森林火灾监测
摘要：该文章重点讨论现阶段森林火灾监测应用的情况，主要讨论了无线传感器网络（WSN）在森林火灾监测中的技术应用，极其发展和未来的展望情况。另外还介绍其他的监测技术，例如GIS、DDRS等。
关键词：森林火灾监测；WSN
森林是人类赖以生存及社会发展最重要和不可缺少的资源之一, 更是地球生态平衡的保护者。 但是, 由于人类活动中的某些失控及异常自然因素影响等原因, 森林火灾时有发生。每次大火都会带来巨大的损失。因此, 预防和监测森林火灾已成为世界各国森林防火部门的一个重要研究热点。目前森林防火措施普遍采用在防火期间派出防火人员到林区巡逻、瞭望塔人工观测以及卫星探测[ 1--2] 。 人工望塔方式虽然简单易行, 但是需要投入很多财力、物力、劳力, 存在防火人员主观麻痹大意、擅离岗位、无法实时监测、覆盖范围有限等。卫星监测系统的扫描周期长、分辨率低、图像像素点的饱和、扫描期间云层的遮挡以及火灾参数很难实时数量化等原因[ 3--5] 限制了卫星探测系统的使用范围, 降低了森林火灾的监测效果。
基于传统森林火灾监测方法存在的不足，需要引进新的方法应用到森林火灾的监测中。 无线传感器网络是计算机技术、通信技术和传感器网络技术相结合的产物, 被认为是影响人类生活的十大新兴技术之一, 无线传感器网络由数据获取网络、数据分布网络和控制管理中心三部分组成, 集成有传感器、数据处理单元和通信模块的智能传感器节点是组成无线传感器网络的基本单位,各节点通过协议自组成一个分布式网络, 再将采集来的数据数( 例如 温度、相对湿度等)集中到网络协调节点进行优化处理, 并与正常的气象数据以及该地区森林资源基础数据相比较, 判断是否具有林火发生的潜在危险, 最终传输给信息处理中心的监控主机, 为有关林业专家或决策者提供直观信息[ 6 - 7 ] ，并为有关部门采取相应的防火或灭火措施提供决策依据。
1 传统的卫星遥感火灾监测应用
MODIS( 中分辨率成像光谱辐射计) 是EOS( 美国新一代的地球观测系统) 的主要探测仪器［8］，也是当前世界新一代“图谱合一”的光学遥感仪器，具有36 个光谱通道，光谱波长0． 415 ～ 14． 235 μm，分辨率为250、500、1 000 m。与NOAA/AVHRR 比较: 具有相同的时间分辨率，但MODIS 提高了空间分辨率，其最高分辨率是NOAA 的18 倍; MODIS 量化精度远比NOAA/AVHRR 的高，因此在发现和测定火灾方面具有优势; MODIS 具有多个可用于火灾检测的通道，它不仅避免了原来NOAA/AVHRR 的饱和问题，而且还可以对火灾的性质进行定性、定量分析; MODIS 具有极好的定位精度，NASA还专门设计了不仅依靠卫星轨道和姿态计算，同时还考虑地面控制点和高程点的定位方式，使地面几何定位精度达到星下点0． 1 像元、边缘0． 3 像元，并且不需要用户进行复杂的操作，这就大大提高了火灾定位的精度。 EOS /MODIS 还具有实时性强、覆盖面广、其中红外通道对高温敏感的特点。
极轨气象卫星 NOAA/AVHR（(NOAA-12,NOAA-16）卫星林火监测系统具有对火敏感的探测通道，井具有高的时间分辨率(每天过境4次)、很宽的监侧带幅(270W 和高时效(从卫星资料的接受到处理只需20分钟左右)等优点，很适宜于森林火灾的监测。目前用于我国森林火灾监测的主要是美国NOAA系列气象卫星，我国的FY_1CFY-1D 卫星也已开始应用于林火监测。
(1) 林火卫星监测是以卫星作为空间平台，通过光电光谱传感器信息传输、接收、解译、发现林火，并监测其行为的航天遥感技术手段。(2) NOAA/VHRI气象卫星信息源是面向全球的无偿信息源，具有周期短、密度高和多时相动态遥感的特殊能力。依靠地面接收站和处理手段，可获得对林火监测准确度高、功能独特、成本低廉等效应，是目前建立林火卫星监测系统主要的无可取代的航天遥感信息源。(3) 通过对FY系列卫星资料的定量处理，可以获得全球的气象和环境参数，能为更精确的林火监测提供必要的基本资料。FY卫星的信息量大，内容丰富，还可以在灾害监测和环境遥感中发挥巨大的作用。(4) EOS 卫星在林火监测中具有很好的应用前途，不仅可应用于对林火的直接监测，同时可以开展地表温度、湿度的监测。在林火监测的准确率和定位精度等方面较NOAA卫星有较大的提高，但目前尚处于实验开发阶段，其通道选择的方法和不同区域判识指标的确定还有待进一步细化和完善。(5 )目前用于我国森林火灾监测的主要是美国NOAA系列气象卫星，我国的FY卫星也开始应用于林火监测。NOAA系列气象卫星为森林火灾的监测提供了可靠、稳定的服务，但分辨率低给森林火灾信息的进一步监测带来了一定困难。应用美国EOS卫星进行林火监测，可以提高监测精度和准确度，为火灾的扑救提供更多、更可靠和更细致的监测成果。
2 基于无线传感器网络(WSN)的森林火险监测预报系统
系统结构图如图1 所示, 该系统由传感器节点、网关、任务管理者节点3 部分组成。WSN 是由大量的具有温度、湿度采集功能、无线通信与计算能力的微小传感器节点构成的自组织分布网络系统, 每个节点具有数据采集与路由功能。节点最后把数据都发送到网关处, 网关负责融合、存储数据, 并把它传送到Internet 或卫星网络上。用户管理节点可以远程接收、分析, 对森林火险进行监测预报[ 9 -12] 。
