计算机工程与应用
www.ceaj.org
Computer Engineering a nd Applications 计算机工程与应用
2017，53（13）
1 引言
森林是重要的资源之一，森林火灾是影响森林发展
的主要灾害，不仅直接影响森林生态平衡，造成经济和
生态资源流失，而且危及到人民生命财产的安全
[1]
。设
计简单实用的林火预测预报系统，是降低森林火灾危害
的重要措施。
国外对林火预测的研究工作开展得较早。美国开
发出国家火险等级系统（NFDR S）
[2]
，以气象、地形、可燃
物等多种因素作为输入，基于燃烧原理和实验室试验发
展的物理模型，计算森林火险指标。但 NF DRS 组成结
构极为复杂，在实际应用中较难实施
[3]
。加拿大开发出
加拿大森林火险天气指数（FWI）系统
[4]
。该系统从可燃
物含水率平衡理论出发，以 4 种基本的气象观测数据作
为输入，通过大量点火试验建立计算模型，经过一系列
推导、计算，最终以火险天气指标来进行火险预报。但
其仅考虑气象因素对林火发生的影响，忽略了可燃物和
地形等因素的空间变化
[3]
。韩国开发出韩国国家森林火
险等级预报系统（KFFDRI）
[5]
，以韩国林火历史数据及同
期气象数据和 126 次火灾现场调查数据为基础，综合反
映气象因子、可燃物类型和地形特征等时空要素对森林
火险等级的影响。但 KFFDRI 仅适用于韩国地区，不易
推广
[6]
。
我国对林火预测的研究起步较晚，且主要是在美
国、加拿大等国家的成果基础上，结合我国的实际情况
进行的，如“801”森林火险天气预报系统等
[7]
。目前我国
应用于林火监测的系统较多，但用于林火预测的成型系
统较少。虽然我国已研制和发展出数十种火险预报方
法，但到目前为止还没有建立一套综合考虑气象、植被、
地理以及人类活动等影响因素的国家级林火预测预报
系统
[7]
。现有的预测系统都旨在建立林火气象因素的线
基于贝叶斯网络的林火概率预测系统设计与实现
高学攀，廖士中
GAO Xuepan, LIA O Shizhong
天津大学 计算机科学与技术学院，天津 300072
School of Computer Science and Technolo gy, Ti anjin Universit y, Tianjin 300072, China
GAO Xu epan, LIAO Shizhong. Design and implementation of forest fire probability prediction system base d on
Bayesian network. Computer Engi neering and Ap plications, 2017, 53（13）：246-251.
Ab stract: Forest fire prediction involve s many influence facto rs, complex occurrence mechanism, an d unstructur ed input
data. To address these issues, a practical forest fir e prediction system based on Bayesian Network（BN）is designed and
implemented. The system inputs me teorological, geographical, veget ation and human activities data, builds BN model
with hi storical forest fires records, per forms probabilistic inf erence via the junction tre e algorithm, and outputs the proba-
bility of forest fire occur rence. Experimental results on real records of forest fires in Yunnan province and comparison
with the Canadian Forest Fire Weather Index Syst em（FWI）demonstrate that the system is feasible and practical.
Key words: forest fire; Bayesian Network（BN）; parameter learning; junct ion tree algorithm; probabilistic inference
摘 要：针对林火预测具有影响因素多、机制复杂、难以结构化等特点，设计并实现了一个基于贝叶斯网络的实用林
火概率预测系统。该系统以气象、植被、地理、人类活动等数据作为输入，综合林火历史数据建立贝叶斯网络模型，
并应用联合树算法进行概率推理，进而预测出林火发生概率。在某省实际林火历史数据上对系统进行了测试，比较
了所设计系统与加拿大火险天气指标系统（FWI）的预测性能，验证了系统的可行性和实用性。
关键词：森林火灾；贝叶斯网络 ；参数学习 ；联合树算法；概率推理
文献标志码：A 中图分类号：TP 181；TP39 1 doi：10.3778/j.issn.1002-8331.1509-0166
作者简介：高学攀（1990—），男，硕士研究生，主要研究方向为智能信息处理；廖士中（1964—），男，博士，教授，主要研究领域人工
智能应用基础、理论计算机科学，E-mail：szliao@tju.edu.cn。
收稿日期：2015-09-15 修回日期：2016-01-18 文章编号：1002-8331（2017）13-0246-06
CN KI 网络优先出版：2016-09-28, http://w ww.cnki.net/kcms/detail/11.2127.TP.20160928.1601.004.html
246
评论0