智能化林火监测管理技术与应用

在林业信息化发展过程中，智能视频、无人机、卫星遥感、无线传感器网络等高新技术手段在森林火灾监测中逐步应用。这些新技术的应用在很大程度上提高了森林火灾监测管理水平，有效减少了森林火灾损失。1、智能林火识别视频系统人力监控人力监控网络视频监控智能与机器视觉网络视频监控智能与机器视觉智能林火视频监测系统架构红外+高清前端红外+高清前端微波传输宽带传输卫星传输光纤传输数据采集网关智能数据分析数据采集网关智能数据分析视频服务器事件服务器视频服务器事件服务器 用户界面与情景RT-GISUI原始数据显示声光告警与手机告警智能林火视频监测系统组成2、智能视频前端硬件设备红外热像仪基站控制板前端工控板仪高清摄像仪前端路由器高清镜头高清摄像仪前端路由器前端硬件系统配置图MCU控制板设计基站控制板软件同时实现了雨刮控制、排气扇控制、加热系统控制、透雾控制、锂电充电控制、GSM开机控制、GSM/GPS、防雷重启控制、防盗等功能。使前端设备处于合适的工作环广东省2011年12月增城太子坑森林消防“立体灭火演习”全程监测保障3、林火监测智能视频系统功能及特点济南历城区的应用数据管理与组织 系统特点：高性能的林火智能视频监测系统超远探测距离：640×480红外探测器可探测识别8㎞外3m×2m的火源，384×288的红外探测器可探测识别5㎞外2m×1m的火源；极高定位精度：且可保证5㎞单点定位精度30m以内；快速反应：7分钟能完成360°监测范围的全扫描，有效保证了在林火初发阶段及时发现。清远市清新县八面山山火早期报警火情分析与自动告警算法是针对红外热成像传感器开发的软件算法，具有超高火情识别率，误报率极低的特点。系统从红外热成像传感器以数字通道获取每像素14位元的红外线热图，并透过森林火灾热成像图像分析算法找出面积变大和温度变热速度快的可疑热源。该算法比一般使用固定或动态报警值的算法能更准确的捕获火源，并能去除车辆、烟花等转瞬即逝的热源干扰而不会触发误报。远程林火识别算法测试白天红外热成像仪取值变化趋势夜晚红外热成像仪取值变化趋势基于DEM实现火情的定位项目以NASA提供的数字高程模型(ASTERGDEM)，结合MAPMART提供的9米精度卫星图，建立高精度3D地理信息模型。通过重载云台结合软件算法与DEM模型实现火情事件精确定位技术，能将事件定位至30米半径内(5公里探测范围)工业级电脑控制云台扫描森林范围火源识别模块将平面坐标位置和云台指向角传送到火源定位模块火源识别模块在红外热图像中找出火源在图片中的平面坐标位置模拟直线是否与数字高程模型的面触碰工业级电脑控制云台扫描森林范围火源识别模块将平面坐标位置和云台指向角传送到火源定位模块火源识别模块在红外热图像中找出火源在图片中的平面坐标位置模拟直线是否与数字高程模型的面触碰模拟直线在数字高程模型中逐步延长，每次一像素，每次增长都进行触碰感测若无触碰，表明有火情但超过测量范围火源定位模块利用红外热图像坐标位置在数字高程模型中依照摄像仪位置指向角模拟投射出一条指向火源的直线该DEM三维坐标位置换算成地球经纬度及高度该DEM三维坐标位置换算成地球经纬度及高度若有触碰，找出触碰点在数字高程模型中的三维位置系统特点：极低的视频林火识别误报及漏报率动态干扰源：基于背景差分法和帧间差分法的视频运动检测能去除车辆等转瞬即逝的热源，同时与高清视频结合综合判定火情。静态干扰源：通过自主专利的林火干扰源智能屏蔽技术去除日间太阳照在山体没有植被的石层和土层导致的高温干扰等静态干扰源，还可以通过自学习判定和屏蔽干扰源；这些方法综合起来使视频监测森林火灾的误报率和漏报率趋近于零。静态干扰源智能屏蔽站点覆盖仿真站点覆盖仿真珠海：利用系统前端基站模广州：根据广州重点林区两类无人机森林防火不同应用旋翼无人机优点：起降要求低、操控简单、实时传输影像。缺点：续航时间短、监控范围小。适用：短距离火情侦查、火案调查。固定翼无人机优点：续航时间长、监控范围广。缺点：起降要求高、操控较复杂、影像需适用：较大范围火烧迹地调查、较大范围可燃物调查。两类无人机航拍应用（韶关翁源）二、无人机林火监测拍摄影像摄影控制指令、数据传输 摄影控制器 影像处理 控制处理中心导航设置飞行姿态飞行控制指令下达 飞行控制器无人机火场实时监测与我国北方较大面积的森林火灾不同，南方森林火灾面积相对较小，对无人机抗风及远距离通信的要求较低，小型无人飞行器的优势在这时候可以得到充分发挥。