基于WSN 的林区重点单位智能消防系统构建

马小琴 程 芳 张钦礼

（1.池州学院 大数据与人工智能学院，安徽 池州 247000；2.杭州蛋蛋语音科技有限公司，浙江 杭州 310005）

我国幅员辽阔，资源丰富，第九次全国森林资源清查成果——《中国森林资源报告（2014—2018）》数据显示，全国森林覆盖率22.96%，森林面积2.2亿公顷。林区中部分仓储企业大多对于环境湿度的要求较高。再如寺庙常年香火缭绕，木构件较为干燥，极易引发火灾。如果按传统的兴建瞭望塔、卫星遥感视频监控以及地面巡护的方式，不仅会花费大量人力、物力、财力，而且获取信息不全。另外，瞭望塔监测又经常受地形天气等条件限制，从而造成处理不及时，给林区带来毁灭性的灾难[1]。然而林区覆盖面积大，流转数据太多，需要采集的信息非常庞大，大数据与人工智化是必先考虑的技术。为响应国家的环保、节能、低碳等政策要求，本文将现代化网络技术运用到林区重点单位如木质建筑群、仓储企业、养殖企业或木材加工厂等消防监测中，提出一种基于WSN的林区重点单位智能消防系统，有效地预防火灾，遏制已发生的火灾，从而保护人员及财产安全。

1 基于WSN 的林区重点单位智能消防系统

本文提出的智能消防系统工作原理如图1 所示。该系统在分布式处理的基础上实现传感器节点的分簇置数。为了降低节点能耗和系统复杂性，无线传感监测网络采用分簇的拓扑结构。簇内成员节点通过多跳无线通信方式与簇首通信，将采集的信息源源不断地传送至簇首[2-3]。基站汇总通过LoRa 无线网络传输[4]各簇网关节点的数据，存档于监控中心的服务器中。所传送的数据经分布式数据处理机进行存储、查询分布程序等处理后，将结果发送至客户端。

图1 系统工作原理图

1.1 系统设计

本系统主要由五个模块组成，如图2所示。首先通过传感器采集模块搜集着火点信息，然后经过无线网络传输模块将搜集到的数据交给分布式信息处理模块进行数据处理，最后对于处理的结果判断是否启动火情遏制模块和预警模块。各模块间协调合作，保证该系统的正常运行。

图2 系统模块结构图

1.2 各模块实现

（1）传感器信息采集模块。根据森林火灾产生的热量、红外线和烟雾等特点选择灵敏度高、抗干扰性强的温度传感器、红外传感器、烟雾传感器、火焰传感器等多种类型传感器，组成立体化传感器监测阵列。立体化传感器将采集到的信息就近传输到汇聚节点，再由簇首传到主系统进行数据处理；（2）无线网络传输模块。无线传感网络中的采集节点将其采集到的信息通过LoRa无线网络传输到汇聚节点，由汇聚节点通过多跳跃方式与网关节点通信,然后结合GPRS网络通过无线基站和Internet将数据传送至监控主机；（3）分布式数据处理模块。分布式数据处理模块采用分布式数据处理系统（DDSMS）[5]。采集节点将收集到的数据信息发送至基站，基站首先进行判断，经过数据监控模块、存储模块、查询模块对信息进行处理，如若达到着火条件，则发送数据至监控中心进行预警及报警；（4）预警及自动报警模块。报警模块采用GPS定位技术和导航技术，在接收到数据处理模块传出的指令后，首先进行报警，然后通过GPS定位迅速定位火灾发生地点，同时结合地理信息系统（Geographic Information System 或 Geo－Information system，GIS）进行火势分析，并规划出最佳路线，以便及时救灾；（5）火情遏制模块。该模块是围绕建筑物的全方位洒水装置，当接到中心处理模块的报警信号后，该模块会启动打开洒水器向四周洒水，从而达到削弱火势或灭火目的。

1.3 系统具体工作流程

通过对各模块的分析，可以进一步精确到系统具体的工作流程如图3所示。实现流程如下：

图3 系统工作流程图

（1）由若干立体式传感器实时收集相关数据，并将采集的信息由LoRa无线网络传输至汇聚节点，汇聚节点将信息汇总传输至基站，由基站进行初步判断。若采集到的数据达到或接近设置的阈值，则发出预警信息。