图1 基于无线传感器网络的森林火灾监测系统结构
森林火灾监测系统是一个典型的基于WSN 的应用系统, 具有如下优点:(1)采用了低功耗的集成化器件, 提高了系统稳定性和可靠度, 缩减了系统体积;(2)信号传输采取了曼彻斯特编解码、GFSK 调制、CRC 校验等技术, 保证了数据传输的准确性;(3)在野外空旷处节点离地面1m 高度时传输距离可达200m 以上。本系统能够实时地监测森林环境的温湿度, 不但起到火险等级预报的作用, 而且一旦发生火灾, 能够迅速判断出何时何地发生火灾, 帮助防火人员及时做出反应。
2．1 基于ZigBee 无线传感器网络的森林火灾监测系统
该系统可以实时监测有关被测参数( 例如温度、相对湿度等) 并发送给监控中心的计算机, 监控中心的计算机对采集到的数据进行分析处理, 并与正常的气象数据以及该地区森林资源基础数据相比较, 判断是否具有林火发生的潜在危险, 为有关部门采取相应的防火
或灭火措施提供决策依据。
ZigBee 是一种低速率、低成本、低功耗的短程无线网络通信协议。 与其他无线网络技术相比, ZigBee技术具有数据传输安全可靠、组网简易灵活、设备成本低、电池寿命长等独特的优势, 在工业控制领域中展现了深厚的发展潜力和广阔的市场应用前景。将基于ZigBee 的无线传感器网络应用在森林火灾监测系统中, 可实现对覆盖森林内的任意地点的温湿度等信息在任意时间的采集、处理和分析, 而且还能大大提高系统的可扩展性, 降低设备维护的成本, 优化整个系统。
基于ZigBee 无线传感器网络技术构建了森林火灾无线监测系统。 该系统采用的是簇--树形式的网络拓扑结构, 相对于网状的拓扑结构具有组网简单、路径信息占用存储器容量小等优点, 但其也要求网络的链路结构必须稳定可靠, 另外网络的规模也受限制, 需要在今后的研究中不断改进和优化。总之该方案的提出是森林火灾监测和预防方式的一种有益尝试和补充, 为无线传感器网络这一先进技术在森林火灾监测领域的推广应用提供了切实可行的硬件基础。为更好地发挥出其应有的潜能, 需要重点解决系统能耗、节点定位以及时钟同步等难点问题,从而不断提高我国森林火灾监测水平。
2. 2 NGEDA基于嵌套网格的无线传感器网络部署方法的环境监测
针对环境监测中异常区域分布非均匀特性（即在长期的环境监测中，一些应用场合被监测区域的物理参数变化很小只有在出现异常情况时才需要详细的物理数据，而在绝大部分区域和时间内并不需要详细的物理参数分布信息），首次提出基于嵌套网格的无线传感器网络部署方法（Nested Grid based Energy-efficent Deployment Algorithm,简称NGEDA）。该方法针对被监测的物理参数梯度变化不均匀的特点，依据嵌套网格的思想部署传感器节点，即参数变化较剧烈的区域唤醒较多的节点工作，而在参数变化较为平缓的区域让较少的节点工作，这样在满足应用需求的基础上降低能量的消耗。
（1）模拟现场设置，监测森林区域，整个网络采用异构的组网方式，将目前的森林防火中常用的观测站和传感器网络结合起来，如图2所示，观测站有很强的信息采集处理和通信能力，在监测区域分布者6*6个观测站，将整个区域划分成25个L*L的小方格，每个小方格内分布着很多的传感器节点。（2）在观测站采集信息后，每隔一定时间就对采集的信息进行处理，并将各个节点的信息值进行比较，编辑仿真程序，利用Matlab对整个问题进行仿真。
（3）输出仿真结果，为了验证结果，通过NGEDA算法获得的各个节点的值与真实值进行比较，误差在1摄氏度范围内，我们认为NGEDA算法在这个节点的可信度为1，否则的话，算法的可信度按照误差的2的负指数形式递减。
实验结果表明，NGEDA算法可以利用较少的节点达到应用的需求，极大地节约了网络的能量，极大地延长了网络的寿命。
图2 森林火灾监测网络组成图
2. 3 基于Cortex-M3 的森林火灾监测WSN节点的设计
微处理器模块设计Cortex- M3 处理器采用ARMV7 哈佛架构，低至0.19mW/MHZ 的功耗，速度比ARM7快1/3，功耗低3/4，且封装体积较小。选用ARM 公司Cortex-M3 系列的LM3S811 作为传感器节点的处理器。传感器节点采集现场数据并传送给路由器。由于低功耗设计的要求，软件设计需使LM3S811 周期睡眠、唤醒采集数据并发送，其软件流程图如图3。
图3 传感器节点软件流程图
终端传感器节点上电后，系统初始化，进行网络搜索，搜索到路由器后便申请加入成为它们的孩子节点，并进行注册。而后信标搜索及本地数据采集、发送，成功后进入睡眠态。定时唤醒后，信标搜索及本地数据采集、发送，成功后周而复始循环。
森林火灾监测无线传感器网络节点的设计分硬件和软件两部分。在硬件设计中，充分利用嵌入式系统技术，选用Cortex- M3 微处理器，温湿度传感器和烟雾传感器分别选用SHT11 和MQ- 2，设计了低功耗、可靠性较高、可扩展性较好的传感器节点。
2. 4 GIS 与WSN 的融合
森林防火的地理信息系统（GIS）能把各种信息同地理位置和有关的视图结合起来，并把地理学、几何学、计算机科学及各种应用对象、CAD 技术、Internet、多媒体技术及虚拟现实技术等融为一体，利用计算机图形与数据库技术来采集、存储、编辑、显示、转换、分析和输出地理图形及其属性数据，并根据用户需要，将这些信息图文并茂地输送给用户，便于分析及决策使用。
