下载文档原格式
基于元胞自动机模型的地震疏散研究摘要：利用matlab建立了基于元胞自动机的地震疏散模型，模拟了地震人员疏散的过程，并分析了各种情况对地震人员疏散的影响。
结果表明，元胞自动机网格分化越精细，疏散效率越高。
在此基础上，考虑了疏散路径对疏散时间的影响。
并且改变疏散路径对疏散时间影响显著。
关键词：元胞自动机；地震疏散；疏散仿真1、介绍由于地震的不确定性和强破坏性，减少人员伤亡人数是一个很关键的问题。
为了减少人员伤亡，各国学者建立了很多人群疏散模型，比如元胞自动机，它是离散型模型，核心是元胞，分布在网格上。
每个元胞都是同步更新的，他们的空间叫做元胞空间。
通常采用圆形代表二维元胞空间。
演化规则是元宝自动机的重要组成部分，根据演化规则可以确定元胞的行进规则，从而来模拟行人的运动，并且有人提出了场地的概念，场地取决于行人对环境的感知。
随着对研究的深入，元胞自动机模型有了更多的发展，比如和社会力模型的结合。
2、元胞自动机模型介绍元胞自动机是由元胞空间组成的，这个空间被一些很有规则的网格分割成一系列的元胞，每个元胞都是离散的，他们的演化规则也是不定的，根据这些演化规则，元胞可以每时每刻更新自己离散的状态，经过这一系列更新自己的过程，元胞自动机就可以完美地模拟行人模拟。
和一般意义上的动力模型不一样，CA将物理方程替换成为了演化规则。
很多软件都可以用来模拟元胞自动机，比如MatLab和Swarm。
Matlab软件可以做很多，，在行人模拟和图形交互方面都有很大的作用。
人们可以用Matlab建立元胞自动机模型，用来模拟地震人群疏散，并且还可以设计界面。
Maltab主要由矩阵构成，可以以此进行演化规则的定义，还可以用函数来定义一些障碍物或者行人之间的碰撞，这导致Matlab可以很好地用来进行仿真模拟，用来编写元胞自动机非常合适。
元胞自动机也有很多种类型，比如离散型连续型，离散与连续混合型，宏观型，微观型等等。
本论文用到的元胞自动机添加了地震力的作用，是一次很突破的操作。
基于元胞自动机林火蔓延的初始值研究作者：王利来源：《大经贸·创业圈》2020年第06期【摘要】林火是一种对人类社会危害很大的环境灾害，而林火蔓延是一个十分复杂的过程。
人类对林火蔓延模拟的研究逐渐转向空间范围的定量模拟，在森林防火中起着越来越重要的作用。
本文结合元胞自动机原理，对王正非-毛贤敏林火蔓延模型进行改进，提出一种新的林火蔓延模拟模型。
该模型充分表达了可燃物类型、温度、风速和风向等林火蔓延影响因子在元胞空间中的作用形式，并由此确定了元胞状态转换规则函数，使元胞状态的迁移与林火蔓延影响因子紧密相关。
模拟结果表明，可以反映森林火灾的蔓延规律，从而为森林防火、扑火等工作起到一定的指导作用。
【关键词】元胞自动机林火蔓延速度元胞状态转换规则模拟1.林火蔓延影响因子及模型1.1影响林火蔓延的因子影响林火蔓延的因子可以分为四类：土壤特性、可燃物特性、气象因子及地形因子。
[1]本文主要对影响较大的可燃物特性、气象因子和地形因子进行模拟研究。
（1）可燃物特性可燃物特性主要由燃料負荷、含水率、空隙度三个方面影响。
对于燃料负荷可以解释为在其他条件不变的情况下，燃料载量的增加导致单位面积上参与热解反应的燃料量的增加。
含水率指燃料中水分的重量与绝干燃料重量的比值，是一个无量纲参数。
林内草本植物含水率较低，燃点较低、最易着火、蔓延速度快、火势不大;木本植物火势大。
空隙度对燃烧速度和火焰的高度有很大影响。
当空隙度增大时，火焰高度增大，已燃区向未燃区的辐射热流量增大。
（2）气象因子对气象因子的影响主要由风向、风速，相对湿度和空气温度决定。
假如在风速 35m/s的情况下，火场周长各部门火蔓延范围占周长总长的百分率分别为：顺风头火50%，侧方 40%，逆风头火 10%。
无风时其百分率为：顺风头火25%，侧方50%，逆风头火 25%。
相对湿度是空气中实有水汽与当时温度下的饱和水汽压的百分比。
相对湿度与森林火灾发生的关系如下表1所示：（3）地形因子燃烧物质向着太阳和风的时候，易干燥。
森林火灾模型目录摘要 (3)问题分析 (4)提出假设 (5)构建模型 (5)模型结果分析 (8)模型评价 (10)结论 (10)参靠文献 (11)摘要森林火灾是一种影响后果严重、人为很难控制的一类自然灾害。
森林火灾危害巨大，它不仅毁坏森林资源，破坏自然环境,造成环境污染，而且可以造成巨大的生命和财产损失。
1987年5月6日至6月2日的黑龙江省大兴安岭火灾造成的火灾场面积达到133万平方千米，有10807户、56092人受灾,死亡213人,直接经济损失高达20亿元。
国家每年投人大量的资金用于森林防火。
在1997，1998，1999年的防火经费分别达到2103万元、5181万元和7350万元,呈逐年上升的趋势。
因此，长期以来国内外开展了关于森林火灾成灾规律、火蔓延规律、林火的特殊火行为以及林火发生规律的研究。
森林火灾发生时，快速准确地模拟和预测火势的蔓延和发展，可以为及时部署灭火力量、控制火灾蔓延提供科学的决策依据，且具有重大的实际意义。
