Page 120 - 《武汉大学学报（信息科学版）》2025年第6期

1142 武 汉 大 学 学 报 （信 息 科 学 版） 2025 年 6 月

图 5 迭代优化的计算流程
Fig. 5 Calculation Process of Iterative Optimization
3.1 输入情景数据 （https：//www.noaa.gov），可获取到研究区域内
本文地形数据通过中国科学院计算机网络 气象站详细历史数据，包括温度、降水量、风速、

信息中心地理空间数据云平台（http：//www.gs‑ 风向等。将获取的数据上传至预报平台生成初
cloud.cn）获取，分辨率为 30 m；可燃物数据通过 始景观图层，实现了平台情景数据的动态输入与
刘良云团队发布的 2020 年全球 30 m 地表覆盖精 展示，见图 6，各个图层中展示了火灾发生区域内

细 分 类 产 品 V1.0（GLC_FCS30-2020）地 球 大 数 的高程、坡度、坡向、可燃物及郁闭度信息。通 过
据 科 学 工 程 数 据 共 享 服 务 系 统（https：//data. 输 入 不 同 时 刻 的 气 象 数 据 模 拟 风 向 和 风 速 的
casearth. cn/？ locale=zh），参 考 Anderson 等 13 分布 情 况 ，分 析 不 同 地 形 和 气 象 对 风 场 和 森
种、Scott 等 40 种经典燃料模型 ［41］ ，结合调研数据 林火灾蔓延的影响；再动态输入火点数据模拟森
获得 ［57-60］ ；气象数据来源于美国国家海洋和大气 林火灾蔓延过程，动态修正森林火灾燃烧蔓延过
管 理 局 Hourly/Sub-Hourly Observational Data 程，验证森林火灾燃烧蔓延预测模型的有效性。

图 6 静态情景数据图层
Fig. 6 static scenario data layers

3.2 风场模拟结果分析 了两次典型时刻的模拟结果（图 7），模拟初始气
为研究不同地形坡度对风场变化的影响，依 象数据如表 1 所示。
托模型对不同气象条件进行了模拟。本文展示 输出风场模拟结果后，展示研究区域内不同