GIS 已发展成为强大空间数据处理系统，在该系统中，充分地发挥WSN 与GIS 两个技术的优势并将其结合。首先，WSN 将监测获得的数据发送到基站；然后由基站的GIS 系统来处理该数据；最后，将数据传送至监控中心客户端。
WSN 与GIS 的集成，使得人们能够实时地采集数据、处理信息、更新数据以及分析数据。
3 其他监测技术
3. 1 数字减灾系统
数字减灾系统(digitald isasterr eductions ystem，简称DDRS)是一种旨在利用当今的高新技术采用多维虚拟现实技术(virtual reality)用数学和物理模型来进行数字仿真，模拟灾害发生、传播的全过程，既能为社会的减灾行动进行最佳决策，又能直接用于研究灾害形成及其防御的系统。简单地说，数字减灾系统就是要实现一种虚拟现实的自然灾害的数字化或信息化的计算机系统。
建立数字减灾系统的技术支持包括(1)空间信息基础设施(nationalin formationi
nfrastr ucture,简称NID,(2 )空间数据基础设施(spatiald ata infrastructure,简称SDI),
(3)Client/Servicei计算机网络，(4)3S技术，(5)虚拟现实技术(virtualr eality，简称VR)。
通过 3S 技术的集成，在Nil上实现实时的SDI数据传输和通讯，结合地球科学中有关白然灾象和工程科学中有关易损性及灾害形成、传播的理论，建立计算机可以表达的分析模型，可以实现自然灾害信息的传递、管理，最终为防灾减灾决策提供可靠的理论依据。
3. 2 物联网（Internet of Things）技术
物联网（Internet of Things）是指将各种信息传感设备，如RFID（Radio Frequency Identification, 射频识别）装置、红外感应器、全球定位系统、激光扫描器等种种装置与互联网结合起来而形成的一个巨大网络。
物联网技术可以优化森林火灾监测流程，实现对森林火险信息的实时捕捉与分析，具有高效率、准确、灵活和自动化的优势。收集到的数据能更为准确、直接、实时地反映监控现场的各种环境因素变化情况，能够很好地弥补传统林火监测技术的不足。
为了使森林火灾监测系统实现信息的互联、互通与互操作，物联网技术的体系结构可分为3个层次：感知层（传感器布置、RFID 系统等）→网络层（网络通信技术）→应用层（多种应用服务）。
物联网概念的运用使整个系统实现了传感器、RFID、3S、视频监控等技术的整合，形成了对森林防火的火前、火中和火后全过程的集中管理，促进整个防火工作形成一个体系，实现了科学扑救和灭火过程中人财物的合理配置。
（1）灾前预警。利用物联网技术,可在林区内布置温度、湿度、光照、烟雾、风力等传感器。在火灾发生前，传感器将预先感知的环境参数变化通过无线网络反馈到监控中心，综合林区内国土、气象等相关信息纳入林火预警模型中进行数据处理和分析，实现在火灾发生前通过监测系统平台发布火险预警信息，对该位置实施严密监控，将火灾控制在萌芽状态。
（2）灾中监测。传统的森林火灾监测方法很难做到准确定位火灾发生地点。而传感器网络一旦监测到火灾的发生，可利用网络中具有GPS 定位和GPRS 通信模块的信息采集终端，向监控中心提供火点的地理位置，做到快速准确定位，第一时间将森林火灾控制在范围之内。利用物联网技术构建的森林火灾监测系统可以实现地面人力、航空飞机、卫星、视频监控、传感器网络等组成的全面立体实时监测，以便在火灾复燃后及时增派扑火力量，避免火势进一步蔓延扩大。
（3）灾后扑救指挥。火灾发生后，借助GIS 等技术将现场动态信息与应急联动综合数据库和模型库的各类信息融合，依据地理数据库中现场环境（地形、坡度、坡向、气象条件等）及林火蔓延模型，形成较为完备的火灾态势图，对林火蔓延方向、蔓延速率、危险区域、发展趋势等进行动态预测，进而为火灾扑救指挥提供科学依据，最大限度地减少森林火灾造成的损害[13]。
目前对物联网技术在林火监测中应用的许多研究大都还处于实验室阶段，但随着物联网技术的发展，在森林火灾监测领域的应用会越来越广泛，势必为森林火灾监测带来一场新的革命。
3. 3 基于对可见光和近红外光谱敏感的CCD 摄像机的地面监测系统
它是基于计算机显示系统经由CCD 摄像机固定在火灾监测处，当火灾监测器绕轴转动的时候，连续的图像就被CCD 摄像机拍摄下来并且传送到计算机上接着采用影像火灾探测方法来处理图像，由此来决定在观测区域是否有火灾发生。结合CCD 摄像机的自动监测，利用ArcObjects 进行组件式开发，借助卫星遥感技术、图像处理技术以及网络通讯设施，设计并建立“森林火灾自动监测系统”。 具体结构如图4 所示，
图4 系统的总体结构
通过安装在监控地点的CCD 摄像机，结合ArcObjects 组件方式，在探讨森林火灾自动监测系统总体框架的基础上，对系统数据库和核心模块功能进行了分析设计，建立了森林火灾自动监测系统，解决了传统的以人为本的监督方式。采用CCD 摄像机视频监控，结合图像处理技术和人工智能技术，提高了视频监控系统的能力。系统的建立和使用，不但可以用于森林火灾的日常管理，而且能够利用CCD 摄像机获取的视频影像，结合GIS 的强大空间分析特性，对火情进行快速定位。通过信息查询分析及时了解火灾蔓延情况及其周围的地理和资源环境信息，进一步提高森林火灾的监测能力，提高扑火效率和决策分析能力，为森林火灾监测工作提供重要信息管理和辅助分析工具，对促进森林防火管理的信息化、科学化起到十分重要的作用
