摘要：隨著我國城市化建設(shè)的逐步完善，降低城市火災(zāi)發(fā)生率，減少傷亡和損失一直是城市消防建設(shè)的重大目標(biāo)之一。現(xiàn)有的火災(zāi)預(yù)警系統(tǒng)或智慧消防系統(tǒng)能在火災(zāi)發(fā)生時及時報警，但現(xiàn)有火災(zāi)預(yù)警系統(tǒng)依靠物聯(lián)網(wǎng)設(shè)備實(shí)現(xiàn)，缺少火災(zāi)預(yù)測的應(yīng)用或預(yù)測效果不佳，且城市火災(zāi)預(yù)防采用的消防單位安全風(fēng)險評估方法適用性不強(qiáng)且評估成本高。同時還提出了利用大數(shù)據(jù)及人工智能技術(shù)構(gòu)建一個功能更完備，預(yù)測效果更佳、性能更好的消防大數(shù)據(jù)平臺，致力于降低城市火災(zāi)發(fā)生率，減少火災(zāi)傷亡和損失。

關(guān)鍵詞：火災(zāi)大數(shù)據(jù)人工智能風(fēng)險評估

中圖分類號：TU998.1

ApplicationoftheBigDataPlatformofFireProtectioninFireAnalysisandAlarm

BAIHaijiang

（FireRescueBrigadeofLizhouDistrict，Guangyuan，SichuanProvince，628000China）

Abstract：WiththegradualimprovementofurbanizationconstructioninChina，?;reducingtheincidenceofurbanfirescasualtiesandlosseshasalwaysbeenoneofthemajorgoalsofurbanfireprotectionconstruction.Theexistingfirealarmsystemorintelligentfireprotectionsystemcangivetimelyalarmintheeventofafire，buttheexistingfirealarmsystemreliesondevicesfromtheInternetofThingswiththelackoftheapplicationoffirepredictionorpoorpredictionresults，andthesafetyriskassessmentmethodsoffireprotectionunitsusedforurbanfirepreventionarenotapplicableandhavehighevaluationcosts.Thisarticleproposestousebigdataandartificialintelligencetechnologiestobuildabigdataplatformoffireprotectionwithmorecompletefunctions，betterpredictionresultsandbetterperformance，whichiscommittedtoreducingtheincidenceofurbanfires，firecasualtiesandlosses.

KeyWords：Fire;Bigdata;Artificialintelligence;Riskassessment

我國的火災(zāi)形勢依舊嚴(yán)峻，據(jù)有關(guān)數(shù)據(jù)統(tǒng)計，2022年，全國共接報火災(zāi)82.5萬起，死亡2053人、受傷2122人，直接財產(chǎn)損失71.6億元[1]。2018年之后火災(zāi)數(shù)量明顯增加，尤其是2021年相比2020年快速躍升，增長了2倍。2018年全國共接報火災(zāi)23.7萬起，造成1407人死亡、798人受傷；2019年全年共接報火災(zāi)23.3萬起，死亡1335人，傷837人；2020年全國共接報火災(zāi)25.2萬起，死亡1183人，受傷775人；2021年全國共接報火災(zāi)74.8萬起，死亡1987人，受傷2225人。面對我國現(xiàn)階段嚴(yán)峻的城市火災(zāi)形勢以及存在的諸多火災(zāi)隱患，突出的隱患問題包括電器、明火的不正當(dāng)使用，消防設(shè)施、器材失效或損壞，消防管理措施不當(dāng)或管理力度不夠，這些問題表明對消防建設(shè)和火災(zāi)預(yù)防的研究有著重要的現(xiàn)實(shí)意義。

1消防大數(shù)據(jù)平臺需求分析

隨著信息技術(shù)應(yīng)用的普及，傳感技術(shù)在眾多領(lǐng)域得到了廣泛應(yīng)用，在消防領(lǐng)域中物聯(lián)網(wǎng)監(jiān)測設(shè)備更是隨處可見?，F(xiàn)有的物聯(lián)網(wǎng)設(shè)備，如煙感報警器、火災(zāi)自動報警器、CO探測器，這些物聯(lián)網(wǎng)設(shè)備可以幫助我們監(jiān)測單位的各項(xiàng)火災(zāi)特征指標(biāo)，在火災(zāi)發(fā)生時，第一時間得到警報并及時采取滅火救援措施[2]。物聯(lián)網(wǎng)設(shè)備監(jiān)測系統(tǒng)產(chǎn)出的數(shù)據(jù)量是龐大的，但是其價值密度較低，目前消防系統(tǒng)或預(yù)警系統(tǒng)應(yīng)用中利用較多的消防數(shù)據(jù)主要是那些火災(zāi)報警和設(shè)備故障信號數(shù)據(jù)。

