基于大数据的森林防火管理系统设计

汪 东 ，周爱民 ，丛静华 ，赵明生

（1. 南京森林警察学院，江苏 南京 210023；2. 南京林业大学 机械电子工程学院，江苏 南京 210037）

基于大数据的森林防火管理系统设计

汪 东1，2，周爱民1，丛静华1，赵明生1

（1. 南京森林警察学院，江苏 南京 210023；2. 南京林业大学 机械电子工程学院，江苏 南京 210037）

大数据以其大量、多样、价值、高速4个特点发挥着重要的作用，渗透到了各个行业各个领域，也对森林防火带来重大影响，这种影响，既源于大数据技术对森林防火管理的推进，也来自大数据时代科技发展趋势对森林防火管理变革路径的引领。随着森林防火所涉及问题复杂性的凸显，以及防火决策科学化的需求的提升，对基于计算机的决策的依赖越发体现出来。如何利用计算能力发挥林区火险防控领域的数据的力量，借助计算机模拟的方式为林火监控与扑救决策提供依据，是森林防火技术领域的一个传统研究方向的新的发展机会。本文总结了森林防火管理中存在的问题，提出了构建基于大数据的森林防火管理系统，设计了包括多维度感知、大数据平台和多层级融合等三层结构的系统，采用软件工程开发中的结构化和原型化相结合的方法，进行功能解析和模块划分，开发了具有空间分析、预警监测、护林员管理、扑火指挥、火情损失估算、图形工具等功能的基于大数据的森林防火管理系统。基于大数据的森林防火管理系统的开发将有利于森林防火管理的智能化和森林可持续发展。

森林防火；大数据；多维度感知；预警监测；火情损失估算

森林火灾极大的影响森林资源安全，不仅引起水土流失现象，造成生态平衡严重破坏[1]，进而引起生态系统退化问题，并威胁生物多样性，也严重损害了普通人民生命财产安全[2]。保护森林资源，有效防止森林火灾、森林有害生物以及人为滥砍盗伐等对森林资源的破坏，是维护国土生态安全、促进社会和谐稳定工作的重要组成部分。将先进的信息化技术融入森林防火工作，创新智慧化、互动化、一体化、主动化的森林防火管理，是破解森林安全保护难题、创新森林资源保护方式的关键和必然要求[3]。因此，传统的森林防火方式向大数据驱动的智慧化生产方式转变迫在眉睫，面向森林防火管理的林业大数据处理问题也成为了林业领域一个热点研究课题。

1 森林防火管理中存在的问题

随着计算机和互联网的快速发展，新一代GIS技术、北斗定位通信等先进信息技术应运而生，然而，森林防火管理中仍存在着感知能力不足、信息发布滞后、信息繁杂冗余、共享程度不高、管理框架粗犷、智慧模式简单、业务体系分散，难以有效协同存在的问题，森林防火领域信息化技术应用仍然存在很大的提升空间。

(1)感知能力不足、信息发布滞后

及时、准确预测森林火灾和火行为对于做好森林火灾预防工作和有效控制森林火灾十分必要[4]，需要根据天气、地形和可燃物等因素对林火蔓延进行预测[5]。预警预测建立在对森林及林区人员活动全面、实时感知的基础上，并且由于林区环境广阔复杂、危害森林事件发生存在突发性，需要从卫星监测、航空监测、地面视频监测、传感器物联监测以及人员巡查等多个维度对林区实现全面、系统、实时监测，信息发布滞后，严重考验林火管理决策部门的应急反应能力。

(2)信息繁杂冗余、共享程度不高

林业及其业务应用中存在海量的多源数据：林区宏观气象信息、局域森林环境气象信息、可燃物信息、病虫害信息、视频监控数据流、卫星图片、林业统计数据、林业业务数据等等[6]，现有的林业信息系统往往是针对单种或少数类型数据进行采集、管理。异源异构数据之间的信息融合共享存在一定壁垒，导致无法发现和提取不同类型数据之间的内在关联，难以提升对各个要素之间相关性规律的科学认识。