本文根据林火蔓延的自身特点结合元胞自动机(CA)分析，并提炼出影响森林火灾蔓延的关键影响因素。
这一模型中森林用一个二维网格来表示,其中每个格点代表一棵树或代表空地,各节点的树具有相同的生长概率和着火概率,以一定的规则进行演化。
这一模型忽略树木间的差别，假设初始状态只有一个着火点，不存在闪电袭击导致着火，从这一个着火点开始蔓延，如果绿树最近邻居中有一个树在燃烧，则它变成正在燃烧的树。
通过这样的模型，研究蔓延的概率达到多大时森林可能会被烧光。
随着目前CA研究的深入,CA在森林火灾扩散的预测研究中越来越广泛,论文结合提出的模型,并根据CA表现出的很强的模拟复杂系统的能力,采用Matlab平台,做了模拟仿真的实验工作。
采用动态方式进行模拟,使用图形页面展示,并可以根据仿真显示结果调整更新相关参数,最终得到一个能更好的模拟现实森林火灾蔓延情况的预测模型。
最终,通过对显示结果的对比分析,验证了模型的可靠性及可用性。
基于元胞自动机的火灾模拟算法随着城市化进程不断加快，人们的生活和生产活动都离不开建筑物的使用。
但随之而来的是，建筑物火灾频繁发生，给人们的生命财产安全带来极大的威胁。
为了提高火灾事故的应对能力，火灾模拟技术应运而生。
基于元胞自动机的火灾模拟算法具有优异的特点和良好的应用前景，本文将重点介绍它的基本原理、模型构建以及应用情况。
一、基本原理元胞自动机（Cellular Automaton，CA）是一种由数字、节点或其他单元格组成的离散模型，它基于模型单元相互作用之间的规则，描述了一个物理系统的演化。
如图1所示，元胞自动机可以看作是一个由相互作用单元格组成的网格，每个单元格的状态有限且固定。
每次演化时，单元格会根据规则来转化自身状态，同时其相邻的单元格也会跟随转化。
这样一次转化过程也被称为元胞运算。
基于元胞自动机的火灾模拟算法，主要是利用这种元胞自动机计算模型，根据建筑物特点和火源情况，来模拟火灾的蔓延过程。
通过建立建筑物元胞自动机模型，定义每个单元格的状态、热量等参数，以及不同单元格之间的相互作用关系，可以精确地模拟火灾过程。
二、模型构建基于元胞自动机的火灾模拟算法通常包含两个方面的内容：建筑物元胞自动机模型和火源元胞自动机模型。
下面我们重点介绍建筑物元胞自动机模型的构建。
1. 建筑物元胞自动机模型变量定义建筑物元胞自动机模型变量包括：状态变量、热量变量、燃料变量、湿度变量、温度变量和烟雾变量等内容。
其中，状态变量表示每个单元格所处状态，可分为起火态、冷静态和烟雾态。
热量变量表示每个单元格的热度大小程度，燃料变量表示在溶解、蒸发、氧化等过程中，剩余可燃物的大小，湿度变量表示每个单元格中水分的大小，温度变量表示每个单元格中的温度大小，烟雾变量表示每个单元格所处烟雾的大小等。
2. 建筑物元胞自动机模型规则定义建筑物元胞自动机模型规则定义包括：转移规则、边界条件、热传递规则和质量守恒规则等。
转移规则是建立系统动力学方程的基础，通过转移规则来决定下一时刻的状态。
896www.scichina基于元胞自动机的火灾中人员逃生的模型杨立中 方伟峰 黄 锐 邓志华(中国科学技术大学火灾科学国家重点实验室, 合肥 230026. E-mail: zxd@)摘要 在已有的元胞自动机交通流模型和行人流模型的基础上, 提出了一个模拟火灾中人员逃生的基本模型, 并介绍了其扩展模型的应用. 主要特点是引入了的概念,使得模型在确定人员逃生路线方面更加合理分散及空间可扩展系统[1~5]. 它最早由von Neumann 等人提出来[1],起初主要用于模拟生命系统所具有的自复制功能. 近年来, 人们对元胞自动机模型的兴趣大增, 原因是这类简单的模型能十分方便地复制出复杂的现象或动态演化过程中的吸引子星系形成雪崩并行计算机及地震等. 用元胞自动机来模拟一个物理过程的优点[3]在于省去了用微分方程作为过渡而直接通过制定规则来模拟非线性物理现象. 在这些实际应用中, 元胞自动机模型通过简单的微观局部规则揭示了自然发生的宏观行为.元胞自动机在流体力学中最重要的应用之一是元胞自动机交通流模型[6~13], 其中最经典的要算Wolfram 建立的第184号元胞自动机模型[2]. 其他模型一般都是在该模型的基础上进行改进以模拟更真实时走时停等现象的发展过程, 成功解释了交通流中的激波自组织临界现象, 在指导城市交通建设方面起到了重要的作用. 这些交通流模型也为元胞自动机行人流模型规则的制定提供了基本依据.行人运动作为道路交通中一个重要的组成部分, 对交通工具的站点设计和交通灯的设计有很重要的影响. 此外在设计办公大厅速度-流量-密度) 行人运动更具随机性, 如会出现突然停止) 行人运动并没有像车辆运动那样有速度) 行人运动的加速时间较短并且较少担心会发生碰撞, 在运动时一般不用考虑后面行人的运动情况. 此外行人运动还有一些自身的特点, 如Helbing [19,23]在他们的模型里引入了的概念. 目前在建立元胞自动机行人流模型方面有两种方法.