无人机火场勘查（仁化）无人机协助扑救指挥（乳源）无人机林火实时监测旋翼无人机应用-灾后火因调查旋翼无人机应用-灾后火因调查2015.4.6河源市东源县船塘镇火场灾后调查InsigntAS系列固定翼无人机InsigntInsigntAS3无人机长度2m3.3m3000m最大航程180km速度范围50-130km/h巡航速度90km/h起飞速度40km/h续航时间2hours有效载荷2.5kg起飞重量<20Kg抗风12m/s起降方式弹射/滑降作业效率2000公顷/起落可见光相机分辨率4.8cmGSD250mx200m像素20.1MP镜头40mm（兼容佳能EF镜头卡口）输出格式KMLWorldfile/twf数据处理数字正射影像模型（DOM）数字表面模型（DSM）多光谱相机分辨率11cmGSD像素物理尺寸5.5microns250mx200m像素2.1MPto4.2MP频带NIR,blue,green数据处理NDVI热像仪分辨率20cmGSD数据处理ThermalimageInsigntAS3固定翼无人机作业任务规划及航线设计（惠州博罗罗阳镇可燃物调查）InsigntAS3固定翼无人机作业弹射起飞、飞行作业及伞降回收InsigntAS3固定翼无人机输出InsightAS无人机马来西亚应用作业任务：马来西亚140公顷棕榈树种植园基础数据获取作业时间：2014.10作业机型：InsightAS3；作业载荷：可见光+多光谱；作业高度：300米；作业速度：90km/h；作业时长：26分钟；航摄重叠：航线内80%，航线间60%；图像获取：可见光534张，多光谱551张；地面分辨率：5cm；地面控制点：10个。InsightAS无人机马来西亚应用航线设计正射影像NDVI数字表面模型1、卫星遥感林火迹地提取技术基于卫星遥感多光谱影像数据分类技术的林火迹地提取方法的研究，应用LandSat卫星遥感多光谱影像数据对广东省全省的林火迹地进行提取和统计，结合卫星定位系统，确定森林火灾发生位置、过火面积等信息，为广东省森林火灾的预防和评估提供了精准的说明。原始影像数据Landsat-TM图像共17景，购自中国科学院对地观测与数字地球科学中心火烧迹地提取流程项目提出使用监督分类和非监督分类结合的方式对TM遥感影像进行分类并最终提取火烧迹地信息，采用的火烧迹地信息提取流程为：配准纠正3、4、5波段合成分类重编码直接非监督分类采集已知迹地样本用样本监督分类坐标系设置TM数据火烧迹地分布配准纠正3、4、5波段合成分类重编码直接非监督分类采集已知迹地样本用样本监督分类坐标系设置TM数据去除分析聚类统计分类图像融合广州花都广州花都河源紫金与惠州博罗交界河源紫金与惠州博罗交界韶关武江河源连平县城附近韶关武江河源连平县城附近遥感图像分类利用遥感提取地物信息需要根据地面物体的图像特征按照研究要求分成各种类型。研究火烧迹地就是把火烧迹地提取出来，首先对图像进行非监督分类,然后使用已知的火场做样本，利用监督分类的方法提取出其它火场。汕尾陆丰地区火烧迹地分类清新县验证结果清新县验证结果通过热点数据查找火烧迹地。共验证17处火烧迹地，4处未从图像中检验到，均为云雾遮挡。纬度经度类型面积（hm²)验证23.984112.879炼山√23.838112.943灌木林√23.842112.957炼山30√23.712112.993炼山25√23.759112.935马尾松4×23.789112.775灌木林3√23.816113.039烧杂3√23.848113.185灌木林3×23.950112.903灌木林5√23.927112.756灌木林4√24.015112.663桉树6√24.031112.910马尾松4√24.032112.643桉树3×24.033112.655桉树3×24.124112.829炼山5√24.122112.718炼山5√24.132112.717灌木林4√2、卫星遥感可燃物类型调查应用柬埔寨豆蔻山脉。柬埔寨卫星遥感植被类型调查原始图像采用spot5遥感影像数据，数据为多光谱数据4个波段（10米空间分辨率）+PAN波段（2.5米空间分辨率共两幅影像数据，分别为2011年1月21日1/4景（数据12012年1月28日1/8景（数据2其中数据1调查区域完整无云，数据2只覆盖东侧区域，且有少量云雾遮挡。柬埔寨卫星遥感植被类型调查遥感图像处理流程柬埔寨卫星遥感可燃物类型调查无线传感器网络林火监测智能化野外林火数据采集前端系统能采集气温、相对湿度、风力、风向、含水率等与森林火灾相关的因子数据，并通过有线及无线网络不断将信息传送回林火监测中心，为林火预测预报与扑救指挥提供即时信息。无线传感器网络WSN利用传感器节点采取相关气象因子信息。由大量的静止或移动的传感器以自组织和多跳的方式构成的无线网络。遵循Zigbee协议，使用2.4Ghz小功率射频通讯技术，将传感器节点互相配合建成一个自我修复网络。无线传感器终端：WSN体系结构：平面拓扑结构WSN体系结构：逻辑分层结构WSN自组网以传感终端进行的自组网：遵循ZigBee协议增城的自组网连接性测试平面拓扑结构。仁化WSN测试传感器装配传感器装配逻辑分层结构布点与设计仁化火场测试无线收发器无线收发器五、物联网智能林火监测系统森林防火涉及森林资源保护、生态安全、社会安全等重大问题，虽然目前林火信息化技术研究与管理方面取得很大进展，但还存在许多薄弱之处，主要体现在森林环境的感知能力差，信息流通渠道不畅，智能响应能力低等方面。物联网利用各种传感器智能感知，并利用无线、卫星及互联网等现代通信技术，克服森林防火过程中信息智能识别分析、智能联动的不足，实现智能森林防火。森林防火监测物联网架构感知层负责探测和搜集森林火灾及林火相关因子网络层主要负责