地表细小可燃物含水率野外自动记录监测系统设计与试验

于宏洲，柳慧，张运林，宁吉彬，郭妍，胡同欣，杨光*

(1.森林生态系统可持续经营教育部重点实验室(东北林业大学)，哈尔滨 150040；2.贵州师范学院 生物科学学院，贵阳 550018)

0 引言

森林可燃物是指林内一切可以燃烧的物质，是森林火灾发生的物质基础，其含水率是指单位质量或重量可燃物中水分的含量[1]。从可燃物角度来看，含水率的大小影响着可燃物达到燃点的时间和热释放量的多少[2]，从森林火灾的致灾机理来看，可燃物含水率的大小影响着林火发生的可能性，以及林火发生后的火蔓延速度、火强度等林火行为的剧烈程度，甚至森林火灾扑救的难易程度。在林火预测预报中，可燃物含水率是进行预报的重要因子，根据可燃物含水率可以进行森林火险等级预测、林火发生预报和林火行为预报，进而为森林火灾的预防与扑救的决策制定提供参考[3]。因此，准确监测可燃物含水率，分析可燃物含水率的变化规律，是现代林火管理中基本而又重要的一项工作。

针对如何准确获取可燃物含水率，国内外已开展了较为广泛的研究。目前常用的含水率测量方法有称量法和预测法等。称量法主要通过获取可燃物的鲜重和烘干重量，根据含水率计算公式计算可燃物含水率，其优势在于可以准确获得含水率数据。但是称量法需人工采样，不便于开展大范围、可持续的昼夜监测工作[4]，同时需要大量的时间制备烘干可燃物，不能实时获得含水率数据进行含水率动态研究，无法实现实时跟踪测量，导致相关的科学研究在时间尺度上不够全面。基于此，当前大部分研究都集中于通过对含水率相关影响因素(林分、气象、地形和土壤等因子)的获取来进行含水率预测[5]。间接获取可燃物含水率，其方法主要包括遥感估测法、气象要素回归法、时滞-平衡含水率法，及过程模型法[6]、时域反射法和频域反射法。遥感估测可燃物含水率主要采用光谱水分指数法，利用光谱的吸收指数、吸收深度指数、曲线面积和曲线长度等特征与含水率的关系建立模型进行含水率预测，遥感估测法在大尺度森林火险评价中具有良好的表现，但是受限于遥感技术自身的不足，在中小尺度范围内，或者云层、烟雾遮挡条件下[7]，遥感估测可燃物含水率的精确性并不高[3, 8-11]；气象要素回归法和时滞-平衡含水率法是较为成熟的可燃物含水率预测方法，其中气象要素回归法主要通过分析含水率与风速、温度、湿度和降雨等气象因子的关系实现预测，不同森林可燃物类型含水率受气象因素和空间因素的影响[12-13]，导致建立的模型在研究区域外的推广验证精度相对较低[14-17]；时滞-平衡含水率法主要是由水汽的物理扩散推导而来[18]，相比气象要素回归法具有更高的精度，已在美国国家火险等级系统(US National Fire Danger Rating System，NFDRS)和加拿大森林火险等级系统(Canadian Forest Fire Danger Rating System，CFDRS)等森林火灾预测预报系统中广泛使用[19-21]；过程模型因其复杂程度较高，在含水率预测中应用较少[15]；时域反射法(Time Domain Reflectometry，TDR)、频域反射法(Frequency Domain Reflectometer，FDR)也应用于可燃物含水率监测中，其原理通过确定可燃物的介电常数(主要依赖于水的含量),间接获得可燃物含水率，其探测对象更适用于均匀的介质，并非可燃物这种连续性不均匀的物质[22-24]。无论以哪种方法进行可燃物含水率预测都存在一定误差，不利于开展高质量的研究工作，且模型的建立也都需要采用称量法获取实际含水率作为验证，因此基于称量法的测量手段是最稳妥、最准确的测量方法。在使用以上方法进行含水率测定都不能完全满足森林火险预报精度要求的情况下，开发一种既准确又能实时获取森林可燃物含水率的方法对于目前林火科学研究极为重要，也是森林火险预报工作的迫切需求。

为此本研究基于称重法，集成太阳能供电装置、气象监测装置和可燃物称重装置，研制一套地表细小可燃物含水率野外自动记录监测系统(以下简称“含水率监测系统”)，该系统突破以往称量法不能在森林火险预报中所要求的可燃物含水率实时自动观测的局限，提高了准确性，减少了现有森林火险预报中所使用的预测法的误差，实现了自动连续实时的可燃物含水率观测,节约了大量人力成本。这套装置可直接为森林火险预报提供准确的、连续的可燃物含水率数据，有效提高了森林火险预报的准确度，可用于森林火险预报和科学研究。