3. 4 多个远程监控端的组成网络监测系统
实现大范围森林火灾监测。系统中监控端采用ARM2410 构建的嵌入式监控端, 运用动态图像分析和处理技术, 实现动态图像监测, 应用于检测火光、烟雾, 产生报警和控制信号。
与现有的网络视频监控系统相比, 本视频监控系统具备更强的图像处理能力和智能因素, 可以为用户提供高级的视频分析功能, 提高了视频监控系统的能力。在嵌入式系统上实现了图像的采集和运动检测、现场及服务器端的报警和保存图片等功能, 特别适用二野外远距离监测, 如森林火灾的监测。实验表明, 本系统具有可靠性高、鲁棒性高, 成本低, 体积小, 安装灵活方便, 监控范围宽等特点, 具有广泛的应用前景。
4 结语
现阶段的森林火灾监测技术应用日渐成熟，然而其中还有很多的不足，还需要投入更多的精力更多的资金去研究。相信在不远的未来，森林火灾的监测能够更加的精确。
参考文献
[ 1 ] 赖日文. 基于3S 技术的森林资源监测的研究[ D] . 福州: 福建农林大学, 2004.
LAI R W. Studies on the f orest resources monit ored by 3S technologies[ D] . Fuzhou: Fujian Agriculture and Forest ry University, 2004.
[ 2 ] HUANG S L, FLORIAN S. ENVISAT ASAR wide swath backscatterdynamics of the Siberial boreal
forest fire scar[ C ]PPProceedings ofthe 2004 Envisat and ERS Symposium . Paris: European SpaceAgency, 2005: 1 305--1 313.
[ 3 ] CALLE A, SANZ J,MOCLAN C, et al . Detection and monitoring offorest fires in China through
the ENVISAT-AATSR sensor [ C ]PP Proceedings of the 2005 Dragon Symposium ) dragon programme mid-term results . Paris: European Space Agency, 2006: 283--291.
[ 4 ] YU L Y, WANG N,MENG X Q. Rea-l time forest fire detect ionwithwireless sensor networks [ C ]PP
Proceedings of 2005 International Conf erence on Wireless Communications , Networking and Mobile Computing .Wuhan: WCNM, 2005: 1 214-- 1 217.
[ 5 ] 舒立福, 王明玉, 赵凤君, 等. 几种卫星系统监测林火技术的比较与应用[ J] . 世界林业研究, 2005, 18(6) : 49--53.
SHU L F,WANGM Y, ZHAO F J, et al .Comparison and application of satel lit es in forest f ire monitoring[ J] . World Forestry Research ,2005, 18( 6) : 49--53.
[ 6] 中华人民共和国主席令第二十一号. 中华人民共和国招标投标法.
[ 7] W il liam s, T M. R isk m anagem en t infrastru ctures [ J ]. In ternat ionalP rojectM anagem
en t, 1993, 11- 16.
[ 8] 刘玉洁，杨忠东． MODIS 遥感信息处理原理与算法［M］． 北京: 科学出版社，2001: 17 －277．
[ 9] 陈永甫. 红外探测与控制电路[ M ] . 北京: 人民邮电出版社,2004: 298- 298.
[ 10] 吴龙标, 方 俊, 谢启源. 火灾探测与信息处理[M ]. 北京: 化学工业出版社, 2006: 114- 114, 124- 124.
[ 11] 陈永甫. 红外探测与控制电路[ M ] . 北京: 人民邮电出版社,2004: 302- 303.
[ 12] 张延林, 宋岩光. GIS在森林防火中的应用[ J] . 森林工程, 2008,24 ( 3) : 29- 31.
[ 13] DING KANG，ZHU XIAOYONG.A phase difference correcting method on discrete spectrum adapting
to any window function[J].Acta Electronica Sinica，2001，29（7）：32-36.