消防大數(shù)據(jù)平臺研究和應(yīng)用不僅是為了將消防物聯(lián)網(wǎng)數(shù)據(jù)進(jìn)行更好的采集和存儲，而且要采用更先進(jìn)、更智能的技術(shù)來完成對消防數(shù)據(jù)的挖掘分析和預(yù)測，并且建立更完備的消防安全風(fēng)險評估體系，利用消防數(shù)據(jù)的價值來幫助城市及其重點(diǎn)單位降低火災(zāi)風(fēng)險，幫助完成火災(zāi)預(yù)防工作，更早的采取火災(zāi)控制和救援措施，降低城市的火災(zāi)發(fā)生率[3]?？茖W(xué)建立實(shí)用、高效、智能的消防大數(shù)據(jù)平臺，實(shí)現(xiàn)監(jiān)測、分析和預(yù)測三位一體的智能數(shù)據(jù)可視化系統(tǒng)，是減少火災(zāi)造成的傷亡及損失的有效方法，對促進(jìn)社會、城市的經(jīng)濟(jì)發(fā)展具有重大意義，也是解決諸多火災(zāi)難題及挑戰(zhàn)的有效途徑之一。

2消防大數(shù)據(jù)中心總體設(shè)計

按照消防大數(shù)據(jù)中心的功能設(shè)計，啟動Hadoop集群，對平臺的各個功能進(jìn)行編碼實(shí)現(xiàn)。消防大數(shù)據(jù)中心的搭建是為了將消防數(shù)據(jù)集中化管理，并為上層應(yīng)用提供完整的數(shù)據(jù)支持。消防大數(shù)據(jù)中心借助Hadoop生態(tài)圈中Storm、HBase和Kafka分別實(shí)現(xiàn)數(shù)據(jù)處理、數(shù)據(jù)存儲和數(shù)據(jù)分發(fā)功能。消防大數(shù)據(jù)中心由物聯(lián)網(wǎng)設(shè)備和數(shù)據(jù)庫提供數(shù)據(jù)，消防大數(shù)據(jù)中心完成數(shù)據(jù)對應(yīng)功能處理后，向外提供獲取數(shù)據(jù)的接口，外部應(yīng)用可以通過調(diào)用對應(yīng)的接口來獲取想要的類型數(shù)據(jù)。接下來從如何進(jìn)行數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)分發(fā)和數(shù)據(jù)存儲問題入手，逐一提出解決方案，完成消防大數(shù)據(jù)中心的設(shè)計與實(shí)現(xiàn)。消防大數(shù)據(jù)平臺的總體架構(gòu)如圖1所示。

3歷史火災(zāi)分析設(shè)計與實(shí)現(xiàn)

3.1火災(zāi)原因分析

歷史火災(zāi)數(shù)據(jù)除了展示包括歷史火災(zāi)統(tǒng)計對比分析、分區(qū)域火災(zāi)同比分析、重點(diǎn)火災(zāi)因素分析和區(qū)域歷史滅火救援?dāng)?shù)據(jù)統(tǒng)計。

（1）歷史火災(zāi)統(tǒng)計對比分析圖按地區(qū)分區(qū)進(jìn)行對比分析，火災(zāi)統(tǒng)計數(shù)據(jù)應(yīng)該包含火災(zāi)起數(shù)、直接經(jīng)濟(jì)損失、受傷和死亡人數(shù)。歷史火災(zāi)統(tǒng)計不僅可以統(tǒng)計對比當(dāng)月或歷史每月的數(shù)據(jù)，也可以同時統(tǒng)計多個月的數(shù)據(jù)。

（2）分區(qū)域火災(zāi)同比分析主要也是從火災(zāi)起數(shù)、直接經(jīng)濟(jì)損失、受傷和死亡人數(shù)方面進(jìn)行同比分析，可以了解跟去年同期對比增長百分比的多少。

（3）重點(diǎn)火災(zāi)因素分析主要對發(fā)生的火災(zāi)的致災(zāi)因素進(jìn)行占比分析。

（4）區(qū)域滅火救援?dāng)?shù)據(jù)統(tǒng)計，展示全區(qū)接警總數(shù)、出動警力總?cè)藬?shù)、出動車輛、搶救被困人員總數(shù)、疏散被困人員總數(shù)、搶救財產(chǎn)價值、火災(zāi)起數(shù)、死亡人數(shù)、直接經(jīng)濟(jì)損失總數(shù)。