一是从行人运动与车辆运动的异同点出发, 在交通流模型的基础上根据行人运动的特点建立行人流模型, 如Blue 和Adler 提出的一系列[15~18]包括双向四向死亡者是由于没能及时逃出火灾现场而吸入了烟尘及有毒气体而致死的, 2000年2512新疆克拉玛依市友谊宫特大火灾(330人死亡)都是血的惨痛的例子, 因此对火灾中人员逃生现象和规律的研究直接关系到人员的生命安全问题.目前对火灾中人员逃生的研究主要集中在:() 对人员在火灾中逃生行为的研究, 如研究人员对火灾的早期反应[30], 时间压力对人员逃生的影响[31]等等. 这些研究从不同方面得到了很多理论结果并在实际应用中取得了一定的成效. 总的来说, 目前一个明显的趋势就是未来的模型将包含更多的行为细节.而这方面的表现将很大程度上依赖于建立模型所使用的方法. 现有的一些连续方程模型, 一般是将逃生的人员作为无意识的粒子来看待,因此缺乏对实际逃生过程的一些复杂现象的模拟能力, 而如果用元胞自动机模型就可以很好地考察人员的智能性和差异性的作用. 但是考虑到火灾人员逃生的特殊性以及复杂性, 目前已有的元胞自动机模型都不能很好地直接应用.通过分析我们认为, 火灾人员逃生模型不同于一般行人流模型之处主要有: () 火灾中人员都尽可能以最大速度逃生. (简单和必要性原则. 通过分析火灾对人员逃生的影响,可以认为人员在火灾中的逃生过程主要受两个方面因素的影响: 一是主观因素, 包括人员对周围环境的认识(如各个出口位置分布人员对火灾发生位置和危险程度的认识等等. 二是客观因素,包括人员逃生能达到的最大速度客观因素之间是相互影响总危险度图位置危险度火灾危险度总危险度图总危险度图总危险度图0.40 m 的空间, 这是在密集人流中典型的人员空间分配[25](另外一种常用的标准[24]是0.457m s −1, 正常情况下为1.30 ms −1左右[16]. 因为模型中所有人员是并行变更位置的, 这样就引入了反应时间问题, 如果规定每个时间步每个人员只能移动一格, 则紧急情况下每个时间步为0.40/1.80) 当人员发现某处发生火灾时, 则该处及周围格点的危险度随之增大. (总危险度图898 www.scichina本文的模型分为基本模型和扩展模型两种,基本模型主要有3个并行变更阶段. 第1个阶段是目标格点的选择, 每个人员在本身所在格点及相邻的4个格点中(即不包括对角线运动)根据自己的选择一个空的总危险度位置危险度火灾危险度总危险度位置危险度火灾危险度火灾危险度”则在扩展模型中考虑. 第2个阶段的目的是解决冲突, 所有人员按第1阶段变更之后, 如果进入某个格点的人数大于0, 则按每人相同的概率选择一位留下, 其余回到原位, 这样做主要是为了模拟现实情况下的人员运动的不确定性. 用这种方法解决冲突还有一个作用就是较密集的地方由于竞争增大必然会有更多的人员不能移动, 这就模拟了人员之间推挤而导致前进困难的情况. 这两个阶段就完成了该时间步的人员位置变更. 最后一个阶段主要是对进行变更, 根据各人员对周围环境的重新认识变更各自的总危险度图) 对每个被人员占据的元胞, 比较其与周围4个元胞(除去被其他人员占据的元胞)的总危险度大小, 选择危险度最小者作为要进入的目标元胞, 并将目标元胞的进入人数增加1;全部结束后转到() 判断每个元胞的进入人数n , 若其值大于0, 则按均等机会原则选择其中一位留下,其余元胞在本时间步不做移动; 到这里实现了所有元胞状态(即是否被人员占据)的变更; 全部结束后转到() 分析每个新位置上人员的, 若因为发现更优出口而需要改变路线, 则调整其, 将新出口作为危险等级最低点, 在扩展模型中还要考虑根据火灾场景来调整其; 全部结束之后重新转到() 为了模拟人员的智能加入的概念(见图1, (a)和(b)中的阴影部分分别是视野为1和2时中间位置元胞所看到的范围), 随着人员视野的扩大,其对当前时间步运动方向的确定就可以按照下一时间步的最优选择来进行. 此外, 视野还可以用来模拟人员在火灾中由于烟气存在而导致的视力范围缩小等问题. (危险源”, 其周围的危险度相应增大. () 另外,可以通过数据收集和问卷调查的方式收集实际生活中人员在火灾中的各种反应数据并将其加入到模型当中. 例如在接收到火灾信息后的反应(因为人从接收信息到做出逃生决定之间有个反应时间, 不同的人反应时间也会不同). 在对出口不明的情况下是如何选择逃生路线的(如跟随多数人运动还是往人少的地方运动等), 以及人在有毒烟气中停留时间与其生理上受到的伤害之间的关系等等, 这些因素的考虑可以使模型更真实地模拟火灾人员逃生情况.图1 元胞视野示意图2 模拟算例下面给出用基本模型和扩展模型模拟的大房间内人员疏散的一些典型结果.2.1 基本模型的算例图2是用基本模型模拟一个大房间(只有一个出口)内人员疏散的情况, 为了和已有的模型进行比较, 这里暂时不考虑火灾场景的作用,即总危险度图呈辐射状衰减, 门口处的元胞危险等级最低,而离门口最远的两个角落上的元胞危险等级最高. 