(3)管理框架粗犷、智慧模式简单

感知不透彻、异构信息难以共享，海量的林业数据无法实现高效的管理分析，难以从中挖掘出有价值的信息对业务实现“主动、积极”的支持，从而难以实现森林防火业务精细化、科学化、主动化、一体化的管理，框架粗犷，模式简单[7]，因此需要构建能处理海量林业异构数据的大数据分析技术，发展预警预测模型，由“事中事后监测”转向“事前预测”、“事初预警”的更“智慧”的林业。

(4)业务体系分散，难以有效协同

森林防火、有害生物防治、林政部门在目前的行政架构下，面对同一个管理客体——森林，仍然存在信息直接互通不足[8]，业务体系各自为战，难以实现信息共享、业务共通、高效协作，业务平台多种多样，在基层的业务开展中仍然存在大量的手工记录、统计的情况，造成数据信息多次登记、多次传递，存在浪费人力、易出现统计错误的情况。

综上可以看出，目前林业系统已有的森林防火系统信息化程度参差不齐，对林区各类森林资源实时动态情况、林区火险因素（环境因素、可燃物因素）、林区人员活动（林区工作人员、其他人员）无法实现全面、实时感知；已有各个业务系统间信息繁杂、无法共享，更难以通过信息整合、提取信息间关联、挖掘有价值信息实现对相关业务工作协同、互动、智能的支撑。

2 面向森林防火管理的大数据内容

大数据技术浪潮将数据提升到战略高度重视的同时[9]，也为森林防火行业低成本优化策略提供更好地解决方案[10-12]。基于大数据思想的森林防火管理系统的总体目标就是多年数字林业信息化发展基础上，将大数据技术与成熟的数据仓库技术结合创新[13]，通过数据集中和系统架构优化，实现森林防火管理系统和IT系统的整合[14]，来改善防火系统的洞察力，缩小战略与执行之间的差距。

面向森林防火管理的大数据是指一切与森林防火相关的数据，包括灭火剂、灭火器械和防护装备等林业防火物资研发数据，气象、环境、树木、可燃物、土壤等防火过程相关数据，灭火方式、灭火路线、灭火队伍、火险因子等管理数据，灾害预测、损失评估等经济数据[15]，贯穿整个森林防火过程。面向森林防火管理的大数据之所以大而复杂，是由于森林防火带有时间属性和空间属性，因而需要考虑多种因素在不同时间点和不同地域对森林防火的综合影响。

在系统优化架构方面，运用现代信息技术，以森林防火信息应用为主线，以建立森林防火管理信息交互共享系统为切入点，利用VC++语言构架基于大数据的森林防火管理系统平台[16]，建立功能完备、标准规范、系统可靠，使用安全、高效便捷的森林防火管理信息化体系，从而通过数据和服务的共享，实现森林防火管理、火险等级分析与决策支持的交互共享功能三位一体的智能财务管理信息平台，提高森林防火管理水平、监测预警能力和宏观决策能力。

3 基于大数据的森林防火管理系统结构设计

基于大数据的森林防火管理系统融合大数据、移动互联、新一代GIS等先进信息技术，深入研究森林多维感知、林业大数据平台、实时预警预测、协同业务四大应用技术体系，实现对现有森林防火业务的有力支撑并创新建立科学高效的森林防火业务模式，系统的结构设计如图1所示。基于大数据的森林防火管理系统可见，包含3个层次，分别是最底层的多维度感知、中间层的大数据平台和最高层的多层级融合运用，每一层的具体的功能为：

图1 基于大数据的森林防火管理系统总体结构Fig.1 Overall structure of forest fi re prevention management system based on big data

(1)构建空、天、地立体化林区多维感知体系

基于大数据的森林防火管理系统的最底层是多维度感知，在这一层里，系统主要进行全天候、立体化多维度感知。面向森林资源、林区环境、人员活动，构建以移动互联为核心，融合卫星遥感、航空监测、视频监测、林业物联网等手段，实现对林区深度感知，开发林区空、天、地多维可视化感知体系，发展多信息融合通信与指挥调度技术，实现林区态势展现一体化与通信指挥跨平台高效交互。除了通过北斗卫星采集定位数据外，还利用卫星定位、航空遥感、气象雷达、机器视觉等技术采集火险要素，形成涵盖不同尺度和要素的监控体系，为森林火险监测提供充分详实的数据。视觉智能识别则通过红外-可见光双模式实现森林区域全覆盖监控，在火灾苗头阶段进行早期报警，有效的遏制重大林火的发生。

