陳孝明，阮　羚，陳江平，付明花，黃俊杰，譚　波

(1. 國網湖北省電力公司電力科學研究院，湖北 武漢 430077； 2. 國家電網公司高壓電器設備現場實驗技術

重點實驗室, 湖北 武漢 430077; 3. 武漢大學遙感信息工程學院，湖北 武漢 430079)

CHEN Xiaoming,RUAN Ling,CHEN Jiangping,FU Minghua,HUANG Junjie,TAN Bo

利用衛(wèi)星監(jiān)測熱點數據的湖北電網林火災害時空聚類分析及其應用

陳孝明1,2，阮羚1,2，陳江平3，付明花3，黃俊杰1,2，譚波3

(1. 國網湖北省電力公司電力科學研究院，湖北 武漢 430077； 2. 國家電網公司高壓電器設備現場實驗技術

重點實驗室, 湖北 武漢 430077; 3. 武漢大學遙感信息工程學院，湖北 武漢 430079)

A Temporal and Spatial Clustering Analysis and Its Application with Wildfire Disasters in Hubei Power Grid Based on Satellite Hot Spot Data

CHEN Xiaoming,RUAN Ling,CHEN Jiangping,FU Minghua,HUANG Junjie,TAN Bo

摘要：使用DBSCAN聚類算法對湖北省2010—2014年衛(wèi)星監(jiān)測熱點數據進行了深入分析，得到湖北電網在不同時間尺度下的林火高峰期，并以此為基礎探索了不同時間尺度的林火高峰期內林火高密度區(qū)域的空間分布規(guī)律，分析了與此相關的自然因素、人為因素，結合湖北電網輸電線路圖，得到不同林火高峰期內高火險線路段，給出了重點時段、重點區(qū)域、重點線路段的林火災害防治建議。

引文格式： 陳孝明，阮羚，陳江平,等. 利用衛(wèi)星監(jiān)測熱點數據的湖北電網林火災害時空聚類分析及其應用[J].測繪通報，2015(9)：14-18.DOI:10.13474/j.cnki.11-2246.2015.0268

關鍵詞：衛(wèi)星監(jiān)測熱點數據；湖北電網；林火；DBSCAN聚類

中圖分類號：P237

文獻標識碼：B

文章編號：0494-0911(2015)09-0014-05

收稿日期：2015-05-05

作者簡介：陳孝明(1984—)，男，博士，工程師，主要從事輸變電設備狀態(tài)分析及評價工作。E-mail: xmchensgcc@163.com

一、引言

近年來，在影響中國電網正常運行的各類災害中，林火災害的影響范圍達到60%，林火的覆蓋范圍一般比較大，容易引發(fā)輸電線路群發(fā)性跳閘，其中永久性故障居多；嚴重時可導致廠站全停甚至系統(tǒng)解列[1]。隨著3S及自然災害防御技術的發(fā)展，融合電網信息與自然環(huán)境信息以提高電網防御能力的技術受到關注，利用衛(wèi)星監(jiān)測林火具有感測范圍大、獲取信息快、更新周期短的特點，可以對林火進行動態(tài)監(jiān)測、實時預警。目前，林火衛(wèi)星監(jiān)測平臺應用漸廣，對于林火監(jiān)測預警起到一定的作用，然而衛(wèi)星不能全天候監(jiān)測同一區(qū)域，部分生命周期短的林火不能被及時監(jiān)測到，單純依賴衛(wèi)星監(jiān)測實現電網林火災害防治還不全面。衛(wèi)星熱點監(jiān)測數據記錄了大量林火信息，隱含電網林火發(fā)生的時空規(guī)律，對電網林火災害防控具有極大的應用價值，目前尚未得到深入的挖掘，利用大數據技術，結合地理位置數據，可進行深層次分析和應用[2]。數據挖掘[3]從大量數據中發(fā)現潛在的模式規(guī)律，提供有價值的信息，近年來在電力系統(tǒng)多個領域都有成功的應用[4-6]。本文以湖北2010—2014年衛(wèi)星監(jiān)測熱點數據為例，運用數據挖掘中的聚類分析方法，對不同時間維的熱點數據進行深入分析，得到湖北電網林火災害發(fā)生的時空規(guī)律，結合湖北省氣象、地形、人文等因素分析其成因，為電網日常防治林火提供決策支持。

二、研究區(qū)域概況

湖北省地跨東經108°21′42″—116°07′50″、北緯29°01′53″—33°16′47″，屬北亞熱帶季風氣候。秋冬季節(jié)干燥少雨，地貌類型多樣，山地面積比例超過一半，許多輸電線路走廊難免跨越植被茂密的山區(qū)和林區(qū)，林火已成為威脅220 kV及以上架空輸電線路安全運行的重要因素。

