可见光林火智能监测与决策支持系统的设计与应用

孙永明，姚丽敏，高 洁，刘鹏举

（1.山西省林业科学研究院，山西 太原 030012；2.中国林业科学研究院资源信息所，北京 100029）

可见光林火智能监测与决策支持系统的设计与应用

孙永明1，姚丽敏1，高 洁1，刘鹏举2

（1.山西省林业科学研究院，山西 太原 030012；2.中国林业科学研究院资源信息所，北京 100029）

通过对各种林火监测技术特点的对比，确认林火视频监测技术是近地面林火监测最有效途径。以山西省林业科学研究院与南非EVS解决方案开发公司联合开发的林火系统为例，详细说明了可见光林火智能监测与决策支持系统的组成、特点和功能。

可见光视频；森林防火；图像识别；山西省

森林火灾是一种突发性强、发生面广、破坏性大且处置扑救较为困难的自然灾害。它烧毁林木和森林资源，破坏森林环境，严重威胁森林生态系统的稳定，威胁人民群众的生命财产安全。中国政府高度重视林火应急管理和防灾减灾工作，加强林火的早期监测与识别技术作为森林火灾预警和扑救工作的关键技术，是森林防火领域中最重要的研究课题之一[1]。

林火监测技术主要包括地面巡护、近地面监测、航空巡护和卫星监测4种方法[2]。近年来，人们还发展出了利用物联网技术，借助温湿度传感器、CO和H2S传感器等进行林火预警的方法,但该方法由于忽视图像等早期特征，往往发现林火时已经蔓延。

地面巡护由护林人员在林内进行，发现火情及时通知有关部门展开扑救，并可以及时阻止无关人员进山，降低人为林火的发生概率，但这种方法需要花费大量的人力和时间，而且容易存在疏漏。

近地面监测往往采用瞭望台和视频检测的手段，从分布在林区的固定观察设施获取林区图像，利用计算机技术进行自动分析，对被监控场景中的运动目标进行识别和跟踪，在异常情况下进行报警。

航空巡护可以采用载人或无人的航空护林飞机搭载热红外相机来进行，但运行保障费用昂贵。相比而言，无人机的机动性更高，且可以全天候工作，更能节约人力，具有一定的优势，但是火场复杂的湍流变化与电磁环境，给无人机的操作带来很多不确定性。在良好气象条件下无人机高度依赖地面通讯基站导航，山区通常缺少通讯基站或者不能达到全覆盖，目前来看无人机林区巡航还存在许多困难。

卫星监测主要利用物体的高温与中波红外辐射亮温的关系，使用卫星红外影像来监测地表温度高温异常变化，从而确定林火发生和发展的动态，获取其面积和边界等信息，是目前林业发达国家主要采用的监测技术之一，但由于卫星绕地球同一点的周期为90 min，不能够实时监测林火发生，同时卫星对地观测距离3 000 km以上，需要穿越云层，影响观测精度，而且对于局部森林火灾调用国家战略卫星资源进行实时监控也是不现实的。近年来基于林火视频监测技术的近地面林火监测技术在我国山西省、北京市和辽宁省等地得到了建设与推广。该技术通过高清摄像机与计算机网络技术，实现了林火的远距离实时监控，是近地面林火监测有效途径。

1 可见光林火智能监测与决策支持系统设计

由于烟雾是森林火灾早期最显著的视觉现象，林火监测更易观测到飘散的烟雾。基于监测烟雾的视频林火识别技术具有研究和应用价值。基于烟雾的视频林火识别主要采用可见光摄像机。但我国目前开发的基于静态的林火烟雾颜色与纹理特征的林火智能识别系统在实践中漏报与误报情况严重，严重制约林火视频监测设备的使用效果。南非EVS公司开发的Forestwatch林火智能监测软件系统基于林火烟雾视频的光散射光谱特征算法，利用计算机态势分析和数据融合技术与GIS技术，具有准确监测发现火灾和判别定位的强大功能，在南非、美国和加拿大成功运行的系统273套，监测森林面积40万hm2。山西省林业科学研究院于2015年5月从南非引进Forestwatch林火智能监测与决策支持系统一套，安装于太原市林场石千峰林火监测试验平台。2015年5月至今，该系统试验平台已经安全稳定运行18个月，经多次测试达到了林火发现时间小于5 min，图像前端处理时间小于0.1 s，林火识别率大于95%，林火误报率小于5%的试验技术指标要求。目前我们已经消化吸收了该系统技术，针对山西省林区特点，我们对系统功能进行了优化设计，建立了新的林火监测生产平台，具有推广应用价值[3]。