（2）若形成着火条件，则将基站判断通过的数据信息传输至监控中心。监控中心通过DDSMS进行数据处理，进一步判断是否形成火灾。①DDSMS的处理过程。DDSMS由数据监控模块、存储模块、查询模块构成。具体处理流程如图4所示。服务器接收到信号后会将数据信息进行监控、存储、查询等处理后，与以往经验数据进行对比。如超出临界值，则将信息传送至客户端发出报警信息。当有大量数据流进行传输时，服务器中的DDSMS可识别智能识别节点的闲忙程度、距离、路线，然后对节点数据进行合理的采集和处理。②DDSMS的特点。DDSMS可以极大地缩短数据处理时间，提高响应速度，有能力应对动态的数据流，能形成随时间而变化的查询结果，它在大规模的网络应用环境中不受限制，DDSMS从外部数据源获取数据，当系统检测到符合查询条件的数据时将数据返回给用户。DDSMS是连续查询，只要用户注册了一个查询，并且没有注销这个查询，那么这个查询将持续有效。DDSMS实时进行数据分析，并向用户实时返回查询结果。因此，该系统在出现火灾时会及时报警，简单方便，无需人员反复操作。

图4 DDSMS数据处理流程图

（3）如若形成火灾，将形成火灾的数据信息传输至云端进行存储，同时进行预警及报警，利用GPS确定火场周围界限的经纬度，同时结合GIS地理信息系统进行火势分析，并自动规划出最佳救火路线及方案。

（4）如系统判断有误，则将错误数据整理归类存储至云端，并作为特例在下次同地区发现火情时与云端存储数据进行比对，通过不断对以往信息的判断、归纳、分析、总结来进行数据的不断更新，从而逐步完善系统，确保系统监测结果的可靠性和实用性。该系统火灾数据的自学习模式流程图如图5所示。

图5 火灾数据自学习模式流程图

1.4 系统特点

（1）WSN 技术不仅可以弥补当下防火技术的不足，且与采用固定摄像装置的监控技术相比，成本更低，部署更方便，更节省数据存储空间；（2）设置预警及报警系统，根据实时收集到的环境信息预测火灾发生的可能性，并根据以往的经验数据作出火灾发生可能性的判断，在误报或漏报的情形下将相关数据发送至云服务器进行自学习，提高了报警系统的精度；（3）由于系统是根据各个节点的忙闲程度、距离远近程度以及线路的拥堵程度来分配任务，所以各个数据采集节点之间是真正独立“并行”工作，从而使系统响应快；（4）火灾发生时，系统会自动打开火灾遏制装置，并向建筑物内发出有指向性的报警提示，且及时自动报警，以减小火灾造成的人员伤亡和财产损失，并规划最佳救火路线。

2 系统测试

2.1 测试环境构建

选择一座位于空旷地带的无人居住的木建筑屋，对于建筑物周边环境的营造应该尽量贴合实际环境。有选择地针对着火条件放置相应的传感器、火情遏制装置。通过无线网络传输与监控中心之间进行数据传输，保证各模块正常工作。各模块之间能够进行必要的通信，发挥相应的联动功能。

2.2 测试内容

（1）观察监测中心是否能在火情刚刚起势时及时收到传感器发出的异常信息，并进行火情等级划分，及时报警；（2）观察监控中心报警后，火情遏制系统是否正常启动；（3）观察火情扩散至离建筑物较近处时，GPS定位是否迅速定位火灾发生地点，并规划出最佳救援路线；（4）测试非火焰因素是否会使系统出现误判；（5）反复测试。

2.3 测试结果

根据系统做出的反应可以判断该系统可以稳定运行，数据能够准确传输。

（1）当林区和周围建筑物有着火的迹象时，即可燃气体浓度过高，温度过高等，启动火情遏制模块；并将通过传感器传回的数据进行处理后进一步判断火情是否得到控制，若没有则进行下一步；

（2）林区已经发生火灾且火势较大，此时遏制装置已经不起作用时，根据传感器传回的数据进行报警和自动生成最佳火场救援规划路线。

3 结束语

火情监测与控制是林区防火工作的重要内容，同时也是预防和控制火灾至关重要的一步。本文提出的林区智能消防系统基于无线传感器网络实现多渠道着火点信息的采集，经过LoRa无线网络传输后，由DDSMS结合火灾数据自学习系统对传回的信息作出及时准确的处理。系统测试表明，该系统可稳定运行，能有效防止火灾对林区重点单位的损害，最大程度地预防火灾，遏制已发生的火灾，从而保护人员生命安全减少财产损失。