三、數據及方法

1. 數據源

本文使用的湖北衛(wèi)星林火監(jiān)測數據，時間跨度為2010—2014年，由NOAA-15、NOAA-16、NOAA-17、NOAA-18、NOAA-19、FY-1D、FY-3A、MODIS和Terra監(jiān)測獲得，屬性包括電力故障點所屬行政區(qū)劃、經緯度、地類、時間等，共3378條記錄，其中83%監(jiān)測點所在地類為林地，0.98%為灌木，1.39%為草地，14.36%為其他用地類型。輔助數據為湖北輸電線路圖。

2. 方法簡介

本文首先逐年統(tǒng)計、分析2010—2014年湖北電網在不同時間尺度內的林火數分布，得到每年、每周及每日的林火高峰期，以此時間規(guī)律為基礎，用DBSCAN(density-based spatial clustering of applications with noise)聚類算法找出不同林火高峰期內高密度聚集的林火點，得到林火點高密度區(qū)域，進一步分析得到湖北電網林火高風險區(qū)域及高火險線路段。

本文運用的DBSCAN經典聚類算法，是一種基于密度的空間聚類方法，它將簇定義為密度相連的點的最大集合，并且有較強的抗“噪聲”能力[4]。算法的目的是過濾低密度區(qū)域，發(fā)現高密度樣本點，顯著特點在于它可以發(fā)現任意形狀的聚類簇，而不限于凸形聚類簇，可以更加客觀地反映電網山火點的實際空間分布，進行更為準確的劃分。

四、時空聚類分析

1. 湖北電網山火災害時間規(guī)律分析

湖北電網2010—2014林火數不同時間尺度下數量分布統(tǒng)計結果如圖1所示。

根據圖1的統(tǒng)計結果，2010—2014年湖北電網林火數在不同的時間尺度上均有明顯高峰期。

圖1　湖北電網2010—2014年不同時間尺度下林火數分布

(1) 年度分布規(guī)律

每年12、1、2、3、4月是林火發(fā)生的高峰期，深入分析與此相關的自然因素和人為因素：

1) 自然因素：12月、1月天氣干燥、草木枯萎，蘆葦、茅草等易燃植物易被野火點燃。2—4月降雨增多，空氣濕度變大，秋冬累積的落葉枯草特別是含脂量高的針葉，在潮濕狀態(tài)下易發(fā)生緩慢氧化，釋放熱量，使得溫度升高，進一步加劇氧化發(fā)熱，如此循環(huán)下去，容易引發(fā)自燃；特別是在春雨過后，烈日照射的條件下，更容易加速自燃過程。且20世紀90年代特別是1997年以來，湖北省暖干化現象明顯[7]，冬春季節(jié)趨向于干暖[8]，這種氣候變化是不利于林火防控的。

2) 人為因素：一方面，2—4月清明時節(jié)上墳祭祖燒香是普遍的民風民俗，冬季過后留下的枯草在上墳期間稍有大意就很容易被點燃；另一方面，春耕開始，人類活動增多，一些農田靠近林地，容易為森林帶來人為火源。尤其要注意的是，1、2月份湖北有過年上墳祭祖的習俗，小孩防火意識差，在野外放鞭炮或玩火，容易將枯葉雜草點燃，引發(fā)林火，進而影響輸電線路。

(2) 周分布規(guī)律

每周周五林火數顯著高于其他時間，這可能與周五小學生開始放假、精神放松，容易到農田、林地等易燃物多的地方玩耍，帶來火源，以及周末休假時人們精神放松，容易對林火疏忽大意有關。同時說明加強對群眾的防火宣傳教育工作是很有必要的。

(3) 日分布規(guī)律

每天13：00—16：00是林火發(fā)生的高峰期，該時段環(huán)境干燥，14點左右是全天溫度最高的時刻，并且正是人們進行戶外作業(yè)和活動的時間。根據農村習俗，農民們往往在黃昏期間清理田地，焚燒秸稈，形成人為火源；另外，16：00左右正逢小學生放學，小孩山火防范意識薄弱，易在農田、林地等易燃物多的地帶產生火源危險點。

因此，需在每年2—4月、12、1月及每周、每日山火頻發(fā)時間段加強山火監(jiān)測，密切關注各重要線路周邊情況，定期清理線路周邊積累的落葉枯草和易燃廢棄物，加強對群眾進行防火教育，增強群眾自覺保護輸電線路的意識。此時間規(guī)律可作為進一步探索湖北電網林火空間規(guī)律的依據。