与目前国内应用的林火智能系统最大的技术不同点是：林火识别算法和火灾定位。其主要模块包括烟雾识别模块、林火联网预警管理模块、定位模块和后端操作应用模块。

1.1 林火烟雾识别模块

林火烟雾识别模块是系统的核心技术模块，内置于前端基站图像处理器并设置有独特开发的基于光散射光谱色效应特征林火烟雾算法和烟雾签名模块（Smoke signature）的图像处理系统（Image sampling system），是整个系统运行可靠行的关键。

光散射光谱特征林火烟雾算法。我们知道林火发生气象条件是：长期干旱无雨的晴朗天气。在此种天气条件下，太阳光空气分子颗粒小于可见光波长λ/10，散射呈瑞利散射规律，散射强度同波长的4次方成反比。目标林火烟雾含有水滴和燃烧后碳颗粒，烟雾空气分子颗粒大于可见光波长λ/10，散射呈米氏散射规律，散射强度同波长的2次方成反比。目标烟雾与背景光散射强度不同和不同波长的光对目标烟雾光散射强度不同是光散射光谱特征林火烟雾算法的理论基础。

烟雾签名就是对监测区内道路烟尘、厂房烟雾和特定烟雾进行事后标记，建立数据库，服务器经过记忆学习不再重复预报这些火情[4]。

1.2 林火联网预警管理模块

林火联网预警管理模块是系统的基础功能模块。正常运行状态下，系统会按照预设自动扫描程式对目标林区进行全面巡航扫描，扫描图像不断输入输出图像处理器，对异常图像连续拍摄四帧，通过分析每帧烟雾动态变化大小，判断在监控林区是否发现异常火情烟雾。若发现异常火情烟雾，系统将自动进入事件预警程式，自动记录下火情事件发生的时间、经纬度及实时监控录像和图片，并自动生成档案日志储存在系统目录文件下，供用户日后翻查事件过程记录，方便调查火灾。同时，系统前端会将检测到的多种信号，包括火情警报、防盗警报及设备故障警报等通过无线传输架构，及时反馈到每一级后端管理指挥中心平台，生成声光报警通知用户。

1.3 定位模块

定位模块系统采用了场景与GIS校正补充的定位方法。我们知道摄像机巡航监测拍照时，每一张图片对映投影一片区域，假如设置摄像机每转动30°拍照一张，巡航一圈360°就是12个视场图片，对映12个区域，借助有经验护林员帮助，将各区域标记地形地貌同现有电子地图数据融合匹配，可以实现利用摄像场景的快速定位。但摄像机远场和近场监测时往往由于设置常数变化，造成场景定位不准确性。服务器根据林火监测实际需要，划分火灾监测视场的大小，一般采用巡航一周24个视场模式。

为了弥补场景定位不准确性，系统设置了GIS校正补充定位。系统前端基站会将监测过程中实时采集的云台方位角、俯仰角及镜头焦距等数据自动返回到GIS信息平台。与前端基站的二维摄像设备配合，系统将利用数据及数字高程数据库精确定位火情的经度、维度和海拔与距离监测点的位置，实现火灾的自动定位功能。

此外，该模块提供实时地图缩放、旋转及俯仰调整功能。用户能在地图上任意进行二维和三维切换并观察监测区域附近实际地形，为用户进行林区巡护、火灾时实施紧急扑救及灾害评估清理提供路线决策依据。模块还提供站点设置模仿仿真功能，一般能在项目开展前模拟出最佳的站点建设位置。

1.4 后端操作应用模块

后端操作应用模块是实现用户接收前端基站信息，检视林区现场状况以及控制系统运行的主要功能模块。后端操作平台应用多层级、多权限统一管理的功能设计，通过登录界面的用户认证，不同层级用户可以得到所分配权限的项目信息资料。最高权限用户平台能显示整个项目布局下所有前端基站的运行状态及所监测林区的信息资料，集中管理项目整体功能及资源，并能维护升级系统。在系统探测到林区火情时，系统管理者能及时通过操作平台执行人工控制，介入系统运作，调动系统前端清晰观察火点情况，实现火情监控的最高效率。