1 森林可燃物含水率测定的方法与理论基础

含水率是指单位质量或重量可燃物中水分的含量，可通过称量法根据含水率计算公式获得[1]，在进行野外样品采集时，采集可燃物样品并记录其湿重WH，尽量保持其原有结构的完整并装入网袋内带回实验室，在105 ℃的烘箱中连续烘干8 h以上直至恒重，称取可燃物干重WD，即可通过计算公式获取含水率，可燃物含水率分为绝对含水率(Absolute Moisture Content，AMC，公式中用AMC表示)和相对含水率(Relative Moisture Content，RMC，公式中用RMC表示)，计算公式如下

(1)

(2)

式中：RMC通常用于表示活体可燃物的含水率，更能反映植物体的生理状态;AMC通常用于表示死可燃物含水率，用于林火预测预报中，反映可燃物燃烧的难易程度，本系统中采用AMC进行可燃物含水率监测。

水汽交换是影响可燃物含水率变化的主要理论基础，且已成为含水率研究的核心内容，可燃物的水汽交换主要包括水汽的可燃物表面交换和内部扩散，在恒定环境下水汽交换表达式为

(3)

(4)

式中：m是可燃物含水率，%；mb是平衡含水率，%；τ为时滞，h;t为时间,h；m0为初始含水率，%[24]。

2 仪器设计

2.1 总体设计

本文设计的含水率监测系统，基于称量法利用拉力传感器获得实时地表细小可燃物湿重，最终通过计算得到实时可燃物含水率。根据长期监测需求，本系统硬件部分主要包括称重装置、太阳能供电装置、气象传感器、接收天线和网络服务器等组成部分，软件部分有手机APP、嵌入式系统、网络发布系统和含水率计算软件。整个系统由单片机进行控制，依靠太阳能供电。拉力传感器与称量托盘通过悬吊式进行连接，定时提取和放下称量托盘，样品托盘被机械传动组件提升后由拉力传感器将重量数据传送给单片机，就测出了托盘和样品质量，去皮后得到可燃物鲜重，存于存储器中并通过北斗模块发射到数据接收终端(计算机、手机)，终端中内置可计算含水率的软件，进而实现对地表细小可燃物含水率的实时获取，同时为满足林火预测预报和科学研究需求，本装置搭载气象要素传感器，气象数据可同含水率数据同时传输至终端设备。

2.2 结构设计

本系统结构包括太阳能供电装置(蓄电池和太阳能电池板)、气象监测装置(大气温湿度传感器、风速传感器、光照传感器和雨量传感器)、可燃物称重装置(拉力传感器、电动推杆和网袋)和通讯系统(蓝牙装置、北斗短报文模块和北斗远程数据接收服务器)，具体功能结构如图1所示。

图1 功能结构图

本系统将单片机芯片与周边电路固定在自行设计的PCB主板上，外部传感器与主板之间使用多芯电缆与防水接头进行连接，具体实物组成如图2所示。各部分硬件结构连接如图3所示。本系统中单片机采用STM32单片机芯片，其周边电路如图4所示。

图2 实物组成图

图3 硬件结构连接图

(a)单片机

为保证系统能够在野外条件下快速拆装，整个仪器装置均由螺丝、手拧螺杆等组装而成，具备便携功能；仪器主要搭载平台为三脚架，插脚可深入土壤，保证仪器平稳运行；气象传感器、称重传感器十字交叉于三脚架基台之上，实现稳定结构；供电装置、采集主机等模块之间全部采用航空插头连接，并做防水处理，达到IP76防水标准。为保证本系统具有较高的可靠性，具备独立充电蓄电池，结合太阳能板和电压监测装置，实现仪器的可持续供电；森林可燃物装载网袋为80目，在保证可燃物与外界水汽交换自由的情况下，可防止可燃物掉落和昆虫进入；具备蓝牙和北斗2种近程和远程通讯模式，保证通讯畅通。

2.3 功能设计

系统采集主机数据连接唤醒按钮具有指示灯功能，可显示仪器工作状态。仪器的设置、运行全部通过手机APP实现，手机APP软件界面如图5所示，设计流程如图6所示，可进行数据采集设置及下载、称重装置的检测、采样周期的记录、采集环境阈值和睡眠计划等的设定，手机APP采用低功耗蓝牙与设备进行通信，使用原生手机APP控件组织系统的界面。整个界面采用LinearLayout布局，里面放置一个帧布局(FrameLayout)和一个底部导航栏(ButtomNavigationView)，通过若干个frameLayout动态加载，实现了不同界面间的切换。设备的通信采用低功耗蓝牙技术，为此专门设计了一个通信用的服务，该服务一直驻留在系统的内存中。当设备数据上传至手机APP时，通过广播唤醒前台界面，实现界面外观的更新。各传感器精度和测量范围见表1，当电池电压低于10.8 V时，可用12 V蓄电池充电器充电，电池电压低于9.6 V，则电池已经处于亏损状态，需要使用专用蓄电池修复充电器才能修复电池，使用普通蓄电池充电器难以充入电能[26-27]，仪器电压的具体调节原理为，日间当阳光充足时，太阳能控制器将太阳能电池板发出的电量进行恒流控制给蓄电池充电至充电截止电压，同时太阳能控制器将蓄电池的电量输出至主机主板，主机主板电源部分采用交流变直流开关电路技术，将非恒定电压转换为恒定输出的电压供仪器各回路使用。

