袁传武 张 维 王崇顺 赵 虎 张 鹏 刘先贵

(1.湖北省林业科学研究院 武汉 430075；2.湖北泰龙互联通信股份有限公司 武汉 430072)

森林火灾突发性强、破坏性大、处置扑救较困难。林火在森林内自然蔓延和扩展，不仅造成人员伤亡、森林资源和经济损失，而且造成环境污染和非常不利的社会影响。尤其是当前，全球气候变暖、高温干旱等极端天气频发，森林火灾特别是重大火灾发生的可能性随之增大，使森林资源锐减形势更为严峻。如何控制和预防森林火灾，已受到各国政府、专家学者的高度重视和越来越多的关注。

传统的森林火灾视频监控主要是应用视频、图形图像等技术监控火灾的发生,并及时发出警报，这种方式存在着不完善、预报结果不准确等缺点。而通过物联网、移动互联网、热成像视频监控技术实时感知森林环境中的真实数据让森林火险预警更加有效,同时还能实现对重点林区森林火灾发生的精准预警,以及发生火灾之后火灾蔓延预测和火灾损失评估。国内的一些专家学者开展了相关研究，在一定程度上提高了林火科学管理和扑救的水平，具有一定的可操作性和应用价值，但这些平台部分还存在着占用内存资源较高、运行较缓慢和研发成本较高等问题，有待进一步调试与改善[1-8]。利用云技术开发森林防火平台目前未见报道。本研究采用物联网、移动互联网、云计算、大数据等新一代信息技术，建立了一体化综合森林火灾监控预警和应急指挥云平台，实现了森林火灾监控预警的信息化和智能化。

1 建设必要性

湖北位于我国中部，生态战略地位十分重要。湖北的森林资源对于湖北乃至长江流域经济、社会的可持续发展和生态环境的改善、保护具有极其重要的作用。湖北是我国火灾危害较严重地区，森林过火面积年均居全国前十。据统计，仅2016年上半年，全省共发生森林火灾211起，过火面积875.46 hm2，受害森林面积166.66 hm2，受害率为0.072‰。与2015年同期相比，火灾起数、过火面积、受害森林面积分别上升220%、203%、465%。

另据全省森林资源连续清查第七次复查结果显示，湖北森林资源进入了数量增长、质量提升的稳步发展时期。森林资源总量的持续增长，特别是神农架等重点林区可燃物载量持续增加，导致部分地区可燃物载量每公顷已经高达50～60 t，远远超出国际公认的发生重特大森林火灾的30 t临界值，一旦发生火灾，极易成灾。加之森林旅游发展迅速，进入林区的人员逐年增多，导致野外火源管理极其困难，火灾隐患不断增加，森林防火预警监测难度加大，极易引发重特大森林火灾。

当前，全省森林防火设备设施相对落后、监测预警手段滞后、扑救手段不够科学。在这样的条件下，火灾的高发生率不仅带来了巨大的经济损失，造成森林资源的严重流失，甚至影响了生态环境，同时也暴露出我省森林防火及时预警预报难、护林巡查职守难、及时组织扑救难、现场指挥调度难的突出问题。将火灾的防治和扑救控制在火灾发生的初始阶段，减少森林火灾扑救指挥的不确定性和盲目性，减少森林火灾的损失，提高湖北各级林业政府部门处置和防控突发森林火灾事件的能力，提高森林火灾扑救效率，成为解决森林防火主要问题的关键。

随着科学技术的发展，以云计算、物联网、移动互联网、大数据为代表的新一代信息技术正成为推动森林防火科技化、智能化转型升级的新动力。为从根本上提高火灾预防和扑救森林火灾的综合能力，建立行之有效的省市县一体化的森林防火监控预警体系，及时防火报警、迅速分析判断，扩大森林防火的监视面，提高灭火人员的反应速度和决策指挥能力，成为森林防火预警技术发展和应用的重要方向。

因此，采用基于物联网技术、移动互联网技术、大数据技术和网格化管理技术等现代化高科技手段，建设省-市-县一体化森林火灾网络化预警云平台，24小时全天候对林区进行预警监控，通过远程视频监控图像及时发现林区火灾险情，能提高森林防火预警预报准确度和及时性，有效推进湖北现代化森林防火工作，提升湖北森林防火综合化管理水平。

《全国森林防火规划(2016～2025 年)》指出，林火监测是实现森林火灾“早发现”的关键环节，并要求采用热红外成像探测技术、高清可见光视频技术、智能烟火识别技术以及物联网技术，实现森林火情24小时不间断探测和自动报警，提升和增强新技术瞭望火情和及时发现火源的能力。因此，采用物联网等新一代信息技术进行科学、合理、经济的森林火灾预测预报研究，建立一体化综合森林火灾监控预警和应急指挥平台，实现火灾监控的信息化和智能化，是当前森林防火研究的主要发展方向。