整个房间被划分成30第15个时间步和第80个时间步时的人员分步情况图. 通过与文献[24, 26]的比较,可以看出本文模型可以很好地模拟这种简单的情况.2.2 扩展模型的算例为了验证扩展模型的应用能力, 模拟了扩展视野之后的大房间内人员疏散的情况. 图3是在算例1的基础上将视野范围改为图1(b)所示情况后的人员疏散情况(初始条件和的确定都相同). 图3(a)~(c)分别为第15,50和80个时间步时人员的分布情况, 比较图2(c)与3(c)可以看出, 由于扩展了视野, 人们能够看到更广的范围从而进行更合理的路线选择(因为从人们的常识以及与文献[24, 26]的比较来看, 图3中的人员分布情况更合理一些). 同样这种情况也可以用来解释人员在火灾中由于烟气存在而导致的视力下降现象, 即将算例1解释为烟气浓度更大时的人员疏散过程.从本算例可以看出, 引入概念的确可以解决真实火灾场景中的一些特殊现象.此外, 该扩展模型还可以用来模拟由于烟气对人们视力的影响或其他原因导致的不同出口处人员分布不均匀而导致逃生效率降低的情况.另外, 其他的扩展模拟同样可以用来研究实际逃生过程的特殊现象, 例如考虑不同速度等级的人员分配可以研究长走廊中由于局部加宽而引起的逃生效率变化问题.算例3是在算例2的基础上加入了火灾场景后的人员逃生情况, 这里简单地认为火源及其影响区域不随时间变化, 并只考虑火灾场景对人员心理的作用(对人员逃生路线的影响),暂时不考虑有毒烟气对人员生理机能(包括期望速度和视力等)的影响. 对于火灾场景的危险度我们是这样考虑的: 在火灾影响区域内, TD (总危险度)等于PD (位置危险度)与FD (火灾危险度)的线性和, 通过对模型的演算, 发现当FD 与PD 的系数比为10左右时模拟效果比较好,因此在该算例中选择系数比为10. 真实火灾中对于不同的人(其对火灾危险度认识不一致)以及不同危险程度的火灾, 这个系数比是不同的,需要通过相应的数图2基本模型模拟的大房间人员疏散示意图图3 扩展模型(增大视野)模拟的大房间人员疏散示意图万方数据900www.scichina 图4 扩展模型模拟的发生火灾大房间内人员逃生示意图据调查获得. 这里为了简单起见, 认为所有人员对房间和火灾的认识都是完整的, 并且不随时间变化. 这样每个人员的由和叠加而成, 是以火源为危险等级最高点呈辐射状衰减, 并有一定的影响范围,同算例1和 2. 最终中, 火源处危险等级最高. 图4同样给出了逃生过程的3个典型阶段. 图4(a)~(c)分别是第5, 15和50个时间步时人员分布情况(圆形阴影部分为火源(十字形区域)及其影响区域), 可以看出由于火灾场景的加入使得该处的危险度急剧升高, 人们相应地改变了逃生路线, 绕过了火灾影响区域.3结束语本文简单介绍了元胞自动机及其在交通流和行人流中的应用, 从中可以看出元胞自动机具有很强的模拟复杂物理现象的能力, 其在火灾人员逃生模型的应用前景也是很诱人的. 尽管如此, 据作者所知, 目前利用元胞自动机来专门研究火灾中人员逃生现象的模型鲜见报道, 其主要原因在于火灾这种现象本身的复杂性加上目前对元胞自动机行人流模型的研究还未成熟,使得这方面的工作开展得较慢.研究火灾中人员逃生现象, 建立一个合理总危险度图方便, 并且简单地反映了火灾场景对人员主观方面的影响. 基本模型力求包括一些基本的基本现象以及火灾人员逃生中的一些特殊现象, 例如通过改变来模拟诸如由烟气引起的视力范围缩小2Wolfram S. Theory and Applications of Cellular Automata.Singapore: World Scientific, 19863 Wolfram S. Cellular Automata and Complexity. Baltimore:Addison-Wesley Publishing Company, 19944谢惠民. 复杂性与动力系统. 上海: 上海科技教育出版社, 19945 张本祥, 孙博文. 社会科学非线性方法论. 哈尔滨: 哈尔滨出版社, 19976Kai N, Michael S. A cellular automaton model for freewaytraffic. J Phys I, 1992, 2(12): 2221~22297 Fukui M, Ishibashi Y. Traffic flow in 1D cellular automatonmodel including cars moving with high speed. J Phys Soc Jpn, 1996, 65(6): 1868~18708Rickert M, Nagel K, Schreckenberg M, et al. Two-lanetraffic simulations using cellular automata. Physica A, 1996,231(4): 534~5509Simon P M, Gutowitz H A. Cellular automaton model