2. 不同時間尺度下的湖北電網林火災害空間規(guī)律分析

林火點密度較大的地區(qū)，是林火高發(fā)區(qū)域，易給周圍的輸電線路走廊帶來林火災害，應當加大監(jiān)控力度。僅憑感覺劃分高密度區(qū)域會有較大誤差，基于密度的DBSCAN聚類算法可以提供更為科學的劃分方法。使用基于密度的DBSCAN聚類算法，通過多次試驗對比，設置聚類半徑為25 km，核心點鄰域內最小點數MinPts為25個時，分類既不過于分散，又可以得到面積合適的高密度區(qū)域，因此在后續(xù)試驗中使用這兩個參數對林火點進行空間聚類。

(1) 林火災害年度高峰期空間規(guī)律分析

對湖北電網2010年至2014年12月、1—4月的林火監(jiān)測數據逐年使用DBSCAN算法聚類，得到高密度聚集的林火點，對高密度聚集的林火點做半徑為10 km的緩沖區(qū)，得到空間尺度上合適的林火點高密度區(qū)域(陰影部分)，如圖2所示。其中分散于陰影部分外的點是噪聲點，即未高密度聚集的林火點。由圖2(a)—(e)可以看出，就湖北總體而言，林火高密度區(qū)域在湖北環(huán)東北-東部-東南邊界的幾個市常年穩(wěn)定出現，包括黃石、咸寧、孝感、隨州、黃岡，其他地區(qū)偶有出現，無明顯的增加或減少趨勢，其中2011年、2013年和2014年林火高密度區(qū)域最符合湖北林火高密度區(qū)域的總體分布特征。因此通過空間分析的相交取2011年、2013年、2014年林火高密度區(qū)域的交集部分作為林火高風險區(qū)域，如圖2(f)所示，陰影部分為林火高風險區(qū)域，這些區(qū)域森林覆蓋率很高，如黃石和咸寧交界地帶為山地，孝感市東北部屬于亞熱帶常綠—落葉混交地帶，桐柏山—大別山山地丘陵馬尾松、青岡櫟、落葉櫟類林區(qū)，存在大面積可燃物。這些歷年林火頻發(fā)的區(qū)域，惡性循環(huán)導致山上長滿大量長茅草，這些山體往往與農民田地相連[9]，極易引發(fā)林火，確定為林火發(fā)生的高風險區(qū)域，應作為每年12至第二年4月防治林火的重點區(qū)域。氣象方面，根據文獻[10]中的統(tǒng)計，長期以來湖北環(huán)東北-東部-東南一帶有氣溫升高、降水減少的氣候變化趨勢，這也是促成年度林火高峰期內湖北林火高風險區(qū)域形成的原因。

圖2　年度高峰期林火點高密度區(qū)域

劃分年度林火高峰期內湖北電網林火災害高風險區(qū)域，可以指導開展差異化防林火治理工作，還可進一步劃分年度林火高峰期內林火高風險線路段。通過空間分析，找出林火高風險區(qū)域內的線路段，作為林火高風險線路段，結果如圖3所示。

圖3中黑色線段是林火高風險線路段，這些線路段處在林火高風險區(qū)域內，在防林火治理工作中應沿線排查引起林火多發(fā)的潛在因素，對周圍群眾的活動規(guī)律、線路段設計的防火水平等應詳細了解，制定有針對性的林火預防措施，在年度林火高峰期內應當格外重視，加強監(jiān)控。

圖3　年度林火高風險線路段

(2) 林火災害每周高峰期空間規(guī)律分析

每周周五是林火高峰期，對2010—2014年周五的林火點進行空間規(guī)律分析，方法與林火災害年度高峰期空間規(guī)律分析類似，如圖4所示，(a)—(e)陰影部分為每年周五林火點高密度區(qū)域，(f)陰影部分為林火高風險區(qū)域。由圖4可知，2010—2014年每周五累計林火點分布僅在2010年和2014年有明顯聚集，2011—2013年周五累計林火點經聚類發(fā)現均沒有達到密度要求的聚類簇。取2010年和2014年林火高密度區(qū)域的交集，如圖4(f)所示，周五的林火高風險區(qū)域集中在湖北省東南角——咸寧與黃石交界線以西、以東部分地區(qū)及咸寧西南部通城縣的大部分地區(qū)。在對年度林火高峰期內林火空間規(guī)律進行分析時已經發(fā)現，黃石、咸寧交界線處多為山地，有大量可燃物，而年度的高峰期是以冬春季節(jié)的氣候特征為主導的，周五是人類活動特征更強烈的時間段，因此周五的林火高風險區(qū)域的出現更多是由人為因素造成的。在周五的林火高風險區(qū)域內要格外注意排查引起林火多發(fā)的人為因素，對周邊群眾特別是小孩進行防火護林宣傳教育，每周五對林火高風險區(qū)域加強巡視。