表1 传感器精度

图5 安卓手机应用界面

2.4 数据获取与发布

在系统处于待机状态时，随时可以靠近仪器，通过人工按下仪器主机的按钮通知主机，建立手机与主机的蓝牙通讯连接。手机软件与主机之间使用自定义的编码格式，将主机存储器中保存的数据全部传输至手机内存中，然后以cvs格式文件保存到手机闪存中(cvs格式示例如图6所示)。北斗模块发送的数据与此页面展示的相似，将数据按照类型(整形、浮点型)转换为十六进制ASCII码，按顺序排列后，以“ ”为结束符，总长度不超过78字节，通过北斗模块将数据发送至接收天线。接收端按照同样的方式进行接收后解码，将数据还原为各类型数据并保存至服务器(服务器使用树莓派3B主板，linux系统)。使用python程序编写的含水率算法计算获得实时和预测的含水率，同时可以将服务器数据发布至云服务，建立网站以提供外部数据访问服务，形成可燃物含水率基础数据发布网络。如图7所示。

图6 手机APP流程图

图7 数据结构

2.5 样品制备

在特定林型选定采样点后，设置与称量装置托盘大小相同的样方2块(如需其他尺寸可单独定制)，采集其中一块样方内地表细小可燃物留置于称重网袋内进行野外实时称量，采集另一块样方中地表细小可燃物时尽量保持其原有结构的完整，将样品带回实验室后，置于烘箱中进行烘干，烘箱温度建议设置为120 ℃，连续烘干至少8 h直至重量不再变化为止，记录下此时样品干重，并根据样品鲜重和干重计算初始含水率，结合留置样品的鲜重和初始含水率得出留置样品干重，通过北斗模块将称重传感器实时测量的留置样品鲜重传送至服务器，即可远程获取野外可燃物的实时含水率。

3 试验设计与数据分析

3.1 试验方法

为验证本系统在极端环境情况下的测试能力，先后选择了东北地区极寒天气积雪覆盖下的测试状况，大风天气下的测试状况，以及南方降雨环境下的测试状况。为保证长期监测系统的持续性，在秋季森林防火期内，选择哈尔滨帽儿山实验林场和伊春凉水实验林场，进行长期含水率监测和人工称量对照取样，烘干后得出对应时间的含水率。为探究系统在中国南北方地区的适用性情况，分别在北京、河北、浙江和江西等省市不同林型内开机测试，同时结合现场人工破坏性采样，对仪器测定可燃物含水率进行准确性评价。本研究将系统测量数据与实际含水率之间的平均相对误差(MRE,公式中用MRE表示)、平均绝对误差(MAE，公式中用MAE表示)和均方根误差(RMSE, 公式中用RMSE表示)作为评价指标，进行系统测试准确性的验证，3种评价指标计算公式如下。

(5)

(6)

(7)

3.2 极端环境测试

本研究将含水率监测系统放置在东北黑龙江地区冬季野外条件下，设定休眠模式为3个月(2013年12月至2014年2月)，经历温度负值、大雪覆盖等过程，如图8所示，测试地区平均温度见表2。结果表明，在极端天气下称量托盘发生粘连，但解冻后仪器未损坏，仍可继续正常工作，表明该机器可以适合北方寒冷地区，在冬季关机置于野外，春季可正常开机工作。

图8 积雪覆盖下测试

表2 测试地区的月平均温度

系统内可设定风速阈值，当环境风速大于此阈值时可延迟称量，待风速减弱后可继续称量，将风速给称量带来的影响降至最低，仪器内部默认风速阈值为3 m/s，可根据实际情况利用手机APP进行调节。如图9所示，在风速4 m/s的情况下，监测到的含水率始终保持平稳，并没有因刮风而受到较大影响，当风速较大时，可以观察到含水率有略微下降趋势，相关研究表明[27]，当风速处于3 m/s时，可燃物的失水速率较快，含水率对风速进行了及时响应，由此说明监测仪在大风条件下仍能正常进行监测。