2 技术路线

本研究主要运用视频监控技术、物联网技术、网络传输技术、移动互联网技术、智能图像识别技术、人脸识别技术、生物特征识别技术等，通过安装在林区的视频监测站，人脸识别摄像机获取监控林区的实时红外、可见光等影像信息和路口行人及护林员的人脸身份信息，利用图像识别技术自动分析处理监控区域的火情，并将图像实时、清晰地传输到森林防火指挥中心。同时在林区安装火焰探测器、小气象监控站、可燃因子采集站、生物特征采集站等物联网监控设备，网格化监控林区防范火情发生，并实时获取林区的气象参数和环境数据，通过大数据分析，及早、及时、准确掌握森林火情，结合GIS相关模型，实现林火监测预警、火情蔓延趋势分析、辅助决策、扑救指挥、灾后评估等功能。

选取双目热成像摄像机对森林防火区域进行监控，选取火焰探测器安装在森林防火重点区域，采用B/S架构来构建云平台开发，采用原型法来确认系统Web和客户端UI界面，确认审批后设计定稿。采用JAVA语言开发Web端后台程序，采用JAVA语言开发Android移动客户端。开发环境是Windows操作系统，采用Android Studio作为开发工具。发布环境采用云平台，操作系统采用Windows操作系统，数据库采用PostgreSQL数据管理系统。基于监控视频厂家的SDK开发包和通信协议，开发基于Web的视频查看和云台操作界面。基于物联网监测设备提供的通信协议和开放的接口来开发Web端设备监控接收器，实现Web端和物联网设备之间的互联互通和数据传输，并基于移动互联网技术完成移动客户端获取服务器数据。通过光纤将视频信号传输到监控中心服务器，通过无线传输技术将物联网设备监测数据传输到云服务器。通过显示器将监控视频展示在监控中心。技术路线见图1。

图1 技术路线图

3 总体设计

3.1 架构设计

云平台采用三层架构，包括数据访问层、平台服务层和应用层，具体架构如图2所示。

图2 架构设计

数据访问层：存储历史防火数据、环境监测数据、网络汇集数据、森林防火政策法规数据、报表及图件数据、GIS空间数据等业务相关数据；通过数据访问中间件对服务层提供多源异构数据的访问能力，通过高效数据缓存系统提供数据高效访问的能力。

平台服务层：提供数据服务和功能服务,用于处理森林防火相关的业务数据，提供数据访问、数据分析、报表生成、图件制作等功能。提供WEB端应用和移动端应用的构建平台，该构建平台支持插件式、配置式、搭建式和共享式的开发模式，支撑应用层业务系统能够快速搭建完成。

平台服务层是应用层和数据访问层之间的桥梁，负责数据处理和传递。服务层将具体的业务抽象成服务，封装成对应的功能接口，供应用层使用。服务接口是系统平台对外所提供的访问接口，采用RESTful API对外提供业务数据访问接口，通过标准的OGC服务对外提供空间数据访问的能力；支持分布式部署，通过服务平台的分布式服务调度器实现对这些服务的分布式调用，达到支持高并发和高效数据访问的目标。

应用层：通过平台服务层提供的数据服务、功能服务以及应用构建框架，实现森林防火云平台各端应用系统的快速搭建。

3.2 大数据平台设计

本平台主要是森林资源大数据分析平台，其模型如图3所示。

图3 大数据分析平台

基础设施层主要涵盖计算资源、内存与存储和网络互联，具体表现为计算节点、集群、机柜和数据中心。数据存储和管理层主要包括文件系统、数据库和类似于YARN的资源管理系统。计算处理层，包括Hadoop MapReduce和Spark，以及在此之上的各种不同计算范式，如批处理、流处理和图计算等，衍生出编程模型的计算模型如BSP，GAS等。数据分析和可视化基于计算处理层，主要包括简单的森林数据查询分析、流分析以及更复杂的分析(如机器学习、图计算等)。查询分析基于森林数据的表结构和关系函数，流分析基于森林数据、预警事件流以及火险火灾的简单统计分析，复杂分析基于森林防火预警数据的更复杂的数据结构与方法，如图、矩阵、迭代计算和线性代数。可视化是对森林防火预警分析结果的展示。通过交互式可视化，进行探索性地提问，使分析获得新的线索，形成迭代的分析和可视化。基于森林防火大规模数据的实时交互可视化分析，以及在这个过程中引入自动化的因素，是当前研究的热点。

3.3 云平台部署设计

根据规模和结构体需求分为一般部署、私有云部署、公有云环境部署。本平台采用Django authentication system安全认证方式，同时采用Iptables或阿里云Web应用防火墙有效的保证系统安全。

通过原始的机房部署形式，使用机房服务器，通过网络连接，将PC端、移动端和服务器通讯连接在一起，需要庞大的网络与机房维护资源。如图4所示。

图4 平台本地部署

云端部署：将服务器放到云端，如阿里云、腾讯云等云服务器中，PC与移动端直接与云服务器通过互联网连接，可减少大量的维护与管理资源。如图5所示。

图5 云端部署

3.4 存储架构设计

本平台采用分布式存储架构，具有很强的伸缩性，其性能和容量能够同时拓展。

图6 云平台分布式存储架构

云平台分布式存储架构由三个部分组成：数据服务器、元数据服务器和客户端。由客户端发送读写的请求，缓存文件数据与文件元数据。元数据服务器负责管理元数据和处理客户端的请求，是整个系统的核心组件。数据服务器负责存放文件数据，保证数据的可用性和完整性。分布式存储分为块存储、文件存储、对象存储。如图6所示。