分析歷史火災(zāi)數(shù)據(jù)中火災(zāi)發(fā)生原因，有利于對火災(zāi)原因進(jìn)行分類，幫助用戶更好地了解當(dāng)前存在的極易造成火災(zāi)的隱患或不正當(dāng)操作有哪些，可有針對性地進(jìn)行檢查，避免創(chuàng)造致災(zāi)環(huán)境[4]?；馂?zāi)原因分析，關(guān)鍵的一步是分析各火災(zāi)因素的占比情況，同時可以和上個月或者去年同期占比情況對比，那些占比高的火災(zāi)因素是否有所降低，對于新出現(xiàn)的火災(zāi)因素的引發(fā)條件是如何的，怎么去規(guī)范這種行為、提高居民的防范意識，這些都可以以分析報告的形式呈現(xiàn)給用戶。

3.2案例展示

歷史火災(zāi)分析實(shí)現(xiàn)的功能包括火災(zāi)分區(qū)統(tǒng)計及對比分析展示、火災(zāi)原因占比分析展示和火災(zāi)場所占比分析展示等。

（1）地區(qū)火災(zāi)分區(qū)統(tǒng)計及對比分析展示主要包括該地區(qū)按鎮(zhèn)（處）劃分，從火災(zāi)起數(shù)、受傷人數(shù)、死亡人數(shù)和直接經(jīng)濟(jì)損失4個方面的數(shù)據(jù)進(jìn)行統(tǒng)計對比分析的結(jié)果進(jìn)行展示，同時除了區(qū)域之間的對比，該部分還實(shí)現(xiàn)了各自分區(qū)的同比分析，可以對比了解相比去年該分區(qū)的火災(zāi)形勢的變化情況，如圖2所示。

（2）火災(zāi)原因占比分析展示主要對近期所有發(fā)生火災(zāi)的起因進(jìn)行統(tǒng)計分析，也實(shí)現(xiàn)了該地區(qū)的按鎮(zhèn)（處）進(jìn)行對比分析。

（3）火災(zāi)場所占比分析展示主要對的近期所有發(fā)生火災(zāi)的場所類型進(jìn)行了統(tǒng)計對比分析結(jié)果進(jìn)行展示。

歷史火災(zāi)分析除了主界面展示的數(shù)據(jù)圖表之外，將火災(zāi)統(tǒng)計對比分析表展開后，將展示更為詳細(xì)的數(shù)據(jù)對比圖表，其中包括分區(qū)的火災(zāi)數(shù)量統(tǒng)計、分區(qū)的經(jīng)濟(jì)損失分析、受傷人員統(tǒng)計分析和死亡人數(shù)的統(tǒng)計分析，還提供對應(yīng)的分區(qū)火災(zāi)環(huán)比分析圖[5]。

同樣為了對火災(zāi)原因和火災(zāi)場所做更詳細(xì)的分析，歷史火災(zāi)分析也提供主頁面上的火災(zāi)原因分析及火災(zāi)場所占比分析詳細(xì)頁面展開支持。火災(zāi)原因分析詳細(xì)頁面包括火災(zāi)原因環(huán)比分析、電器火災(zāi)占比分析、用火不慎占比分析及其他原因占比分析?；馂?zāi)場所占比詳細(xì)分析頁面主要對所有區(qū)域的整年內(nèi)火災(zāi)場所分布進(jìn)行分析展示。

4火災(zāi)預(yù)測

火災(zāi)預(yù)測分析主要對火災(zāi)報警次數(shù)的加權(quán)線性回歸預(yù)測曲線和火災(zāi)特征預(yù)測分析數(shù)據(jù)以趨勢圖的方式進(jìn)行展示。同時可以查看某固定日期段或某個月份段的數(shù)據(jù)分析曲線圖。

火災(zāi)預(yù)測分析采用的開發(fā)架構(gòu)和歷史火災(zāi)分析架構(gòu)是同一套架構(gòu)開發(fā)。主頁面除了對火災(zāi)預(yù)測情況做展示外，還對窄帶物聯(lián)監(jiān)控即物聯(lián)網(wǎng)設(shè)備的正常和異常情況進(jìn)行了展示，其中物聯(lián)網(wǎng)設(shè)備包括智慧消火栓、智慧煙感、智慧用電、智慧可燃?xì)狻⒁何惶綔y器和壓力探測器等。報警趨勢預(yù)測如圖3所示。