forbi-directional traffic. Physical Review E, 1998, 57(2):2441~244410 Wolfman D. Cellular automata for traffic simulations.Physica A, 1999, 263(1-4): 438~45111 Sasvari M, Kertesz J. Cellular automata models of singlelane traffic. Physical Review E, 1997, 56(4): 4104~411012 Biham O, Middleton A A, Levine D. Self-organization anddynamical transition in traffic-flow models. Physical Review A, 1992, 46(10): 6124~612713 Chowdhury A D, Schadschneider A. Self-organization oftraffic jams in cities: effects of stochastic dynamics and signal periods. Physical Review E: Rapid Communications (AIP, USA), 1999, 59(2): 1311~131414 Special Report 209: Highway Capacity Manual.Transportation Research Board, National Research Council,Washington D C, 1985. Chapter 1315 Blue V J, Adler J L. Emergent fundamental pedestrian flowsfrom cellular automata microsimulation. Transportation Research Record, 1998, 1644: 29~3616 Blue V J, Adler J L. Bi-directional emergent fundamentalpedestrian flows from cellular automata microsimulation.In: Ceder A, ed. Transportation and Traffic Theory,Proceedings of the 14th International Symposium on Transportation and Traffic Theory, Jerusalem, Israel, 1999.235~25417 Blue V J, Adler J L. Cellular automata microsimulation formodeling bi-directional pedestrian walkways. Forthcoming in Transportation Research B-METH, 2001, 35(3):293~31218 Blue V J, Adler J L. Modeling four-directional pedestrianflows. In: Proceedings of the 79th Transportation Research Board. Washington D C, 200019 Helbing D, Molnar P. Social force model for pedestriandynamics. Physical Review E, 1995, 51(5): 4282~428620 Virkler M R, Elayadath S. Pedestrian speed-flow-densityrelationships. Transportation Research Record, 1994, 1438:51~5821 Lovas G G . Modeling and simulation of pedestrian trafficflow. Transportation Research B, 1994, 28(6): 429~44322 AlGadhi S, Mahmassani H. Simulation of crowd behaviorand movement: fundamental relations and application.Transportation Research Record, 1991, 1320: 260~26823 Helbing D, Farkas L, Vicsek T. Simulating dynamicalfeatures of escape panic. Nature, 2000, 407(28): 487~49024 Special