4 功能设计及实现

采用云服务构建云平台，采用JAVA语言开发Web端后台程序，开发环境是Windows操作系统，采用Android Studio作为开发工具，发布环境采用云平台。云平台为应用开发提供云端服务，而不用建造自己的客户端基础设施，为开发者提供了稳定的开发环境。B/S架构即浏览器/服务器模式，这种模式将系统功能实现的核心部分集中到服务器上，简化了系统的开发、维护和使用。在省、市、县各级指挥中心的电脑上只要安装一个浏览器，即可通过IP地址访问预警监控信息页面，并根据省、市、县不同角色分配不同的帐号权限，不同权限的帐号登录预警监控页面将呈现不同的预警信息内容。上级单位可以通过平台实时查看下级单位的监控预警状况，而下级单位的帐号只能查看他所在区域的预警监控信息。通过一个平台不同权限帐号的方式，实现了省、市、县一体化森林火灾监测预警云平台。如图7、图8所示。

图7 云平台体系功能架构

图8 云平台三层应用架构

云平台按区域分为省、市、县级用户等，省级用户平台分为监控系统、预警系统、统计系统、资源系统；省级用户拥有最高权限，可看到全省各地市州的森林防火监控预警状况 。市级用户平台也分为监控系统、预警系统、统计系统、资源系统；但市级用户只能看到市所辖区域的森林防火监控预警状况。县级用户平台分为预警系统、指挥系统、追责系统、管理系统，县级用户是森林防火的一线单位，其平台功能结构图如图9所示。

图9 云平台用户功能图

为满足湖北森林防火需求设计构造，省级用户监控系统分为视频监控、气象监控、火情监控等功能，预警系统功能包括预警次数、预警位置、预警级别、天气级别等功能，统计系统功能包括火情统计、森林面积、森林覆盖率、瞭望覆盖率等功能，资源系统功能包括防火物资、预案管理、系统管理等功能，功能结构如图10～13所示。

图10 云平台省级功能结构图

图11 省级预警功能

图12 市级预警功能

图13 九峰国家森林公园预警功能

通过在森林区域安装气象监测站、可燃因子采集站、生物特征识别采集站等物联网设备，实时监测林区的气象条件、可燃因子参数、植物的生物特征数据，将数据上传到平台，通过大数据分析出哪些环境参数及条件下，容易发生火灾，并发生预警。此外，根据风速、风向、温湿度等气象数据的监测，通过大数据可以分析出火灾蔓延的趋势。如图14～16所示。

图14 物联网监控功能

图15 历史气象曲线图

图16 林火蔓延趋势图

5 结论

湖北森林防火网格化监测预警云平台以计算机网络为基础，以森林资源基础数据、防火信息为数据源，遵照国家有关标准以及规范对森林防火相关数据进行科学地存储与管理，实现快速的森林数据采集、校验、建库、查询、检索、更新、统计、辅助决策以及资源共享等，实现将大规模的、动态变化的森林防火基础资料转换为数字化的、可操作的、可共享的信息资源，为森林防火监控提供了现势性、高精度的数据，使全省各级部门森林防火信息互联互通，形成全省一体化的森林防火云平台，为森林防火提供决策支持信息，为相关部门和社会各界提供不涉密的数据共享。

(1)本平台提供日常火灾监控，减少火灾发生的可能性，并能在火灾发生的第一时间，及时做出警报，为森林防火指挥提供实时、准确的火灾现场情况以及防火人力资源、物力资源、交通资源、水资源信息等各种信息；有效缩短扑火时间，及时控制火灾蔓延，减少火灾面积，实现有效的保护森林资源和维护生态环境，减少因森林火灾所造成的停工、停产、停业等社会不良影响。有利于完善我省森林防火预警监测体系，提高火险预警模型适用性及预报准确率。

(2)通过对现有的森林防火信息平台的整合， 引入新的云平台模式，运用物联网、大数据等新一代信息技术，创新了表现形式，有效解决了森林火灾扑救过程中的信息发布不统一协调、监测图像处理不及时、传输格式不统一、各系统间数据不兼容、无法实现数据信息共享和指挥过程滞后的问题。有利于提高我省森林防火信息化、智能化水平和应急指挥能力。

(3)通过云平台的建设，进一步提高透明度和森林防火部门的社会形象，通过网络技术加强各级领导及群众与森林防火工作的联系，加大对同级部门和下级部门共同履行森林防火工作职能的检查监督力度，促使各级政府领导重视支持森林防火工作，使防火工作措施得到进一步落实，进一步提高林业部门的社会地位与影响力。有利于提升我省林业部门的社会地位和依法治火水平。