與此同時，為了讓用戶更直觀地了解更多的消防數(shù)據(jù)，將全區(qū)所有報警數(shù)據(jù)和故障數(shù)據(jù)進(jìn)行了統(tǒng)計對比分析，關(guān)于報警數(shù)據(jù)做了全區(qū)報警級別的統(tǒng)計分析和全區(qū)報警事件處理統(tǒng)計分析；關(guān)于故障數(shù)據(jù)做了全區(qū)故障處理統(tǒng)計和全區(qū)設(shè)備隱患統(tǒng)計分析。

5消防安全風(fēng)險評估

消防安全風(fēng)險評估重點(diǎn)需要展示各個單位的消防安全風(fēng)險評估情況[6]。通過單位列表對該區(qū)所有單位進(jìn)行信息展示，該列表信息包括單位名稱、消防安全負(fù)責(zé)人、單位安全風(fēng)險分?jǐn)?shù)、報警總數(shù)、報警處理率、真實(shí)火警率、誤報率、設(shè)備在線率、設(shè)備故障率。該列表可以按照單位名稱進(jìn)行搜索，可以按照單位風(fēng)險分?jǐn)?shù)高低排序展示。

消防安全風(fēng)險評估為了方便用戶更好地對各單位消防安全風(fēng)險評估情況進(jìn)行了解，單位列表可以根據(jù)單位名稱進(jìn)行精確搜索查看某單位的信息，也可以對所有單位按照單位安全風(fēng)險值進(jìn)行排序，默認(rèn)是按照單位序號排序。頁面還對該區(qū)的各個鎮(zhèn)（處）的重點(diǎn)單位的統(tǒng)計數(shù)據(jù)進(jìn)行了展示，可以通過下拉按鈕選擇查看該區(qū)的某個鎮(zhèn)（處）的重點(diǎn)單位統(tǒng)計數(shù)據(jù)，其中展示項(xiàng)包含該鎮(zhèn)（處）重點(diǎn)單位總數(shù)、高層建筑數(shù)、大型綜合體數(shù)、化工企業(yè)數(shù)、加油站數(shù)、加氣站數(shù)和其他。同時，為了讓用戶理解評分的由來，提供了一個輔助界面來對今日報警總數(shù)、故障總數(shù)、真實(shí)火警數(shù)、誤報數(shù)、總報警處理率、設(shè)備總數(shù)和設(shè)備在線率進(jìn)行統(tǒng)計展示，這樣用戶在查看單位信息時可以通過比較這些統(tǒng)計數(shù)據(jù)，可以更清晰地理解某單位安全風(fēng)險實(shí)際情況。還提供了全區(qū)的單位類型占比分析，并將全區(qū)消防單位評估分?jǐn)?shù)最低的10個單位類型進(jìn)行列表展示。

6結(jié)語

本文設(shè)計與實(shí)現(xiàn)的消防大數(shù)據(jù)平臺相比現(xiàn)有的火災(zāi)預(yù)警系統(tǒng)或智慧消防系統(tǒng)，具有更完備的功能，能提供更真實(shí)完整的數(shù)據(jù)，消防數(shù)據(jù)的有效利用率得到了提升，采用更智能高效的預(yù)測分析方法，極大地提高了平臺的火災(zāi)預(yù)測能力。

參考文獻(xiàn)

[1] 劉化生.基于大數(shù)據(jù)平臺的消防安全評估方法的研究與應(yīng)用[D].南昌：南昌大學(xué)，2023.

[2] 張燕.基于多網(wǎng)融合的消防大數(shù)據(jù)平臺系統(tǒng)設(shè)計[J].數(shù)字技術(shù)與應(yīng)用，2022，40（8）：200-202.

[3] 阮志揚(yáng).智慧消防中的大數(shù)據(jù)應(yīng)用[J].中國信息化，2022（6）：89-90.

[4] 何昊偉.大數(shù)據(jù)時代我國消防救援能力提升研究[D].湘潭：湘潭大學(xué)，2022.

[5] 趙文陳.大數(shù)據(jù)背景下消防安全網(wǎng)格化管理路徑探索[J].今日消防，2022，7（11）：66-68.

[6] 薛奕.淺談大數(shù)據(jù)思維下的智慧消防[J].智能建筑與智慧城市，2021（12）：186-187.