数字化转型背景下森林防火能力提升研究∗

陈新杰 孟 旭 常 印 郑洪雷 王 琦

（1.天津市规划与自然资源局，天津 300399；2.中国铁塔股份有限公司天津市分公司，天津 300250）

森林在调节气候、美化环境、提供木材等方面发挥着重要作用[1]，森林生态系统物种多样、结构复杂、功能丰富的特点，特别是在涵养水源、降低温室效应等方面具有重要作用，被誉为“地球之肺”。然而，随着近年来气候变暖导致极端天气增多，频繁引发森林火灾等自然灾害，严重危害人民群众生命财产安全，对生态环境带来较大破坏。森林火灾逐渐成为世界性的林业重大灾害，被联合国粮农组织确认为世界八大自然灾害之一[1]。天津市地处华北平原北部，林地面积20.39 万hm2、森林面积13.64 万hm2、森林覆盖率12.07%、森林蓄积量460.27 万m3，含有平原、山地、丘陵三种地形，气候多变。且近十年来北部山区林内可燃物普遍增加了2～5倍，重点林区可燃物载量每公顷已高达50～60 t，远超国际公认的可能发生重特大森林火灾的临界值，森林火灾风险隐患增加、监测告警任务加重、森林防火难度加大[2-3]。面对日益严峻的森林防火形势，天津市始终认真践行“绿水青山就是金山银山”的发展理念，压实森林防火职责，创新森林防火治理体制机制，积极探索和应用云计算、AI智能、物联网、5G等新一代信息技术，坚持预防为主、防救并举原则，全面提高全市森林防火能力，最大限度减少森林防火灾害发生及其带来的损失，保障天津市国土生态安全[2-5]。

1 森林防火综合治理现状分析

近年来，森林火灾风险不断增大的主要诱因如下：1）异常气候变化导致极端天气增多；2）森林公园旅游业的快速发展带来较大的人为诱因风险；3）野外火源管理难度增大，导致森林火灾隐患不断增加，也增加了森林防火监测难度[2，6]。天津市北部山区作为天津市森林火灾高风险区中的重点管控区，全域森林面积5.166 3 万hm2，占全市森林总面积的27.3%，山区植被茂密，林木绿化率高达49.5%，是天津市重要的水源涵养地。同时，山区境内包含众多生态自然保护区、风景名胜区、文物保护区及森林公园等，在推动当地经济社会发展和生态文明建设发展的同时，也为天津市森林防火工作的防治带来了压力和挑战[7-10]。当前，经过不断探索和努力，天津市森林防火监控能力和防火灾能力持续提升：1）森林火灾预防体系逐步健全，立体化监测告警网格已基本形成；2）森林火情巡防队伍能力不断增强，物资保障能力显著提升；3）森林防火保障体系日趋完善，组织机制及法律体系不断完善。天津市实现了在“十三五”期间持续保持无重大森林火灾的良好态势。

与此同时，面对森林面积不断增加、火灾因素增多、火源管控难度加大等火灾防范压力不断增大的严峻形势和挑战，如何快速提高和形成高效的森林防火监测和告警能力，成为天津市森林防火工作的首要问题。而预防监测是实现森林火灾“早发现”的关键环节，天津市森林防火工作积极探索和应用信息化技术和现代化科技手段，加强新技术应用，创新预防模式，强化响应措施，加快构建完善的森林火险智慧监测预防系统[2，11]。通过智慧监测和识别来实现在火灾初始阶段进行及时防治和火情控制，提高火灾扑救指挥调度的有效性和准确性，进一步提高森林防火工作效率，从而有效减少森林火灾损失[12-13]。

2 森林火险智慧监测和告警

为有效预防和遏制森林火灾发生，保障森林生态安全和人民群众生命财产安全，针对潜在风险区域，利用高点通讯铁塔资源安装部署智能监控设施，通过热成像摄像机、AI智能算法、云计算、大数据、GIS地图等新一代信息技术，搭建森林火险智慧监测预防系统[14-16]。以可视化、感知化、智能化、协同化的方式，更加深入直观、准确、高效的为森林防火工作提供数据和能力支撑，实现森林防火智能化监测告警和管理。通过实时监测和告警，第一时间发现火灾和调度，并实时掌控林区内火灾火情动态，从而作为森林防火地面人工巡护的有效补充和替代，在大大提高森林防火工作效率的同时，有效解放巡护人员劳动力，同时在森林火灾早期监测、告警以及火灾扑救过程中发挥重要作用[17-20]。