图9 大风条件下测试

为测试含水率监测系统在降雨高湿情况下的工作状态，2014年8月18日至2014年8月19日在浙江省富阳市连续降雨条件下开机测试，结果如图10所示，监测系统运转良好，监测系统含水率变化趋势与手工测量基本一致，且雨后仍能正常运行，未受降雨、高湿环境影响，表明含水率监测系统能够在降雨、高湿环境下运行。

图10 降雨高湿度条件下测试

3.3 数据分析

为验证本含水率监测系统在可燃物含水率长期监测中的精度，本研究在秋季森林防火期内，在东北林业大学帽儿山实验林场和凉水实验林场内进行精度测试，其中在帽儿山实验林场选择林型为白桦和水曲柳混交林，进行为期20 d的含水率监测，每天9:00、12:30、16:00进行3次人工称量对照取样，烘干后得出对应时间的含水率，人工测量含水率与仪器监测结果,如图11所示，系统监测含水率最大值为2.49%，最小值为0.37%，均值为1.23%；人工测量含水率最大值为2.40%，最小值为0.27%，均值为1.23%，含水率趋势线斜率接近1，决定系数R2较高，为0.98，说明含水率监测系统无论是在监测准确率还是在监测稳定性上均具有较高的精确度，在进行大跨度、长时间含水率监测时，具有较高的敏感性。

图11 帽儿山含水率监测数据

在凉水实验林场选择落叶松纯林，进行了为期30 d的含水率监测，每天9：00、12：30、16：00进行3次人工称量对照取样，其结果如图12所示，仪器监测含水率最大值为4.17%，最小值为0.04%，均值为0.99%，手工测量含水率最大值为4.49%，最小值为0.07%，均值为1.02%，含水率趋势线的斜率与R2均接近1，在长达30 d的监测中，含水率监测系统依然具有良好的表现，结合帽儿山含水率监测数据，证明本系统可以在可燃物含水率的长期监测中广泛使用。

图12 凉水含水率监测数据

在帽儿山和凉水林场地表细小可燃物含水率长期监测取得良好效果的前提下，为验证该系统在其他地区的适用性，利用监测系统在我国南北方地区进行了验证测试，监测结果与手工测量结果误差见表3。从表3可以看出，含水率监测系统在对东北甚至北方常见林型的地表细小可燃物含水率进行监测时具有较高的准确性，在我国南方进行监测时精准度也很高，可见本含水率监测系统对其他地区仍具有较高的适用性，无论在南北方地区均具有较强的适用性，可广泛推广使用。

表3 系统测量与手工测量含水率误差

4 结论与讨论

本文研究的野外森林地表细小可燃物含水率长期监测系统，以单片机为控制核心，利用电动推杆和重力传感器，实现基于称量法的可燃物称量，通过蓝牙通讯和北斗通讯将质量数据传送至手机和计算机终端设备，利用内置软件计算可获取野外森林可燃物的实时含水率。以太阳能系统为主要供电装置，监测系统可长期在野外进行监测，节约人力，监测系统成本较低，适合大范围的含水率监测，对森林火灾预测预报具有实际意义。本研究主要结论如下。

(1)通过对硬件组成部分的设计和软件程序的编写，实现了地表细小可燃物含水率长期的野外监测工作。在太阳能供电、单片机控制、软件程序计算的情况下，监测系统具备了长期收集、计算可燃物含水率的功能。

(2)在极端环境测试中，经历东北地区-30 ℃的严寒、积雪覆盖、高达4 m/s的大风天气和南方降雨、高湿度天气的情况下，含水率监测系统仍未受损坏，可继续开展含水率监测工作，说明含水率监测系统在极端环境下表现良好，监测系统具有极高的耐久性和可靠性。

(3)在长期监测中，含水率监测系统在帽儿山实验林场和凉水实验林场2块长期监测样地均具有良好的表现，人工测量含水率数据与仪器监测数据趋势线斜率和R2均接近于1，说明监测系统在长期监测中具有较高的稳定性和准确性。在针对我国南北方地区各林型的适应性测试中，监测系统与人工测量含水率的MAE为5.8%，MRE为7.9%，RMSE为7.6%，误差相对较小，说明监测系统具有较高的适应性，可推广使用。

本文研究设计的仪器除可进行可燃物含水率的数据采集，同时搭载温度、湿度、风速、降水和光照等气象要素传感器，可进行森林火险预报因子的采集，可提供全套的火险天气预报服务，收集数据可为林火科学研究和林火管理政策制定提供数据基础。本研究收集到数据可通过北斗模块全部发送至服务器，并具备数据查询功能，后续通过含水率监测系统的推广使用，可形成一套基于地理信息系统的可视化含水率监测服务网络，集含水率数据的收集、计算、发布和时空分布功能为一体，甚至可以接入全国森林火险信息采集管理平台，将数据上传至国家森林草原防灭火指挥部以提供参考，体现该含水率监测系统的间接经济价值和社会效益。