2 可见光林火视频监测系统组成

系统由视频监控终端、信号传输、供电系统、监控室设备、网络设备5大部分组成。

视频监控终端主要构件包括可见光数字摄像机（Pelco’s ES40/ES41）、重载数字云台和气象站与前端图像处理器等。视频监控终端采用高清透雾摄像机对基站附近数公里范围林区进行视频监控图像采集，采用重型数字云台对摄像机和镜头实现360°全方位巡航监控，系统能迅速自动定位火情的精确位置，实现火情的智能识别。由于基站所处位置在野外，需要考虑防水、防腐、防地磁辐射、保温等措施，所以前端基站设备采用全天候防护罩进行保护，对智能识别处理器以及其他控制设备采用一体化集成基站控制设备，确保系统长时间稳定可靠运行。

针对野外监控传输链路的选择，信号传输、监测塔站与千兆网交换机之间使用5.8 G无线网桥和天线通信，根据视频监控所需的带宽和传输距离选择27 M、54 M、108 M或150 M的无线网桥，根据前端基站到中继点或者监控中心的距离远近选择天线。交换机与服务器安装在区域监控中心的网络机柜中。系统可以在监控中心内通过GIS软件系统平台完成可见光图像的进一步分析、人员跟踪报告以及远距离位置的标定测距。同时可以完成远程控制功能，还可以经过局域网与远程监控中心连接起来，实现监控数据共享和报警监控等功能。

由于视频监控终端所处位置在野外，供电系统可分为有市电和无市电两种情况。基站附近有市电可以采用电缆电力输送，并根据实际情况配置USP后备电源系统。由于基站设备大多数采用直流电源，考虑到电压的不稳定容易造成基站设备损坏，需采用稳压电源设备为前端基站提供稳定的电压。对于没有市电的地区，需风光互补方式进行系统供电。此时前端基站功耗不应超过120 w，发电系统需根据实际功耗情况配置以满足前端所有设备的供电要求。

在系统中，本地服务器可放在监控室网络机柜中，也可以与远程服务器连接，通过专网进行数据交换与通信。服务器主要完成两大功能：一是数据存储与交换，二是及时控制与分析。

网络设备，包括无线接收主机和视频监控系统设备，接收由无线传输（中继）系统传输的林区防火监控视频信息，并通过视频监控系统设备将这些视频监控信息播放和存储，同时将视频信息通过无线网桥、视频传输器向各级监控中心和防火指挥部门转发。

3 系统实现及应用

以山西省林业科学研究院与南非EVS解决方案开发公司联合开发的林火系统为例，系统平台构成如图1所示。

图1 可见光林火智能监测系统组成

该系统单台终端最远能监测5 km处1 m×1 m×1 m烟雾，单终端覆盖面积超过78.5 km2。系统实时采集视场图像经纬度和高程数据进行3D建模，精度达3 m范围内。

监控终端支持全范围自动扫描，指定范围自动扫描功能；支持火情主动报警功能，包括声光电和短信报警。异常数据和报警信息自动储存在数据库中。系统自动保存更新3天的森林火灾事件。实时监控、监控区地图信息和系统操作管理分别呈现在不同的显示器上，并可相互切换。

4 结论和讨论

利用基于光散射光谱色效应特征林火烟雾算法和烟雾签名模块（Smoke signature）的图像前端处理系统（Image sampling system）,提高了图像处理效果，火灾烟雾识别率95%和误报率低于5%。解决了目前国内林火烟雾识别处理系统的误报率高、效率低问题。

采用了单点数字地形高程精确定位的基本方法，通过对导入地形图的预设置、摄像机的俯仰、水平角度和焦点预设置，摄像视场范围内分区图像与导入虚拟地形图的叠加和地形线间融合，已知地标的标定，实现了鼠标即点即准确定位。系统通过管理员的一系列预处理和预设置，省却了传统林火定位过程中的计算量，大大提高了计算机服务器的处理效率。

[1]韩恩贤，韩刚，薄颖生.森林火灾发生趋势及预测方法的探讨[J].西北农林科技大学学报（自然科学版）,2008,36（2）：91-96.

[2]Karlikowski T.Forest fire detection systems[J].Forestry Sciences,1982,7:85-91.

[3]GaVin Hough G.Vision systems for wide area surveillance:forest watch–A long range outdoor wildfire detection system.Wild fire,2007(2):41-50.

[4]Gavin Hough G，Kosch MJ,Scourfield MJW.First observation of super fast waves.Geophysical Research，1992，19(24):2433-2435.

S762.3+2

B

2017-09-08

国家“948”项目（2014-4-01）

韩焕金）