Report 209: Highway Capacity Manual.Transportation Research Board, National Research Council,Washington D C, 199425Burstedde C, Klauck K, Schadschneider A, et al.Simulation of pedestrian dynamics using a two-dimensional cellular automaton. Physica A, 2001, 295(3-4): 507~52526 Levin B C, Braun E, Navarro M, et al. Further developmentof the n-gas mathematical modelan approach for predicting the toxic potency of complex combustion mixtures. American Chemical Society, 1995, 599: 293~31127 Gwynne S, Galea E R, Owen M, et al. A review of themethodologies used in evacuation modeling. Fire and Materials, 1999, 23(6): 383~38828 Ashe B, Shields T J. Analysis and modelling of theunannounced evacuation of a large retail store. Fire and Materials, 1999, 23(6): 333~33629 Hartzell G E. Engineering analysis of hazards to life safety infires: the fire effluent toxicity component. Safety Science, 2001,38(2): 147~15530 Sekizawa A, Ebihara M, Notakeet H, et al. Occupants’behaviour in response to the high-rise apartments fire in Hiroshima city. Fire and Materials, 1999, 23(6): 297~30331 Ozel F. Time press and stress as a factor during emergencyegress. Safety Science, 2001, 38(2): 95~10732 Bak P. How nature works: the science of self-organizedcriticality. Nature, 1996, 383(6603): 772~773(2002-01-31收稿, 2002-04-16收修改稿)万方数据。
城市地震次生火灾蔓延模型研究
钟江荣;王祺;林旭川
【期刊名称】《世界地震工程》
【年(卷),期】2024(40)1
【摘要】地震次生火灾是震后发生最为频繁和造成灾害损失最为严重的次生灾害。
随着城市化进程的加快,原本城乡结合处的老旧建筑成片区大量存在,一旦地震发生,建筑破坏尤为严重,区域建筑密集等因素为次生火灾的发生和蔓延提供了基础条件,因此对城市地震次生火灾研究显得尤为重要。
从工程应用出发,通过确定火灾蔓延
的经验参数,建立了基于建筑的城市地震次生火灾蔓延模型,模型主要包括建筑内火灾蔓延和相邻建筑之间的火灾蔓延两个过程,模型中考虑了建筑结构类型、地震对
建筑破坏、风速和风向和相邻建筑蔓延的极限距离等影响因素对蔓延的影响。
利用1995年日本阪神大地震中水笠公园周边建筑火灾蔓延实际数据,与本文建立的模型模拟结果进行对比分析,说明该模型具有较好的可信度。
【总页数】9页(P49-57)
【作者】钟江荣;王祺;林旭川
【作者单位】中国地震局工程力学研究所;地震灾害防治应急管理部重点实验室【正文语种】中文
【中图分类】TU4
【相关文献】
1.城市地震次生火灾蔓延模拟系统
2.地震次生火灾蔓延模型在MapX上的实现
3.基于GIS的城市地震次生火灾蔓延初步研究--以福州市区为例
4.基于GIS的城市地震建筑物次生火灾蔓延模型
5.基于元胞自动机的城市地震次生火灾蔓延模型
因版权原因，仅展示原文概要，查看原文内容请购买。