2.1 基于AI算法的智能识别技术运用

据科学实验表明：人眼直视监控视频画面约22 min后，将会对视频画面内容失去分辨能力，所以通过AI算法识别技术来代替人眼观看，将成为技术发展的必然。通常被用于森林火灾识别的AI算法包括可见光林火识别和热成像林火识别两类。其中可见光林火识别主要是对画面内容丰富、直观的视频画面或图片进行识别，主要用于白天识别烟雾、晚上识别火光，有利于实现“打早、打小、打了”，有利于人工进行火情研判；热成像林火识别的监测画面主要以黑、白、灰为主，主要用于识别火源（火焰）本身。可见光林火识别与热成像林火识别特点对比，如表1所示。

表1 可见光林火识别与热成像林火识别特点对比Tab.1 Comparison of the characteristics of visible light forest fire identification and thermal imaging forest fire identification

森林防火监测告警的关键在于要尽可能早的发现火情并进行告警，然而森林火灾早期监测识别的难度通常最大，其主要难点在于目标尺寸小、特征不够明显，干扰因素较多等。其中最常见的干扰因素可总结为以下三个方面：1）烟雾自身多变的形态、复杂的纹理，是烟雾检测的难题之一；2）树梢晃动、反光、云影移动、飞鸟、雾气等是造成误报的扰动因子；3）雾霾、云团对算法识别的干扰。基于此，对于AI算法自身而言，需具备计算机语义分割和识别，能实现让算法自身可以划分检测场景，判别出需要检测的区域，实现精准识别。同时，通过设置预置位对特性区域进行重点监测，对不同预置位设置灵活的识别策略，以此来实现AI算法智能识别的有效性[21-22]。

2.2 “端-边-云”协同一体化林火监测和告警

当前市面上的智能摄像机可以内置不同的AI算法，已初步具备一定的AI算法识别监测能力。在摄像机端发起智能识别检测，既可以满足高精度林火识别的检测需求，又可以最大限度降低后端网络的传输带宽压力，但智能摄像机内置算法种类单一、算力有限且只能识别简单的应用场景。对于森林防火实时监测的高架大视野场景，同时考虑到受山区云团、云雾、云影、反光等野外复杂环境的影响，对AI算法识别能力提出了更高的要求。因此，可通过架设边缘计算节点，来实现AI算法赋能。较常见的边缘计算节点多数是基于硬件来实现，如边缘智能盒。边缘计算节点可以同时接入多路前端摄像机，并从前端摄像机获取实时视频流进行AI算法识别分析，当识别到异常时会自动进行录像、截图并生成事件告警数据上报到云端。而云端则是基于云计算的AI林火智能识别引擎，可以面向全国不同地区、用户、应用提供林火云端智能检测，打破了地域限制，避免了重复建设问题。同时，云计算检测方案还具备弹性伸缩优势，依据不同需求和资源估算，可动态调整服务对象所需的存储、网络和计算能力[23-24]。“端-边-云”协同架构示意，如图1所示。

图1 “端-边-云”协同架构示意Fig.1 Schematic diagram of "end-edge-cloud" collaboration architecture

通过边云混合计算的模式来实现灾情告警的二次研判，可以有效提升AI识别监测的准确率。即前端摄像机或边缘计算节点实时采集监控视频对原始视频流图像进行初步分析后，将疑似烟火的视频片段或图片传回至云端，由云端部署的AI算法进行二次识别验证，然后将二次识别研判后的结果作为最终的研判结果上报给用户端进行处置。边云混合计算的技术指标分析对比，如表2所示。

表2 边云混合计算技术指标分析对比Tab.2 Analysis and comparison of technical indicators of edge-cloud hybrid computing

3 森林防火智能化运维和保障

构建森林火险智慧监测预防系统，需使用大量的摄像机、监测器材、电力及网络传输等基础设施，而这些设施的运行和工作需要有配套的电力供应，在山区林地这种恶劣的环境下，电力保障问题无疑成为最大的难点。而通信基站铁塔自身已具备了良好的电力保障条件，且塔身具有一定高度更适用于高点监控。显然，通信基站铁塔的资源优势即是森林防火监测最基本的资源保障。