(2)构建数据统一、高度共享的林业防火大数据平台

基于大数据的森林防火管理系统的中间层是大数据平台，在这一层里，系统主要进行智慧化、可视化的大数据分析，并实现林火预警与预测。如果没有大数据分析技术，在多维度感知层中快速积累的数据，将会变得十分庞大和复杂。数据本身并不能创造价值，只有通过有效分析，才能帮助种植者做出有效决策。因此林业防火大数据平台的核心是机器学习，快速、智能化、定制化地帮助用户获取数据，获得分析结果，进而做出防火管理决策，提高防火机械、设施和人员使用效率。在基础设施提供网络通信、服务器、存储系统、运行环境的基本硬件后，基础数据库、业务数据库、主题数据库、共享数据库、元数据库等不断积累数据，林业防火大数据平台从各种类型的数据中快速获得有价值信息，完成数据处理、数据分析、预警预测、数据交换、视频接入、地理信息共享等应用。

(3)构建基于林业海量数据的实时预警、预测体系

基于大数据的森林防火管理系统的最顶层是多层级融合运用，在这一层里，系统主要实现多业务、多层级、协同化应用。通过对森林火险、林火行为、林业有害生物、林业违法行为与森林资源、森林气象环境、时间等多元素多尺度耦合模型研究，揭示火险、林火发展蔓延、潜在火行为与林区各要素相互作用机制，发展火险、林火、有害生物、违法行为预警、预测模型，优化预警、预测方法。基于海量数据不断自我演化的专家模型库，通过专家模型在海量数据进行训练，利用大数据机器学习、人工智能不断完善演化，建立各种新的预警预测模型，提高预警预测时效性和准确性。进行科学决策支撑，通过前端感知、软件模型、专家库及应急预案和各类外部数据的支持，通过多种时间、空间、视图进行可视化展现，实现森林防火管理、森林执法管理、林火扑救指挥管理等决策功能。

4 基于大数据的森林防火管理系统开发与应用

基于大数据的森林防火管理系统在实际应用中，采用软件工程开发中的结构化和原型化相结合的方法，自上而下对系统进行功能解析和模块划分，主要提供了空间分析、预警监测、护林员管理、扑火指挥、火情损失估算、图形工具等功能，具体功能模块图如图2所示。

图2 基于大数据的森林防火管理系统功能模块Fig.2 Function module of forest fi re management system based on big data

空间分析模块具有空间查询和属性查询功能，能完成点击查询、条件查询、面积测量、周长测量、防火隔离带分析等任务，可以方便地测量长度、面积，并进行属性与图形数据的双向查询，具有全方位、多角度的直观性，界面如图3所示。

预警监测模块具有热点报警、护林员报警、视频监测报警等一体化报警功能以及气象信息、火险等级预报等辅助功能，将所有报警源统一到同一界面下浏览查询，减少了林火管理人员的工作强度，同时避免了多个系统的交叉使用，界面如图4所示。

图3 空间分析界面Fig.3 Spatial analysis interface

护林员管理模块具有护林员实时位置确定、护林员群单呼、护林员轨迹查询、定位数据跟踪回放、护林员采集的视频回传等功能，能对护林员实时动态的定位跟踪，查看起来一目了然，增强了护林员与林火指挥中心的信息沟通，有助于个人的安全，界面如图5所示。

图4 预警监测界面Fig.4 Early warning monitoring interface

图5 护林员管理界面Fig.5 Ranger management interface

扑火指挥模块具有火场标绘、火场管理和GIS基本用途等功能，能完成包括图层控制、地图浏览、图形选择、图形标注等基础GIS功能、火场态势分时段记录和火行为预测等任务，辅助防火指挥中心突破时空限制，全面掌握火场信息，有助于扑火辅助指挥和事后总结，结合定位功能，能有效掌握扑救人员分布情况，界面如图6所示。

图6 扑火指挥界面Fig.6 Fire fi ghting command interface

火情损失估算模块具有火点快速定位、林木过火面积估算、火情损失估算等功能，通过定位、灾情查询、北斗卫星定位圈定范围来完成林火的管理、上报和森林火灾损失估计等任务，界面如图7所示。