森林火灾监测
摘要：该文章重点讨论现阶段森林火灾监测应用的情况，主要讨论了无线传感器网络（WSN）在森林火灾监测中的技术应用，极其发展和未来的展望情况。另外还介绍其他的监测技术，例如GIS、DDRS等。
关键词：森林火灾监测；WSN
森林是人类赖以生存及社会发展最重要和不可缺少的资源之一, 更是地球生态平衡的保护者。 但是, 由于人类活动中的某些失控及异常自然因素影响等原因, 森林火灾时有发生。每次大火都会带来巨大的损失。因此, 预防和监测森林火灾已成为世界各国森林防火部门的一个重要研究热点。目前森林防火措施普遍采用在防火期间派出防火人员到林区巡逻、瞭望塔人工观测以及卫星探测[ 1--2] 。 人工望塔方式虽然简单易行, 但是需要投入很多财力、物力、劳力, 存在防火人员主观麻痹大意、擅离岗位、无法实时监测、覆盖范围有限等。卫星监测系统的扫描周期长、分辨率低、图像像素点的饱和、扫描期间云层的遮挡以及火灾参数很难实时数量化等原因[ 3--5] 限制了卫星探测系统的使用范围, 降低了森林火灾的监测效果。
基于传统森林火灾监测方法存在的不足，需要引进新的方法应用到森林火灾的监测中。 无线传感器网络是计算机技术、通信技术和传感器网络技术相结合的产物, 被认为是影响人类生活的十大新兴技术之一, 无线传感器网络由数据获取网络、数据分布网络和控制管理中心三部分组成, 集成有传感器、数据处理单元和通信模块的智能传感器节点是组成无线传感器网络的基本单位,各节点通过协议自组成一个分布式网络, 再将采集来的数据数( 例如 温度、相对湿度等)集中到网络协调节点进行优化处理, 并与正常的气象数据以及该地区森林资源基础数据相比较, 判断是否具有林火发生的潜在危险, 最终传输给信息处理中心的监控主机, 为有关林业专家或决策者提供直观信息[ 6 - 7 ] ，并为有关部门采取相应的防火或灭火措施提供决策依据。
1 传统的卫星遥感火灾监测应用
MODIS( 中分辨率成像光谱辐射计) 是EOS( 美国新一代的地球观测系统) 的主要探测仪器［8］，也是当前世界新一代“图谱合一”的光学遥感仪器，具有36 个光谱通道，光谱波长0． 415 ～ 14． 235 μm，分辨率为250、500、1 000 m。与NOAA/AVHRR 比较: 具有相同的时间分辨率，但MODIS 提高了空间分辨率，其最高分辨率是NOAA 的18 倍; MODIS 量化精度远比NOAA/AVHRR 的高，因此在发现和测定火灾方面具有优势; MODIS 具有多个可用于火灾检测的通道，它不仅避免了原来NOAA/AVHRR 的饱和问题，而且还可以对火灾的性质进行定性、定量分析; MODIS 具有极好的定位精度，NASA还专门设计了不仅依靠卫星轨道和姿态计算，同时还考虑地面控制点和高程点的定位方式，使地面几何定位精度达到星下点0． 1 像元、边缘0． 3 像元，并且不需要用户进行复杂的操作，这就大大提高了火灾定位的精度。 EOS /MODIS 还具有实时性强、覆盖面广、其中红外通道对高温敏感的特点。
极轨气象卫星 NOAA/AVHR（(NOAA-12,NOAA-16）卫星林火监测系统具有对火敏感的探测通道，井具有高的时间分辨率(每天过境4次)、很宽的监侧带幅(270W 和高时效(从卫星资料的接受到处理只需20分钟左右)等优点，很适宜于森林火灾的监测。目前用于我国森林火灾监测的主要是美国NOAA系列气象卫星，我国的FY_1CFY-1D 卫星也已开始应用于林火监测。
(1) 林火卫星监测是以卫星作为空间平台，通过光电光谱传感器信息传输、接收、解译、发现林火，并监测其行为的航天遥感技术手段。(2) NOAA/VHRI气象卫星信息源是面向全球的无偿信息源，具有周期短、密度高和多时相动态遥感的特殊能力。依靠地面接收站和处理手段，可获得对林火监测准确度高、功能独特、成本低廉等效应，是目前建立林火卫星监测系统主要的无可取代的航天遥感信息源。(3) 通过对FY系列卫星资料的定量处理，可以获得全球的气象和环境参数，能为更精确的林火监测提供必要的基本资料。FY卫星的信息量大，内容丰富，还可以在灾害监测和环境遥感中发挥巨大的作用。(4) EOS 卫星在林火监测中具有很好的应用前途，不仅可应用于对林火的直接监测，同时可以开展地表温度、湿度的监测。在林火监测的准确率和定位精度等方面较NOAA卫星有较大的提高，但目前尚处于实验开发阶段，其通道选择的方法和不同区域判识指标的确定还有待进一步细化和完善。(5 )目前用于我国森林火灾监测的主要是美国NOAA系列气象卫星，我国的FY卫星也开始应用于林火监测。NOAA系列气象卫星为森林火灾的监测提供了可靠、稳定的服务，但分辨率低给森林火灾信息的进一步监测带来了一定困难。应用美国EOS卫星进行林火监测，可以提高监测精度和准确度，为火灾的扑救提供更多、更可靠和更细致的监测成果。
2 基于无线传感器网络(WSN)的森林火险监测预报系统
系统结构图如图1 所示, 该系统由传感器节点、网关、任务管理者节点3 部分组成。WSN 是由大量的具有温度、湿度采集功能、无线通信与计算能力的微小传感器节点构成的自组织分布网络系统, 每个节点具有数据采集与路由功能。节点最后把数据都发送到网关处, 网关负责融合、存储数据, 并把它传送到Internet 或卫星网络上。用户管理节点可以远程接收、分析, 对森林火险进行监测预报[ 9 -12] 。
