一、选手简介1、选手介绍       (1) 团队名称：the 3       队长介绍：刘建克，帆软社区用户名：小飗飗，目前在江苏大学就读信息管理与信息系统专业。本人掌握python,C++,excel中E2D3插件等可视化工具。个人比较感兴趣数据挖掘方面的工作。       (2) 成员介绍         成员一：唐卓然，江苏大学信息管理与信息系统专业2020级本科生。本人掌握C++,BI等可视化工具。选修了数据科学导论的课程，了解了一些关于帆软BI和可视化的知识。希望学到更多可视化相关的内容，提升自己的技能。 成员二：蒲正佳，江苏大学信息管理与信息系统学士在读，发表SSCI二区论文1篇，ESCI检索论文1篇，国家一类新闻网文章3篇，获得省级竞赛奖项1项，校创业工作室合作者。她对数据分析充满兴趣，拥有Python、JAVA、C++、SQL等数据分析技能，并拥有网络媒体运营和创业方面的技能。她的研究方向是：社交媒体、电子商务消费行为、互联网信息质量。 (3) 团队组成：团队因为有统一的爱好，对于可视化有着自身的见解，于是组成队伍准备开始一场未知的探险。       2、参赛初衷       (1) 预想通过这场比赛认识，结识更多的同方向的小伙伴，与他们一同交流，碰撞出思想的火花。       (2) 通过这场比赛，预想提高学习能力，熟练掌握FineBI可视化工具，为之后的可视化学习提供帮助。        二、作品介绍        1、作品背景        在各种灾害中，火灾是最经常、最普遍地威胁公众安全和社会发展的主要灾害之一。其中森林火灾日渐成为人们关注的焦点，世界上因森林火灾而造成的悲剧数不胜数。例如：肆虐了四个月的森林大火把澳大利亚从旅游胜地烧成了地球上一块发烫的伤疤。数千居民流离失所，烧毁面积达到500万公顷。亚马逊热带雨林作为“地球之肺”，是全球最大的“氧气制造工厂”。但每年在其身上发生的火灾次数并未呈现减少的趋势，甚至在光是7月31日这天，火灾出现的数量就超过了1000起，打破了15年来的记录。如果亚马逊热带雨林被破坏，那么对全球气候都会产生重大影响，地球的氧气含量很可能变少。不管国外发生森林火灾，中国国内每年也在发生森林火灾。每次火灾的发生都会给个人，社会，国家造成无法挽回的损失，因此如何减少火灾次数成为世界性的难题。        本作品通过研究2004-2016年中国森林火灾数据，深入分析火灾发生的原因，火灾范围，易发生火灾的地区等，将数据进行可视化，以生动简单的图形向大众呈现森林火灾的数据。并从数据中得到启示，对预防森林火灾提出自己的见解。        2、数据来源               本作品数据来自和鲸社区数据集。        3、分析思路        通过对于2004-2016年中国总体森林火灾情况进行可视化展示，研究森林火灾发生的原因，之后通过对于森林火灾发生的原因，得出应对森林火灾的建议。                                                                                 图 1 作品分析思路图        4、数据处理         图 2 数据处理图                  在2004-2016年中国森林火灾扑火经费明细组件中将年份进行分组（由于2004-2016年跨度为13年，因此无法平均分配，致使最后一组跨度为4年）        5、可视化报告       (1) 图表说明                 图 3 2004-2016年各个省份森林火灾发生次数         图 3将各个省份森林火灾发生的次数在地图上用不同的颜色进行标识（其中颜色越深表明发生火灾次数越多）。          通过图 3可以看出，广西，贵州，湖南地区发生火灾次数较多，应引起当地政府的重视，加强当地火灾管理。                         图 4 2004-2016年中国森林火灾情况-森林火灾次数         图 4用雷达图的方式用不同颜色展现了各个年份中各种类型的火灾发生次数，通过图 4反映出，火灾次数呈现逐年减少的趋势。其中特别重大火灾次数在2004—2016年呈现明显的下降趋势。          通过图 4可以反映出中国在2004—2016年期间治理森林火灾成效显著，特别是在特别重大火灾的治理上。                                   图 5  2004-2016年中国森林火灾情况-森林火灾死伤人数         图 5将森林火灾伤亡人数以及死亡人数分别用不同颜色的条形图展示出来。从中可以看出2004年不论是森林火灾死亡人数还是伤亡人数都时所统计年份中最高的。其次还可以看出火灾伤亡人数虽呈现逐年减少的趋势，但还是呈现不稳定的状态。          通过对伤亡人数的统计，警示我国防制森林火灾不能掉以轻心，要牢牢履行《中华人民共和国森林法》，各个事业单位落实相关政策，减少火灾发生次数。                          图 6  2004-2016年中国森林火灾扑火经费明细         图 6通过将2004-2016年分成四组，分组对2004-2016年中国森林火灾扑火经费明细进行展示。从图中可以看出，2010-2013年扑火经费投入最多，2007-2010年森林火灾其他损失折款最多。                         图 7 2004-2016年中国森林火灾情况-森林火场面积         图 7通过折线图，用不同颜色表示火场总面积，人工林受害面积，受害森林面积以及天然林受害面积。        通过折线图可以看出，2004-2016年中国火场面积呈现逐年减少的趋势。从图中可看出在2006年中国火场面积在2004-2016年最大。                         图 8 2004-2016年中国森林火灾发生原因                           图 9 2004-2016年中国人为原因引起森林火灾           图 8和图 9分别展示了2004-2016年森林火灾发生原因和人为原因。从图 8可以看出，造成森林火灾发生原因主要是烧荒烧炭，上坟烧纸等人为原因。图 9将人为原因用气泡图的方式展现了出来，可以看出湖南，贵州，湖北，广西是认为原因引起森林火灾的次数最多的省份。          通过图 8和图 9的描述，中国各个省份应及时安排有关森林火灾的宣讲会活动，提高群众对于森林火灾的重视程度以及防火，用火意识。       (2) 结论         通过上述图表的分析，结合国内外火灾发生情况（结合亚马逊火灾以及澳洲大火）特提出以下几点建议。 提高对于极端天气的重视程度 消除地震，南方冰雹雨雪对森林防火工作的负面影响 加大火源管理力度，在源头上落实森林火灾防治 加强森林防火法制建设，提高群众用火防火意识         (3) 最终结果呈现的页面布局,如图 10                  图 10 最终成果 介绍视频： Your browser does not support video tags.         三、参赛总结        1、FineBI工具        (1) FineBI工具相比于相比于可视化工具，绘图方式更加简单，易于上手，对于初学者来说非常友好。       (2) FineBI可以将非常方便地将可视化数据进行美化处理，让数据更值观，生动的展示出来，这是FineBI最吸引我的一点。       2、参赛总结       (1) 由于初次接触FineBI工具，很多东西不太熟悉，但群里的技术顾问每次都能为我答疑解惑，还有微信群里的小伙伴也在积极为我解答疑惑，这让我非常感激。        (2) 在绘图中难免遇到一些磕磕绊绊，但FineBI内的学习视频给予了我很大的帮助，帮助我克服了很多问题，制作出了更好看的图。        四、参考文献       李莉,杜丽霞,张子柯.基于多变量LSTM神经网络的澳大利亚大火预测研究.电子科技大学学报,2021,50(02):311-316.        刘照研.亚马孙雨林和澳大利亚森林大火对我国森林防火工作的启示.消防界(电子版),2019,5(23):67-68.       陈弘.“史无前例”的大火重创澳大利亚.世界知识,2020(04):58-59.2004-2016年中国森林火灾情况.pdf (896.86 K)