图形编辑模块具有图层控制、好专题制图、地图预览、图形选择、树种分布等各统计报表等功能，能完成图层的打开、关闭、移动、设置和过滤，地图的放大、缩小、漫游和指定比例尺，自定义专题图生成、林木信息的生成打印等任务，界面如图8所示。

图7 火情损失估算界面Fig.7 Fire loss estimation interface

图8 图形编辑界面Fig.8 Graphical editing interface

基于大数据的森林防火管理系统，有效合理收集和存储现有森林防火海量数据，集科学、有效、便捷的数据诊断、聚合与分析方法，提供动态实时防火灭火数据的同时，更力求挖掘数据内在价值并转换为信息。基于大数据的森林防火管理系统可以通过主控中心、应急发射车、信号发射塔、音频和视频终端等设备，实现视频和声音信息之间的即时切换。比如，遇到林火突然爆发、大面积蔓延等紧急突发事件，手机、指挥终端里的可视屏，系统都能实现“应急广播”与“视频图像”的“一键式切换”，在几秒内发挥出应急指挥功能。基于大数据的森林防火管理系统，通过空间分析、预警监测、护林员管理、扑火指挥、火情损失估算、图形工具等模块功能，解决了以下五方面难题：林火信息的发布时效性，确保火情信息的及时快速发布；林火信息的权威性和安全性，确保火情信息的科学精准无误报；林火信息的双向传达性，确保指挥中心、流动网点和护林员之间的沟通交流；林火信息的区域覆盖性，确保林火扑救效率和能力；林火信息的可利用性，深入挖掘后的信息能提供灾情损失等深层数据。

5 结论与讨论

本文针对森林防火管理中多渠道积累获得的海量数据没有得到更好的再利用问题，提出了基于大数据的森林防火管理系统，本系统的设计与开发将森林防火管理系统的空间分析、预警监测、护林员管理、扑火指挥、火情损失估算、图形工具等功能统一在林业大数据体系之下，使原本各自独立的采集、分析、预测、管理工作以有效控制森林火灾为核心联系起来，通过引入大数据技术对数据进行聚合、分析和挖掘，完成了系统优化整合与大数据平台构建工作，进行了实时防火数据采集、汇总、分析和运用，实现了对森林防火、森林资源保护业务的主动、协同化支撑。基于大数据的森林防火管理系统对于充分利用大数据技术提高火险预报、火行为预报的准确性、加强森林火灾的管理控制有着积极的作用。建议今后从以下几方面进行相关深入后续研究：

(1)常规的监测火情主要依靠地面人员巡护、瞭望台观测、航空巡逻等，存在着造价高限制，结合当前迅猛发展的信息技术，今后应利用无线传感器网络进行时空信息、环境信息、林木信息、火情信息等的采集，监测林区的温湿度、烟雾浓度、光亮度、风向风速、大气压力等相关数据。

(2)增强森林防火管理系统数据的实时采集性，本系统的数据没有完全实现数据的实时采集，部分是提前采集录入数据库的，今后应改进设计系统的硬件结构和软件功能，确保数据无滞后的同步采集传输，如通过移动节点和数字生理信号采集灭火救灾人员的生理参数、体征状态等，有助于确保人身安全。

(3)提高基于大数据的森林防火管理系统的智能决策性，辅助指挥员进行更加精确的灭火科学决策，利用数据融合、数据自动补偿、人工神经网络等操作，能够对于火点筛查、林火蔓延方向、潜在火险、火场安全形势评估、现场指挥调度、灭火人员紧急避险等情况进行更加智能化、现代化的决策。

[1]金 森,李建民.农林交错区典型地表死可燃物含水率预测[J].中南林业科技大学学报, 2014,34(12):27-34.

[2]李建微,陈崇成,余轮,等.一种大数据量森林场景组织及其实时绘制方法[J].系统仿真学报,2007, 19(24):5722-5725.

[3]赵 尘.大数据在森工行业的应用前景[J].森林工程, 2016,32(3): 32-35.