图1 基于无线传感器网络的森林火灾监测系统结构
森林火灾监测系统是一个典型的基于WSN 的应用系统, 具有如下优点:(1)采用了低功耗的集成化器件, 提高了系统稳定性和可靠度, 缩减了系统体积;(2)信号传输采取了曼彻斯特编解码、GFSK 调制、CRC 校验等技术, 保证了数据传输的准确性;(3)在野外空旷处节点离地面1m 高度时传输距离可达200m 以上。本系统能够实时地监测森林环境的温湿度, 不但起到火险等级预报的作用, 而且一旦发生火灾, 能够迅速判断出何时何地发生火灾, 帮助防火人员及时做出反应。
2．1 基于ZigBee 无线传感器网络的森林火灾监测系统
该系统可以实时监测有关被测参数( 例如温度、相对湿度等) 并发送给监控中心的计算机, 监控中心的计算机对采集到的数据进行分析处理, 并与正常的气象数据以及该地区森林资源基础数据相比较, 判断是否具有林火发生的潜在危险, 为有关部门采取相应的防火
或灭火措施提供决策依据。
ZigBee 是一种低速率、低成本、低功耗的短程无线网络通信协议。 与其他无线网络技术相比, ZigBee技术具有数据传输安全可靠、组网简易灵活、设备成本低、电池寿命长等独特的优势, 在工业控制领域中展现了深厚的发展潜力和广阔的市场应用前景。将基于ZigBee 的无线传感器网络应用在森林火灾监测系统中, 可实现对覆盖森林内的任意地点的温湿度等信息在任意时间的采集、处理和分析, 而且还能大大提高系统的可扩展性, 降低设备维护的成本, 优化整个系统。
基于ZigBee 无线传感器网络技术构建了森林火灾无线监测系统。 该系统采用的是簇--树形式的网络拓扑结构, 相对于网状的拓扑结构具有组网简单、路径信息占用存储器容量小等优点, 但其也要求网络的链路结构必须稳定可靠, 另外网络的规模也受限制, 需要在今后的研究中不断改进和优化。总之该方案的提出是森林火灾监测和预防方式的一种有益尝试和补充, 为无线传感器网络这一先进技术在森林火灾监测领域的推广应用提供了切实可行的硬件基础。为更好地发挥出其应有的潜能, 需要重点解决系统能耗、节点定位以及时钟同步等难点问题,从而不断提高我国森林火灾监测水平。
2. 2 NGEDA基于嵌套网格的无线传感器网络部署方法的环境监测
针对环境监测中异常区域分布非均匀特性（即在长期的环境监测中，一些应用场合被监测区域的物理参数变化很小只有在出现异常情况时才需要详细的物理数据，而在绝大部分区域和时间内并不需要详细的物理参数分布信息），首次提出基于嵌套网格的无线传感器网络部署方法（Nested Grid based Energy-efficent Deployment Algorithm,简称NGEDA）。该方法针对被监测的物理参数梯度变化不均匀的特点，依据嵌套网格的思想部署传感器节点，即参数变化较剧烈的区域唤醒较多的节点工作，而在参数变化较为平缓的区域让较少的节点工作，这样在满足应用需求的基础上降低能量的消耗。
（1）模拟现场设置，监测森林区域，整个网络采用异构的组网方式，将目前的森林防火中常用的观测站和传感器网络结合起来，如图2所示，观测站有很强的信息采集处理和通信能力，在监测区域分布者6*6个观测站，将整个区域划分成25个L*L的小方格，每个小方格内分布着很多的传感器节点。（2）在观测站采集信息后，每隔一定时间就对采集的信息进行处理，并将各个节点的信息值进行比较，编辑仿真程序，利用Matlab对整个问题进行仿真。
（3）输出仿真结果，为了验证结果，通过NGEDA算法获得的各个节点的值与真实值进行比较，误差在1摄氏度范围内，我们认为NGEDA算法在这个节点的可信度为1，否则的话，算法的可信度按照误差的2的负指数形式递减。
实验结果表明，NGEDA算法可以利用较少的节点达到应用的需求，极大地节约了网络的能量，极大地延长了网络的寿命。
图2 森林火灾监测网络组成图
2. 3 基于Cortex-M3 的森林火灾监测WSN节点的设计
微处理器模块设计Cortex- M3 处理器采用ARMV7 哈佛架构，低至0.19mW/MHZ 的功耗，速度比ARM7快1/3，功耗低3/4，且封装体积较小。选用ARM 公司Cortex-M3 系列的LM3S811 作为传感器节点的处理器。传感器节点采集现场数据并传送给路由器。由于低功耗设计的要求，软件设计需使LM3S811 周期睡眠、唤醒采集数据并发送，其软件流程图如图3。
图3 传感器节点软件流程图
终端传感器节点上电后，系统初始化，进行网络搜索，搜索到路由器后便申请加入成为它们的孩子节点，并进行注册。而后信标搜索及本地数据采集、发送，成功后进入睡眠态。定时唤醒后，信标搜索及本地数据采集、发送，成功后周而复始循环。
森林火灾监测无线传感器网络节点的设计分硬件和软件两部分。在硬件设计中，充分利用嵌入式系统技术，选用Cortex- M3 微处理器，温湿度传感器和烟雾传感器分别选用SHT11 和MQ- 2，设计了低功耗、可靠性较高、可扩展性较好的传感器节点。
2. 4 GIS 与WSN 的融合
森林防火的地理信息系统（GIS）能把各种信息同地理位置和有关的视图结合起来，并把地理学、几何学、计算机科学及各种应用对象、CAD 技术、Internet、多媒体技术及虚拟现实技术等融为一体，利用计算机图形与数据库技术来采集、存储、编辑、显示、转换、分析和输出地理图形及其属性数据，并根据用户需要，将这些信息图文并茂地输送给用户，便于分析及决策使用。