第19卷第1期2010年2月自 然 灾 害 学 报J OURNAL OF NATURAL DISASTERS Vo.l 19No .1Feb .2010收稿日期:2008-05-16; 修订日期:2009-06-17基金项目:国家自然科学基金资助重点项目(50878039);地震行业基金资助项目(200808025)作者简介:柳春光(1964-),男,教授,博士生导师,主要从事生命线地震工程和桥梁抗震研究 Em ail:L i ucg @d l ut edu c n文章编号:1004-4574(2010)01-0152-06基于元胞自动机的城市地震次生火灾蔓延模型柳春光1,2,王碧君2,潘建伟3(1.大连理工大学海岸和近海工程国家重点实验室,辽宁大连116024; 2.大连理工大学土木水利学院,辽宁大连116024;3.中建城市建设发展有限公司,北京100037)摘 要:根据模拟复杂系统的元胞自动机,并利用其组成,构建了城市地震次生火灾蔓延模型。
通过相关参数的初步量化,模拟了某小区的火灾蔓延,得到了大面积阻火要素,如道路、公园等对阻止火势进一步蔓延的重要作用,及风对火蔓延的重要影响,又考虑了消防扑救对控制火势蔓延的影响,为城市规划和震后火灾扑救提供参考。
关键词:元胞自动机,地震次生火灾,蔓延中图分类号:P315.9 文献标识码:AU rban post earthquake fire spread model based on cellul ar auto m ataLIU Chun guang 1,2,WANG B i j u n 2,PAN Jian w e i3(1.State Key Laborat ory of C oastal and Off shore E ngi neeri ng ,D ali an Un i versity of Technology ,Dalian 116024,Ch i na ;2.Schoo l ofC i vilH yd rau lic E ngi neeri ng ,D ali an Un i vers i ty of Technology ,Dalian 116024,Ch i na ;3.CSCEC C i ty Con structi on Devel opm en tC o ,Ltd ,Beiji ng 100037,Ch i n a)Abst ract :Based on the ce llular auto m ata si m u lati n g co m p lex syste m and its co m ponen ts ,an urban post eart h quake fire spread m odelw as constr ucted .By i n iti a l quan lizati o n of re lati v e para m eters ,t h e fire spread in a substrict w as si m ulated .The i m portance o f fire resisti n g ele m ents o f large area ,such as roads and parks in resi s ti n g fire spread and the i n fl u ence o fw i n d speed on fire spread w ere po i n ted ou.t The effect of fire pr o tection and fighti n g on con tro l of fire spread w as consi d ered .The resu lts can g i v e a reference to urban plann i n g and post earthquake fire figh ti n g .K ey w ords :ce llular auto m a ta ;post-earthquake fire ;spread 地震次生火灾是指由地震直接或间接引发的火灾,其危险性和破坏性极大,已成为人们重点防御的灾害。
随着我国城市化步伐的加快,一旦发生火灾,其蔓延破坏相当严重,因而对城市地震次生火灾蔓延的研究有重要意义。
城市地震次生火灾蔓延是一种大面积的火灾蔓延现象[1],目前已有的震后城市大面积火灾蔓延模型主要有:(1)经验模型:应用最多的是日本学者H a m ada 等提出的火灾速度蔓延公式。
(2)概率模型1:黄维章等分别考虑辐射蔓延和飞火蔓延利用纯数学概率的方法构建了城市大面积火灾的蔓延模型。
(3)概率模型2:赵振东等提出考虑建筑物的地震破坏状态、可燃物盛容装置的破损、可燃物的泄漏溢出、电器火花的产生、烟头被人们丢弃等因素的概率公式。
(4)理论模型:日本学者H i m oto Ke isuke 与Tanaka Takeyosh i 提出基于物理机理的城市火灾蔓延模型。
元胞自动机(ce llular auto m a ta 或cellular auto m aton ,C A )是空间和时间都离散,物理参量只取有限数值集的物理系统的理想化模型[2],是以最简单的逻辑架构模拟复杂的自然现象[3]。
元胞自动机在社会、生物学、信息科学、计算机科学、数学、物理学、生态学、计算机科学、化学和环境科学等领域的都有广泛应用。