[4]金 森,杨艳波.基于热重的南方7种典型乔木叶片热解特性和燃烧性分析[J].中南林业科技大学学报,2015,35(12):58-63.

[5]金 森,王晓红,于宏洲.林火行为预测和森林火险预报中气象场的插值方法[J].中南林业科技大学学报, 2012, 32(6):1-7.

[6]徐 浩.浙江省森林资源信息化管理解决方案研究[D].临安:浙江农林大学, 2015.

[7]李 慧.一种改进的随机森林并行分类方法在运营商大数据的应用[D].成都:电子科技大学, 2015.

[8]郭小波,张德贤.大数据背景下灾害年份粮情信息模型仿真[J].计算机仿真, 2016, 33(1):446-449.

[9]张文燚,项连志,王小芳.大数据分区管理模型及其应用研究[J].哈尔滨工程大学学报,2014(3):353-360.

[10]胡为艳,艾民,周光彬,等.基于大数据的信令监测系统的设计与实现[J].电视技术, 2016,40(1):95-101.

[11]汤 炀.基于大数据的医院财务管理与决策系统的设计与开发[D].西安:第四军医大学, 2013.

[12]苏蓉.基于大数据的数字图书馆信息服务研究[D].武汉:华中师范大学, 2014.

[13]Bellatreche L, Cuzzocrea A, Song I Y. Advances in data warehousing and OLAP in the big Data Era[J]. Information Systems, 2015, 53(C): 39-40.

[14]Benammar M, Souissi R. A New Approach based on Wireless Sensor Network and Fuzzy Logic for Forest Fire Detection[J].International Journal of Computer Applications,2014,89(2):48-55

[15]张 贵,龙朝夕,邓妮娜,等.森林火灾恢复力评价研究[J].中南林业科技大学学报,2015,35(9):9-12.

[16]丛静华,汪 东.一种基于大数据挖掘的集成化森林防火信息化系统[P].CN105719421A ,2016.

Forest- fi re prevention management system design based on big data processing

WANG Dong1,2, ZHOU Aimin1, CONG Jinghua1, ZHAO Ming-sheng1
(1. Nanjing Forest Police College, Nanjing 210023, Jiangsu, China;2. College of Mechanical and Electronic Engineering, Nanjing Forestry University, Nanjing 210037, Jiangsu, China)

Recently, big data with the characteristic of volume, variety, velocity and value, has played an important role. More and more attentions have been put into the potential of big data in all fi elds. Big data provides new development opportunities for databased decision-making in the forest- fi re prevention, which has gradually showed great potential and advantages in the wave of modern forest- fi re prevention technology developments. The dependence on the computer to making decision highlights the complexity and the importance of forest- fi re prevention. How to use computer to maximize the potential of big data in the forest- fi re prevention fi elds and how to use computer stimulation to provide evidence for forest- fi re prevention decision making are a urging question in the age of big data and a new development opportunity. This paper analyzed its existing issues in forest- fi re prevention approaches, and introduced big data content of forest- fi re prevention. Based on the characteristics of forest- fi re prevention information, the data structure of forestry big data processing system fell into three layers: multi-dimensionality feeling layer, big data platform layer, and multiple levels fusion layer.By using the combination of structured and prototyping method in software engineering, forestry big data processing system oriented to forest- fi re prevention was developed. It provided powerful functions with assist and supports a broad range of operating systems,including spatial analysis, early warning monitoring, forest management and fi re command, fi re loss estimation, and graphical tools.Using big data technology on forest- fi re prevention can help ensure sustainable development of forests.

forest- fi re prevention; big data; multi-dimensionality feeling; early warning and monitoring; fi re loss estimation

S762.3

A

1673-923X(2017)11-0030-08

10.14067/j.cnki.1673-923x.2017.11.006

2016-08-22

国家林业公益性行业科研专项项目（201304405）；南京森林警察学院预研项目（LGY201507）；江苏省青蓝工程人才工程项目；江苏高校品牌专业建设工程项目（PPZY2015A058）

汪 东，副教授，博士研究生；E-mail：wangdong9931111@163.com

汪 东，周爱民，丛静华，等.基于大数据的森林防火管理系统设计[J].中南林业科技大学学报，2017, 37(11): 30-37.

[本文编校：吴 毅]