GIS 已发展成为强大空间数据处理系统，在该系统中，充分地发挥WSN 与GIS 两个技术的优势并将其结合。首先，WSN 将监测获得的数据发送到基站；然后由基站的GIS 系统来处理该数据；最后，将数据传送至监控中心客户端。
WSN 与GIS 的集成，使得人们能够实时地采集数据、处理信息、更新数据以及分析数据。
3 其他监测技术
3. 1 数字减灾系统
数字减灾系统(digitald isasterr eductions ystem，简称DDRS)是一种旨在利用当今的高新技术采用多维虚拟现实技术(virtual reality)用数学和物理模型来进行数字仿真，模拟灾害发生、传播的全过程，既能为社会的减灾行动进行最佳决策，又能直接用于研究灾害形成及其防御的系统。简单地说，数字减灾系统就是要实现一种虚拟现实的自然灾害的数字化或信息化的计算机系统。
建立数字减灾系统的技术支持包括(1)空间信息基础设施(nationalin formationi
nfrastr ucture,简称NID,(2 )空间数据基础设施(spatiald ata infrastructure,简称SDI),
(3)Client/Servicei计算机网络，(4)3S技术，(5)虚拟现实技术(virtualr eality，简称VR)。
通过 3S 技术的集成，在Nil上实现实时的SDI数据传输和通讯，结合地球科学中有关白然灾象和工程科学中有关易损性及灾害形成、传播的理论，建立计算机可以表达的分析模型，可以实现自然灾害信息的传递、管理，最终为防灾减灾决策提供可靠的理论依据。
3. 2 物联网（Internet of Things）技术
物联网（Internet of Things）是指将各种信息传感设备，如RFID（Radio Frequency Identification, 射频识别）装置、红外感应器、全球定位系统、激光扫描器等种种装置与互联网结合起来而形成的一个巨大网络。
物联网技术可以优化森林火灾监测流程，实现对森林火险信息的实时捕捉与分析，具有高效率、准确、灵活和自动化的优势。收集到的数据能更为准确、直接、实时地反映监控现场的各种环境因素变化情况，能够很好地弥补传统林火监测技术的不足。
为了使森林火灾监测系统实现信息的互联、互通与互操作，物联网技术的体系结构可分为3个层次：感知层（传感器布置、RFID 系统等）→网络层（网络通信技术）→应用层（多种应用服务）。
物联网概念的运用使整个系统实现了传感器、RFID、3S、视频监控等技术的整合，形成了对森林防火的火前、火中和火后全过程的集中管理，促进整个防火工作形成一个体系，实现了科学扑救和灭火过程中人财物的合理配置。
（1）灾前预警。利用物联网技术,可在林区内布置温度、湿度、光照、烟雾、风力等传感器。在火灾发生前，传感器将预先感知的环境参数变化通过无线网络反馈到监控中心，综合林区内国土、气象等相关信息纳入林火预警模型中进行数据处理和分析，实现在火灾发生前通过监测系统平台发布火险预警信息，对该位置实施严密监控，将火灾控制在萌芽状态。
（2）灾中监测。传统的森林火灾监测方法很难做到准确定位火灾发生地点。而传感器网络一旦监测到火灾的发生，可利用网络中具有GPS 定位和GPRS 通信模块的信息采集终端，向监控中心提供火点的地理位置，做到快速准确定位，第一时间将森林火灾控制在范围之内。利用物联网技术构建的森林火灾监测系统可以实现地面人力、航空飞机、卫星、视频监控、传感器网络等组成的全面立体实时监测，以便在火灾复燃后及时增派扑火力量，避免火势进一步蔓延扩大。
（3）灾后扑救指挥。火灾发生后，借助GIS 等技术将现场动态信息与应急联动综合数据库和模型库的各类信息融合，依据地理数据库中现场环境（地形、坡度、坡向、气象条件等）及林火蔓延模型，形成较为完备的火灾态势图，对林火蔓延方向、蔓延速率、危险区域、发展趋势等进行动态预测，进而为火灾扑救指挥提供科学依据，最大限度地减少森林火灾造成的损害[13]。
目前对物联网技术在林火监测中应用的许多研究大都还处于实验室阶段，但随着物联网技术的发展，在森林火灾监测领域的应用会越来越广泛，势必为森林火灾监测带来一场新的革命。
3. 3 基于对可见光和近红外光谱敏感的CCD 摄像机的地面监测系统
它是基于计算机显示系统经由CCD 摄像机固定在火灾监测处，当火灾监测器绕轴转动的时候，连续的图像就被CCD 摄像机拍摄下来并且传送到计算机上接着采用影像火灾探测方法来处理图像，由此来决定在观测区域是否有火灾发生。结合CCD 摄像机的自动监测，利用ArcObjects 进行组件式开发，借助卫星遥感技术、图像处理技术以及网络通讯设施，设计并建立“森林火灾自动监测系统”。 具体结构如图4 所示，
图4 系统的总体结构
通过安装在监控地点的CCD 摄像机，结合ArcObjects 组件方式，在探讨森林火灾自动监测系统总体框架的基础上，对系统数据库和核心模块功能进行了分析设计，建立了森林火灾自动监测系统，解决了传统的以人为本的监督方式。采用CCD 摄像机视频监控，结合图像处理技术和人工智能技术，提高了视频监控系统的能力。系统的建立和使用，不但可以用于森林火灾的日常管理，而且能够利用CCD 摄像机获取的视频影像，结合GIS 的强大空间分析特性，对火情进行快速定位。通过信息查询分析及时了解火灾蔓延情况及其周围的地理和资源环境信息，进一步提高森林火灾的监测能力，提高扑火效率和决策分析能力，为森林火灾监测工作提供重要信息管理和辅助分析工具，对促进森林防火管理的信息化、科学化起到十分重要的作用