基于元胞自动机规则的森林火灾模型应用也已取得很多成果[4-5];对于城市火灾蔓延,日本学者Ohgai 提出的基于日本城市社区构建的火蔓延的元胞自动机模型[6],和中国实际情况有很大差异。
本文将利用元胞自动机,构建城市地震次生火灾蔓延模型,并进行动态模拟。
1 元胞自动机元胞自动机的基本组成单元包括:网格(lattice ),元胞状态(cell states),邻域(ne i g hborhood),时间(ti m e)及转换规则(transiti o n ru l e s)等5部分[7],其中转换规则是C A 模型的核心。
1.1 网格网格包括网格的数目及大小,网格结构及其边界条件。
网格的数目及大小根据模拟需要而定,而二维网格的结构通常有三角形、四边形和六边形等[8],如图1所示。
常见的一维网格边界主要有周期型、固定型、绝热型及映射型,如图2所示。
图1 常用CA 网格形状F i g .1 U sua l types o f CAlattice图2 CA 的边界条件F ig .2 Boundary cond i tions of CA1.2 元胞状态元胞状态即元胞属性,为任意的有限数目。
如 生 或 死 ,或者256种颜色中的一种等等。
1.3 邻域元胞自动机邻近的空间域为邻域。
二维元胞自动机的邻域主要有(1)von N eum ann 型(图3(a))(2)M oore 型(图3(b),(c),(d))(3)扩展的M oore 型(图3(e))(4)M argo l u s(图3(f))。
图3 邻域定义F ig .3 D efi n iti on o f CA ne i ghbo rhood1.4 时间在CA 的模拟分析中,时间是离散的时间段。
1.5 转换规则元胞根据一定的规则(函数)由一种状态转移到另一种状态。
2 城市地震次生火灾蔓延模型及动态模拟针对于元胞自动机的基本组成,本文将城市地震火灾蔓延模型定义为如下:2.1 网格网格的数目根据模拟情况而定,本文采用64!64=4096个网格。
网格大小则根据H a m ada 提出的下风向极限距离公式确定[9]:∀153∀第1期 柳春光,等:基于元胞自动机的城市地震次生火灾蔓延模型D =1 15(5+0 5v),(1)式中:v 为风速(m /s),D 为火蔓延的极限距离(m )。
由上式可以计算出,当v =0时,D =5 75m 。
又根据我国建筑设计防火规范(GB 50016-2006)规定,一、二级耐火等级建筑在火灾初期时有10m 左右的间距,一般能满足扑救需要和控制火势蔓延。
因此,本文元胞边长定义为5m 。
另外,网格边界采用固定边界。
2 2 元胞状态本文中元胞属性A ij 可能为0(不可燃烧)、1(尚未燃烧)、2(刚刚燃烧)、3(正在燃烧)、4(熄灭)共计5种状态。
2 3 邻域考虑风W ij 对邻域影响,图4 西风作用对邻域的影响[6]F i g 4Infl uence of w estw i nd on ne i ghborhood [6]2 4 时间文中时间步长为2m in 。
建筑耐火时间根据不同类型建筑的火灾荷载L ij 不同及我国建筑设计防火规范(GB 50016-2006)中关于建筑物构件耐火极限的规定而确定。
2 5 转换规则考虑到影响火灾蔓延的主要因素,即(1)热辐射的作用;(2)建筑物的特征;(3)地震对建筑物的破坏;(4)大面积阻火要素的作用;(5)环境的影响,定义的转换规则及流程如图5,其中:Q ij =W ij ∀A ij ∀L ij ∀H ij ∀D ij式中:Q ij :元胞(i ,j )发生着火的概率;W ij :风荷载影响,取值参见图4;又根据文献[6,10],并考虑建筑物耐火等级的影响,取建筑结构类型影响指标A ij (表1)。
我国尚缺乏特征火灾荷载的统计基础数据,本文参照欧洲的有关标准或设计指南[11-12],取火灾荷载影响指标L ij (表2)表1 A ij 的取值T able 1 A dopti on of va l ue o f A ij结构类型木制结构砖木结构钢筋混凝土结构道路和空地着火概率1 00 60 10 05表2 L ij 的取值T ab l e 2 A doption o f va l ue o f L ij建筑类型住宅办公室商店道路和空地影响系数1 30 71 00 1目前对将后果系数的研究不够深入,综合考虑耐火性能要求和高层建筑与低层建筑的风险系数得到倒塌后果系数H ij (表3)。
地震破坏影响D ij[13]见表4表3 H ij 的取值T ab le 3 A dopti on of va l ues o f H ij建筑高度/m 55~2020~30>30后果系数0 61 21 82 4表4 D ij 的取值T able 4 A dopti on of V a l ues o f D ij破坏等级倒塌严重破坏中等破坏轻微破坏基本完好影响概率0 970 890 800 680 50另外,rand :[0,1]之间的随机数;t 1,t 2,t 3分别代表第1,2,3次消防到达至扑救所需时间。
