时间序列模型在火警短期预测中的应用 Application of time series model in short-term prediction fire alarming.pdfVIP

第17卷第4期 火 灾 科 学 Oct．17，No．4 2 008年10月 FIRESAFETYSCIENCE Oct．2OO8 文章编号：1004—5309(2008)一0216-06 时间序列模型在火警短期预测中的应用 仝艳时1’2，陈 鹏2，疏学明2，吴振波3 (1．秦皇岛市公安消防支队，秦皇岛，066000I2．清华大学工程物理系，公共安全研究中心，北京，100084； 3．总后勤部建筑设计研究院，北京，100036) 摘要：基于某市的119火警数据，采用时间序列模型中的ARIMA算法进行了分析。计算结果表明，该市119火警 MA模型较为准确的反映了数据序列的发展趋势。采用这两种模型对数据序列分别进行了短期的预测，其预测值 与实际结果在趋势上基本一致，研究表明采用周序列预测的效果要好于天序列。基于时序模型的火警预测方法是 实现时火灾应急处置中关口前移的重要措施。 关键词：时间序列；ARIMA模型；预测；火警 中图分类号：TU998 文献标识码：A 生成的时间序列，直观地反映了历史上每一周乃至 0 引言 每一天的火灾事故的发展趋势。因此，采用特定的 火灾是城市公共安全中最为常见的事故类型， 数学方法或模型来提取数据序列的信息，不仅可以 每年因火灾造成的损失都相当大。近些年来，随着 定量的描述历史火灾事故的发展情况，进一步还可 我国经济的不断发展，城市化水平的不断提高，城市 以对未来可能发生的火灾事故数量进行估计和 火灾事故也越来越多。据不完全统计，自2001年以预测。 来，我国每年的火灾发生次数平均在20万起以上， 目前关于火灾事故数量预测的研究大多针对以 由火灾造成的直接损失达14～17亿元，死亡人数约年为单位的长期趋势预测，即利用火灾年鉴或其他 2500人，受伤人数约3000人[1]。严峻的火灾形势，方面关于火灾事故的统计数据，采用灰色理论[3_4|、 给城市防灾减灾工作带来了沉重的压力，也给城市 马尔可夫链[5]和小波神经网络[6]等数学模型，在对 消防等防灾部门带来了极大的挑战。因此，积极开 数据进行分析后预测未来几年中可能发生的火灾事 展城市火灾事故的预测研究，不仅有利于城市防火 故数量。这种预测的时间粒度较粗，主要关注的是 规划的制定，还有利于城市消防的宏观调控和城市 火灾事故在宏观层面上的长期趋势，对防灾减灾部 防灾减灾对策修订，进一步还可以为城市建设和经 门尤其是消防部门在微观时间层面上防灾工作的部 济的可持续发展提供现代化的管理和决策方法[2]。 署缺乏有力的指导。而对于一线的消防部门来说， 作为城市火灾事故的客观反映，119火警数据 以月、周、甚至天为时间单位的短期预测可能会更有 提供了城市火灾事故最原始的资料，而由火警数据 实际意义，因为一旦能够获得未来短时间内的火灾 收稿日期：2008—09—02；修改日期：2008—09—27 基金项目：“十一五”科技支撑计划应急平台重大项目资助课题 作者简介：仝艳时(1976．3--)，河北省廊坊市大城县，现任秦皇岛市公安消防支队防火处建审科科长兼工程师，中国党员。 1998年毕业于中国人民武装警察部队学院防火工程专业。 万方数据 No．4 217 V01．17 仝艳时，等：时间序列模型在火警短期预测中的应用 报警情况，消防部门就可以有针对性的部署警力，从 渐进下降的序列来说，它的表现是不平稳的，其中的 而提高指挥工作的效率，对防灾减灾工作也会起到 确定性因素大大超过了随机性因素，因此难