3. 4 多个远程监控端的组成网络监测系统
实现大范围森林火灾监测。系统中监控端采用ARM2410 构建的嵌入式监控端, 运用动态图像分析和处理技术, 实现动态图像监测, 应用于检测火光、烟雾, 产生报警和控制信号。
与现有的网络视频监控系统相比, 本视频监控系统具备更强的图像处理能力和智能因素, 可以为用户提供高级的视频分析功能, 提高了视频监控系统的能力。在嵌入式系统上实现了图像的采集和运动检测、现场及服务器端的报警和保存图片等功能, 特别适用二野外远距离监测, 如森林火灾的监测。实验表明, 本系统具有可靠性高、鲁棒性高, 成本低, 体积小, 安装灵活方便, 监控范围宽等特点, 具有广泛的应用前景。
4 结语
现阶段的森林火灾监测技术应用日渐成熟，然而其中还有很多的不足，还需要投入更多的精力更多的资金去研究。相信在不远的未来，森林火灾的监测能够更加的精确。
参考文献
[ 1 ] 赖日文. 基于3S 技术的森林资源监测的研究[ D] . 福州: 福建农林大学, 2004.
LAI R W. Studies on the f orest resources monit ored by 3S technologies[ D] . Fuzhou: Fujian Agriculture and Forest ry University, 2004.
[ 2 ] HUANG S L, FLORIAN S. ENVISAT ASAR wide swath backscatterdynamics of the Siberial boreal
forest fire scar[ C ]PPProceedings ofthe 2004 Envisat and ERS Symposium . Paris: European SpaceAgency, 2005: 1 305--1 313.
[ 3 ] CALLE A, SANZ J,MOCLAN C, et al . Detection and monitoring offorest fires in China through
the ENVISAT-AATSR sensor [ C ]PP Proceedings of the 2005 Dragon Symposium ) dragon programme mid-term results . Paris: European Space Agency, 2006: 283--291.
[ 4 ] YU L Y, WANG N,MENG X Q. Rea-l time forest fire detect ionwithwireless sensor networks [ C ]PP
Proceedings of 2005 International Conf erence on Wireless Communications , Networking and Mobile Computing .Wuhan: WCNM, 2005: 1 214-- 1 217.
[ 5 ] 舒立福, 王明玉, 赵凤君, 等. 几种卫星系统监测林火技术的比较与应用[ J] . 世界林业研究, 2005, 18(6) : 49--53.
SHU L F,WANGM Y, ZHAO F J, et al .Comparison and application of satel lit es in forest f ire monitoring[ J] . World Forestry Research ,2005, 18( 6) : 49--53.
[ 6] 中华人民共和国主席令第二十一号. 中华人民共和国招标投标法.
[ 7] W il liam s, T M. R isk m anagem en t infrastru ctures [ J ]. In ternat ionalP rojectM anagem
en t, 1993, 11- 16.
[ 8] 刘玉洁，杨忠东． MODIS 遥感信息处理原理与算法［M］． 北京: 科学出版社，2001: 17 －277．
[ 9] 陈永甫. 红外探测与控制电路[ M ] . 北京: 人民邮电出版社,2004: 298- 298.
[ 10] 吴龙标, 方 俊, 谢启源. 火灾探测与信息处理[M ]. 北京: 化学工业出版社, 2006: 114- 114, 124- 124.
[ 11] 陈永甫. 红外探测与控制电路[ M ] . 北京: 人民邮电出版社,2004: 302- 303.
[ 12] 张延林, 宋岩光. GIS在森林防火中的应用[ J] . 森林工程, 2008,24 ( 3) : 29- 31.
[ 13] DING KANG，ZHU XIAOYONG.A phase difference correcting method on discrete spectrum adapting
to any window function[J].Acta Electronica Sinica，2001，29（7）：32-36.