【有问必答】精准林业团队怎样实现森林智慧防火

针对全球气候变化背景下森林火灾频发及传统人工巡护效率低、盲区大等痛点，北京林业大学精准林业团队构建了一套融合卫星遥感、无人机巡航及地面监测的“空天地”一体化智慧森林防火监测预警体系。该体系通过多源数据融合与多尺度协同观测，实现了从宏观热点发现到微观火情核查的全链条监测，显著提升了林火预警的时效性与精准度。

森林火灾具有突发性强、破坏力大、处置困难等特点，是威胁全球森林生态安全的主要灾害之一 。随着全球气候变暖，林火风险日益严峻。鉴于林区通常地形复杂、交通不便，传统的人工地面巡护模式在时效性、覆盖面及全天候监测能力上存在显著局限，难以满足现代林业对于“早发现、早处置”的迫切需求 。因此，利用高新技术手段构建立体化、智能化的林火监测体系已成为行业发展的必然趋势。

1.卫星遥感探测

2022年3月3日16:50，智慧林火预测预警与综合调度平台预测到张家口市部分地区林火发生概率和等级升高，利用实时卫星遥感数据进行林火预警计算，监测到河北省张家口市怀安县左卫镇附近发生林火，该火势一直持续至20:00。

为了构建全天候、多尺度的天基监测网络，本团队深度挖掘了不同轨道与载荷特性的卫星数据潜力。通过整合极轨卫星在光谱分析上的精细化优势，以及静止轨道卫星在高频次观测上的时效性优势，我们形成了多星协同、优势互补的监测机制。

1）EOS-MODIS：

36个通道数据中，具有林火探测能力的有7、20-25共7个通道，对地面的热量有明显的反映。MODIS用于林火监测的依据是着火点比周围火点温度高，判断基础是热辐射强度与温度和波长的关系。

2）NOAA气象卫星：  

利用遥感和地面抽样调查技术相结合,对地面的影像目视解译,研究火烧迹地植被更新和地表植被的恢复情况。利用假彩色合成影像的色差信息对其判读,光谱不同,图像上的色调也不同。依据卫星资料,并结合地面实测数据进行图像数据处理,进行野火监测、火场参数提取、烟雾监测、火烧区域过火强度分析和火烧迹地森林植被更新监测。

3）高分四号卫星：

高分四号卫星常规观测模式主要有定点凝视、巡查模式、区域成像模式。定点凝视可实现对一个目标多次监视；巡查模式对不同位置的两个点目标，通过侧摆实现轮巡监视；区域模式为对区域范围超过一景卫星图像的大区域实现观测。

4）葵花卫星：

包含了3个可见光波道、3个近红外波道、10个红外线波道 。“葵花8号”的观测频率提高到了每10分钟一次，最大程度地利用这颗卫星，将提高对台风和暴雨的预测精度，使之用于气象预报、灾害性天气监测，并为相关的决策支持服务、公众服务、科学研究工作提供支持。

2.无人机巡航

通过无人机巡航的方式监测火情，运行成本低，执行任务灵活性高。可以获取高分辨率空间数据，并通过3S技术在整体系统中的集成应用；在无人机上搭载摄像头、激光雷达及云台，再对拍摄的图像进行图像处理识别火灾，利用云台带动摄像头转动对火灾进行实时跟踪，可以达到实时有效地进行灾害监测，进行火灾早期预警，实现火灾识别和火灾跟踪。

1）固定翼、多旋翼无人机测量系统

系列无人机系统进行森林资源调查，识别和探测灾害区域。系留式无人机通过系留线缆传输的地面电源作为动力来源，可以长时间的滞空悬停能力。

2）系留式无人机系统

采用系留无人机搭载地面水车水泵喷洒水和灭火药剂，解决传统灭火方案远山救助以及大跨度或者是高层火灾扑救的局限性。利用系留无人机可持续供电等优点，及时掌握火灾现场信息，准确判断灾情。

3）无人机处理

以无人机、多/高光谱相机、激光雷达、光学相机等设备为数据采集平台获取影像数据，以具有RGB三色波段的普通数码相机为传感器，利用Pix4D和UASMaster两款软件采集影像数据并处理，可完成DOM、DSM（DEM）的制作；用Mapmatrix完成DLG的采集；通过对已有纸质地图扫描等处理可得到DRG。

3.地面瞭望台

森林火灾监测在整个森林防火信息系统中占据着最为重要的位置，综合各项林火监测技术，利用林火瞭望塔对整个城区进行实时监控，较航空监测更为经济同时实现360°实时监控。

瞭望塔分布规划以可视域最大，盲区最小为最终建立目标。瞭望塔的建设主要遵循以下几个步骤及原则：

1）合理选址。瞭望台应建在能够观察到大面积重点林区的地方，四周没有妨碍观测的山峰或其他障碍物，通视条件良好。

2）确定高度。在山顶长有成过熟林的地方应建造钢结构的瞭望塔，塔上瞭望室必须高出周围的最高树冠，高出部分不得小于2m。在山脊为石砬子、周围树木高度不能超过山顶时，为了降低建造成本，可建造砖石结构的瞭望房。