森林防火工作需要具备7×24 h实时视频监控能力，因此对摄像机、计算节点、网络传输等全链路运行维护提出了更高的要求。主要有以下两点要求：1）电力保障及应急备电能力。通讯基站多数采用市电引入的方式供电，同样会存在电路断线导致停电的安全隐患。通过采用蓄电池、光伏等方案提供备用电源，并实现断电自动切换；2）通信链路故障诊断及自恢复。当摄像机离线时，从云端系统内很难直观、快速地定位问题原因所在。为此，设计实现了一款基于硬件、用于数据采集的智慧物联安全终端设备。当出现前端摄像机网络、供电、设备故障等异常情况时，智慧物联安全终端设备会自动触发智能自愈行为，尝试自行修复故障，减少人工介入的工作量。对于无法自愈的故障，智慧物联安全终端设备会将故障诊断原因及参考数据推送至平台大屏幕提示，在GIS地图上对报警点位进行标定，并联动运维人员手机，送达通知，确保第一时间送达故障信息。除此之外，智慧物联安全终端设备还具备较好的网络安全防护能力，可以总结为以下五个方面：1）设备箱门状态监测非法开箱报警；2）设备身份准入核验阻止非法入网；3）防火墙黑白名单阻挡非法访问；4）数据包入侵监测发现威胁实时报警；5）日志审计追溯取证。智慧物联安全终端设备外形示意图如图2所示。

图2 智慧物联安全终端设备外形示意图Fig.2 Intelligent internet of things security terminal device appearance diagram

传统森林防火方案关注的火灾产生的原因多数是基于防护体系外部原因，如人为明火、天气干燥、闪电引火等。而忽略了防护体系内部潜在的可能引发火灾的风险，如设备过载、温度过高甚至线路短路、漏电等引发的火灾。而系统中采用的智慧物联安全终端设备内集成了支持空开的智能断路器，当出现线路过载等异常情况时，实现自动断电防止火灾的发生。

4 “空天地人”一体化监测体系

构建“空天地人”一体化、全方位监测体系，打造四位一体化的融合平台能力。通过融合“卫星遥感+无人机航拍+测绘建模+光谱分析+5G+神经网络”等技术，充分利用卫星遥感、无人机、铁塔通信基站、地面物联网（视频监控）和人工巡护相结合的手段，形成综合森林防火监管告警平台，对森林火灾和森林资源进行全域、全天候高效监测。运用现代科技手段建设卫星遥感监测系统、无人机监测系统、地面物联网测报（视频监控）系统、人工巡护系统，实现利用遥感卫星、无人机、高点摄像机以及巡护移动终端等手段的监控形成“空天地人”四位一体化的森林防火监管系统，有效整合林木和信息资源，实现林区的社会、环境效益和经济效益的统一[25，27]。“空天地人”四位一体化监测如图3所示。

图3 “空天地人”四位一体化监测示意图Fig.3 Schematic diagram of "Space，Sky，Earth and People" four integrated monitoring

通过利用“空天地人”四位一体化监测体系来实现森林资源生态环境因子监测，通过自组织的方式构成无线生态因子传感网，实时监测森林植被生长状况、火情情况、病虫害情况、干旱缺水情况及生态环境因子、气象因子、土壤肥力、土壤酸碱度等因子变化情况，将监测数据传输至大数据平台，为森林林场资源综合评价提供数据和信息，实现森林林场资源和环境的精准监测和保护[26-27]。

5 结语

森林防火工作是森林管理中的重要一环。在加快数字化转型的时代背景下，需紧跟时代步伐加快数字化转型，提升森林防火技术能力，实现监测告警智能化、自动化。智能化森林防火监测、告警和智能化运维保障机制能全面提升森林防火工作质量和效率，能直观及时地反映森林火险威胁情况，实现自动告警。“空天地人”一体化监测机制通过全域、全天候高效的数据采集为森林林场资源和环境提供更全面、更精准的监测、预警和保护，成为保护森林资源及人民生命财产安全的技术手段之一。