結合林火災害高風險區(qū)域及湖北省輸電線路圖，通過空間分析，得到湖北電網每周林火高峰期內林火高風險線路段，如圖5所示，黑色部分即為高風險線路段。這些線路段應提高其設備防火水平，在林火多發(fā)時期加強線下巡視。

(3) 林火災害每日高峰期空間規(guī)律分析

每日13：00—16：00是全天林火高峰期，2010—2014年每日林火高峰期內林火點經DBSCAN聚類并做緩沖區(qū)分析得到林火高密度區(qū)域，如圖6(a)—(e)陰影部分所示，其逐年分布情況類似于圖2。為得到較為全面又具有代表性的頻繁性區(qū)域，對2011年、2013年和2014年的林火高密度區(qū)域取其相交部分，得到(f)所示的每日林火高風險區(qū)域。

由圖6(f)可知，湖北每日林火高風險區(qū)域的分布類似于每年林火高風險區(qū)域，在環(huán)湖北省東北部-東部-東南部集中分布，總體上無明顯的增加或減少趨勢，局部看集中在咸寧與黃石交界線東西兩側大片區(qū)域、黃岡東部偏南及中部偏北部分區(qū)域、隨州北部大片區(qū)域、武漢北部與黃岡交界處小部分區(qū)域及黃石北部與鄂州交界處小部分區(qū)域。每日林火高風險區(qū)域基本包含于每年林火高風險區(qū)域中，由對每年林火高風險區(qū)域形成原因的分析可知，這些區(qū)域多為山地，存在大量可燃物，且每日13：00—16：00環(huán)境干燥、溫度較高，人類活動多，對林火的防控是不利的。

結合林火災害高風險區(qū)域圖及湖北省輸電線路圖，通過空間分析，得到湖北電網每周林火高峰期內林火高風險線路段，如圖7所示，黑色線段為每日林火高峰期內林火高風險線路段，每日13：00—16：00應當密切關注這些線路段周邊情況，嚴防林火的發(fā)生。

圖7　每日林火高風險線路段

五、結束語

本文以DBSCAN經典聚類算法為主，對湖北電網林火衛(wèi)星監(jiān)測數據在不同時間尺度上進行了時空規(guī)律分析，發(fā)現了湖北電網林火發(fā)生的時空分布特點，發(fā)現每年林火高峰期為1—4月和12月，每周林火高峰期為周五，每日林火高峰期為13：00—16：00，以及每種林火高峰期對應的林火高風險區(qū)域，并結合湖北省輸電線路圖得到了每種林火高峰期內的林火高風險線路段，為湖北電網防林火工作提供了決策支持，也使歷史林火衛(wèi)星監(jiān)測數據中潛藏的知識得到了充分挖掘。

參考文獻：

[1]王昊昊，羅建裕，徐泰山，等.中國電網自然災害防御技術現狀調查與分析[J]. 電力系統(tǒng)自動化，2010,34

(23)：5-10.

[2]喬朝飛.大數據及其對測繪地理信息工作的啟示[J].測繪通報，2013(1)：107-109.

[3]HAN J, KAMBER M. Data Mining: Concepts and Techniques[M]. San Francisco: Morgan Kaufmann, 2000.

[4]SFORNA M. Data Mining in a Power Company Customer Database [J]. Electric Power Systems Research, 2000,55(3):201-209.

[5]王紅斌，陳揚，高雅，等. 基于數據挖掘的預警技術在一體化輸電設備監(jiān)測中的應用研究[J].電網與清潔能源，2014,30(1)：55-58.

[6]VERDU S V, GARCIA M O, SENABRE C, et al. Class-ification, Filtering and Identification of Electrical Customer Load Patterns through the Use of Self-organizing Maps [J]. IEEE Transactions on Power Systems,2006, 21(4):1672-1682.

[7]曹小雪，黃建武，揭毅.近52 年來武漢市氣候變化特征分析[J].江西農業(yè)學報，2014,26(9)：80-85.

[8]汪高明.湖北省近47年氣溫和降水氣候特征分析[D].蘭州：蘭州大學，2009.

[9]朱昌成，胡丹暉，黃俊杰，等.山火對湖北電網運行影響及其防治措施探討[J].湖北電力，2014,38(8)：27-29.

[10]畢旭.湖北省氣溫和降水的變化特征及其與地理因子的相關性分析[D].武漢：華中師范大學，2013.

[11]承達瑜. 空間型熱點會商系統(tǒng)的動態(tài)服務計算研究[J]. 測繪學報, 2014,43 (9): 989.

[12]胡慶武, 王明, 李清泉. 利用位置簽到數據探索城市熱點與商圈[J]. 測繪學報, 2014 , 43 (3): 314-321.