3）确定个数。一般瞭望台的最大观察半径不超过20km,最大观察范围不超过12万ha。由于地形限制，必然还有一定的盲区，在面积超过10万ha的较大林区，需要建立两个以上瞭望台，组成瞭望网。在一个瞭望网内，任意三个相邻的瞭望台连线应构成一个三角形，且最大的一个内角不应大于120°。

4.地面摄影

林火早期监测方式主要是以人工长期值守的方式进行护林，只能通过人工的眼观耳听等方式辨别。消耗大量的人力财力，存在人为视觉疲劳漏报和经验判别纰漏，不易确定出火点的具体位置等缺点。摄影测量的方法可以克服传统林火定位的不足，填补夜间与远程林火监测定位的空白。

精准林业团队推行视频烟火识别监控，一种以高清视频采集摄像头作为前端设备，利用图像处理和计算机视觉对监控区域的视频画面进行处理，从而可以不间断实施烟、火、吸烟行为监测的系统。相比于传统监测方法，系统具备准确性高、覆盖面积大、检测时间短、可全天候作业等特点，可以为森林火灾的早期预警提供有效保障。

团队研发出了烟头与可疑行为识别器，由摄像头、语音系统两大部分组成，面向林火，适用于防火关键卡口抽烟行为的风险警告，并对抽烟人员的抽烟行为进行语音制止，同时将吸烟人员的影像传输到后台进行记录。系统由硬件端与软件端组成，以英伟达的jetson nano嵌入式GPU运算平台为核心硬件基础，可以实时处理多达8个高清全运动视频流，并可部署为用于网络视频记录器（Nvr）、智能相机和物联网网关的低功耗边缘智能视频分析平台。它能并行运行多个神经网络并同时处理多个高分辨率的传感器，颇为适合在 NVR 和智能网关领域的应用程序。凭借强大且高效的 AI、计算机视觉和高性能计算，可在边缘端进行创新，而功耗仅为 5至10瓦。软件端系统基于Pytorch开源机器学习库，使用物体识别Yolov5算法，通过收集大量网络烟火浓烟、吸烟数据集训练成的模型对实时监控视频流进行标注识别、提取价值信息。

目前团队通过影像GPU计算识别个人抽烟、烟雾、火苗的智能林火识别系统已经十分成熟，在森林火灾方面，团队地思路是今后将更加积极主动地做到智能防火，而不是被动地灭火。

团队研制的视频监控系统，还能利用图像识别技术对林区主要道路、检查站、农林交界等重点地区的人员、车辆监控和预警。自动车辆识别技术的硬件基础一般包括触发设备（监测车辆是否进入视野）、摄像设备、照明设备、图像采集设备、识别车牌号码的后台处理机等。自动车辆识别技术的主要算法包括车牌定位算法、车牌字符分割算法和光学字符识别等。某些牌照识别系统还具有通过视频图像判断车辆驶入视野的功能，简称视频车辆检测。一个完整的牌照识别系统应包括车辆检测、图像采集、牌照识别等部分。

5.气象预警

2）森林火险气象等级预报

森林火灾的发生、发展与气象条件密切相关，森林火险是森林火灾发生的可能性和蔓延容易程度的一种度量，构建森林火险等级指标必须充分考虑气象因子的作用，开展森林火险预报工作离不开实时观测气象要素和预报气象要素。做好森林火灾气象预测预报需要建立一套完备的森林火灾元数据库、建立适用于林火火险数据预处理、火险模型研建的一系列算法及方法体系（含新建、改进、风险、比较和实证研究）、建立一套适用性高的林火预测模型体系。

依据森林火险气象等级模型，构建区域林火气象等级，并进行火险等级预报展示。森林火险气象等级是指导防火部门日常开展防火业务的基础依据，国家级森林火险气象等级划分多根据降水、积雪、气温、湿度、风向、风速等气象条件对森林火灾易燃和易蔓延的影响程度，划分气象影响等级，即从气象条件的角度，以气象影响等级表示森林火灾易燃和易蔓延的风险，并采用国家级森林火险气象等级预报业务中，经过多年业务实践和检验的‘修正布龙-戴维斯方案’计算森林火险气象指数。依据地理气候划分五个区域，从而研究确定了各区域的等级阈值。根据百里杜鹃管理区森林可燃物分类区划和土地利用特征，建立相应的精细化气象数据分析处理算法与火险等级划分系统。

北京林业大学精准林业团队构建的智慧森林防火监测预警体系，通过深度融合EOS-MODIS、高分系列等卫星遥感的宏观探测能力 ，无人机巡航的机动核查优势 ，以及地面瞭望与摄影的持续精细监控特性 ，成功打造了“空、天、地”一体化的立体化防线 。

（文字整理：魏方灏）