄, 吴淇, 陈爱斌. 林火蔓延模拟元胞自动机算法研究[J]. 仪器仪表学报, 2017, 38(2): 288-294.
	Zhou Guoxiong, Wu Qi, Chen Aibin. Research on Cellular Automata Algorithm for Forest Fire Spread Simulation[J]. Journal of Instrumentation, 2017, 38(2): 288-294.
3	李兴东, 李鑫, 李晓锟, 等. 一种基于元胞自动机的林火蔓延模型[J]. 林业机械与木工设备, 2019, 47(6): 48-55.
	Li Xingdong, Li Xin, Li Xiaokun, et al. A Forest Fire Spreading Model Based on Cellular Automata[J]. Forestry Mach Inery and Woodworking Equipment, 2019,47(6): 48-55.
4	张晓婷, 刘培顺, 王学芳. 王正非林火蔓延模型改进研究[J]. 山东林业科技, 2020, 50(1): 16-40.
	Zhang Xiaoting, Liu peishun, Wang Xuefang. Study on Improvement of Forest Fire Spreading Model by Wang Zhengfei[J]. Shandong Forestry Science and Technology, 2020, 50(1): 16-40.
5	Brun C, Artés T, Cencerrado A, et al. A High-Performance Computing Framework Continental Scale Forest Fire Spread Prediction[J]. Procedia Computer Science, 2017, 108: 1712-1721.
6	Farguell A, Cortés A, Margalef T, et al. Scalability of a Multi-physics System for Forest Fire Spread Prediction in Multi-Core Platforms[J]. The Journal of Supercomputing, 2019, 75(3): 1163-1174.
7	葛宇. 虚拟海洋环境中人工鱼行为的动画仿真[D]. 上海:海洋大学, 2018.
	Ge Yu. Animation simulation of Artificial Fish Behavior in Virtual Ocean Environment [D]. Shanghai: Shanghai Ocean University, 2018.
8	Jiang Wenyu, Wang Fei, Fang Linghang, et al. Modelling of Wildland Urban Interface Fire Spread with the Heterogeneous Cellular Automata Model[J]. Environmental Modelling & Software, 2020, 135: 104895.
9	Rui Xiaoping, Hui Shan, Yu Xuetao, et al. Forest Fire Spread Simulation Algorithm Based on Cellular Automata[J]. Natural Hazards, 2018,91(1):309-319.
10	Zhong Zheng, Wei Huang, Li Songnian, et al. Forest Fire Spread Simulating Model using Cellular Automaton with Extreme Learning Machine[J]. Ecological Modelling, 2017(348): 33-43.
11	Alexandridis A, Vakalis D, Siettos C I, et al. A Cellular Automata Model for Forest Fire Spread Prediction: The Case of the Wildfire that Swept Through Spetses Island in 1990[J]. Applied Mathmatics and Computation, 2008, 204(1): 191-201.
12	Denham M, Cortés A, Margalef T, et al. Applying a Dynamic Data Driven Genetic Algorithm to Improve Forest Fire Spread Prediction[C]// International Conference on Computational Science. Springer, Berlin, Heidelberg, 2008: 36-45.
13	Fernandes PAM. Fire Spread Prediction in Shrub-Fuels in Portugal[J]. Forest Ecology and Manage ment, 2001, 144(1-3): 67-74.
14	Terzopoulos Demetri, Tu Xiaoyuan, Grze-szczuk Radek. Artificial Fishes: Autonomous Locomoti-on, Perception, Behavior, and Learning in a Simulated Physical World[J]. Artificial Life, 1994, 1(4): 327-351.
15	Tu Xiaoyuan. Artificial Animals for Computer Animation[M]. Berlin: Springer Science & Business Media, 1999.

类别	蔓延时间/ h	本文模型	王正非模型	二维元胞自动机
面积	0.5	18.51	27.78	34.19
面积	1.0	15.11	19.19	16.86
周长	0.5	2.38	4.76	23.81
周长	1.0	7.54	22.64	13.18

[1]	王红微, 杨鹏. 基于深度强化学习的机场货运业务优化研究[J]. 系统仿真学报, 2022, 34(3): 651-660.
[2]	李荣强, 文爱兵, 花斌, 李嘉骏, 姜兵. 航空装备虚拟维修训练仿真模型快速开发技术[J]. 系统仿真学报, 2021, 33(5): 1167-1176.
[3]	李笑, 李树, 彭伟鸿, 关婷. 基于工质饱和蒸汽压的排尿助力系统建模仿真[J]. 系统仿真学报, 2021, 33(4): 927-934.
[4]	马文欣, 李瑞敏. 检测数据驱动的交通仿真参数标定方法研究[J]. 系统仿真学报, 2021, 33(12): 2808-2819.
[5]	梁丰, 张志利, 李向阳, 李亦豪, 王蓓, 龙勇. 力反馈特种车辆驾驶舱半实物仿真模型研究[J]. 系统仿真学报, 2021, 33(12): 2935-2943.
[6]	朱峰, 姚益平, 唐文杰, 李进. 复杂系统仿真模型可重用性分析与应用[J]. 系统仿真学报, 2021, 33(10): 2356-2362.
[7]	张云荣, 张志利, 李向阳, 王红光, 米文鹏, 孔祥通, 刘朋朋. 基于Agent理论的多无人地面平台协同控制仿真研究[J]. 系统仿真学报, 2020, 32(7): 1211-1219.
[8]	胡春生, 许承东, 张鹏飞. 一种高度可配置的模块化仿真系统设计模式[J]. 系统仿真学报, 2020, 32(4): 627-637.
[9]	田琼, 张竞涛. 打车软件服务下出租车市场模型与仿真[J]. 系统仿真学报, 2019, 31(3): 393-402.
[10]	王川, 黎俊, 谢真强, 王国荣. 隔水管悬挂模式下的纵向振动特性仿真研究[J]. 系统仿真学报, 2019, 31(10): 2122-2130.
[11]	梁岗, 赵一鸣, 覃恒明. 基于迭代学习控制的岸桥小车定位控制仿真研究[J]. 系统仿真学报, 2018, 30(8): 3154-3160.
[12]	叶鹏, 胡耀宁, 孙铭徽. 风储孤网系统的建模与仿真研究[J]. 系统仿真学报, 2018, 30(6): 2236-2244.
[13]	周国雄, 吴淇, 陈爱斌. 基于多智能体算法的CA林火空间扩散模型[J]. 系统仿真学报, 2018, 30(3): 824-831.
[14]	周国雄, 尹克佳, 陈爱斌. 基于DEVS建模的动态数据驱动林火蔓延模型[J]. 系统仿真学报, 2018, 30(10): 3642-3647.
[15]	康英伟, 王亚楠, 彭道刚, 郑鹏远, 杨平. 动量方程瞬态项对单相受热管仿真模型的影响[J]. 系统仿真学报, 2017, 29(5): 1033-1040.

基于群体智能的森林火灾蔓延仿真模型

Simulation Model of Forest Fire Spread Based on Swarm Intelligence

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 15

相关文章 15

编辑推荐

Metrics

本文评价