森林火灾烟气监测装备研究进展

马泽南， 高仲亮， 魏建珩， 王何晨阳， 王秋华， 龙腾腾， 王京鲁， 赵 恒， 刘 羽

(西南林业大学土木工程学院，云南 昆明 650224)

随着气候变暖，森林火灾发生的频率、野火强度和过火面积均呈上升趋势，防火期也在延长，全球年均发生森林火灾20万余次，过火面积达几百万公顷[1]。森林火灾是影响生态环境的重要因子，一旦发生，将排放大量的烟雾、有毒气体和颗粒物到空气中，排放物中90%是CO2，其余是CO、CH4、NMHC(多碳烃)、NOx、颗粒物(PM2.5、PM10)等[2，3]。CO2和CH4是主要的温室气体，过量排放会加剧全球气候变化；颗粒物及有毒有害有机气体是主要空气污染来源；人类长期暴露于林火产生的有害气体中极易导致呼吸道慢性疾病，提高患心脑血管疾病的风险[4]，且烟气扩散是森林火灾的主要特征之一，烟气监测是监控森林火灾的重要方法，在林火监测与扑救中占重要地位。

现今森林火灾烟气监测得到重视，森林火灾烟气监测装备飞速发展。部分国家已经初步形成并且逐渐完善天—空—地一体化的林火烟气监测体系[5]。本研究以该体系为基础，广泛收集国内外森林火灾烟气监测装备相关文献，从航天监测、航空巡护、近地面监测3个层面分析和探讨了卫星、载人飞机、无人机、摄像头、雷达和多传感器融合技术的应用，并提出优化监测体系、改进自动算法的研究趋势。

1 航天遥感监测

较早应用于林火烟气监测任务中的卫星主要有美国国家海洋和气象卫星(National Oceanic and Atmospheric Administration，NOAA)、美国地球观测系统(Earth Observation System，EOS)和中国风云系列气象卫星；新兴的有美国国家宇航局发射的陆地卫星(Landsat)、欧洲航天局(European Space Agency，ESA)发射的地球观测卫星哨兵系列卫星(Sentinel)、中国高分辨率对地观测系统(高分系列卫星)、日本向日葵系列卫星(Himawari)。目前，美国在卫星林火监测领域仍处于世界领先水平。

1.1 美国卫星

1.1.1 NOAA系列卫星

NOAA服务于美国国家海洋和大气管理局的烟雾预测模型(BlueSky)，该模型模拟的重点是PM2.5浓度，每次模拟在距地面5 km和100 m位置定义两个PM2.5浓度，分别用于校准和预测结果[6]。Kim H C等[7]直接通过卫星观测的羽流传输和扩散估计野火排放，量化预测结果和卫星测量之间的差异，省略化学模型应用、扩散观测等步骤，经过与BlueSky模型对比确认该方法可行，但存在对观测高度依赖等缺陷。HuangJ等[8]发现美国国家空气质量预报能力(National Air Quality Forecasting Capability，NAQFC)存在很强的季节性偏差，无法应对森林火灾等PM2.5极端事件，经过偏差矫正法显著改善结果。NoyesK等[9]使用地面观测和飞机巡航研究烟气性质时发现并不能很好地描述粒子运动，引入基于NOAA卫星监测的粒子性质和顺风演变图像，发现下风向粒子演化主要原因有重力沉降、氧化、粒子聚集和冷凝等，有助于判断粒子顺风演化趋势；且NOAA卫星提供长达20年的历史数据，为从统计学角度研究区域森林火灾烟气行为提供了可能。

1.1.2 EOS卫星系统

EOS包含了Terra和Aqua两颗卫星，搭载MODIS传感器，可提供36个波段的图像，其中第一、二、三、八信道常用于火灾烟气监测[10]。近年来，基于MODIS数据的林火研究涉及的影响因子越来越多，不同信道的分辨率不同，将这些信道综合应用可以实现烟雾、水蒸气、植物类型、火行为、火烧迹地等数据的监测实现全方面监测火灾。LyapustinA等[11]在第八信道提取出烟气数据的基础上，利用不同信道之间穿透力、敏感性等条件的不同，排除植被、云层等因素的影响，可得到更准确的烟雾监测图像，提高林火监测和预测系统的性能。KrsticN等[12]利用TerraMODIS的烟雾和云层数据对加拿大41个森林火灾烟气所导致的疏散事件进行回顾性评估，即监测从疏散日期开始4天内的空气质量，结果表明有一半事件符合疏散条件，卫星提供的烟气数据可作为判断是否达到疏散条件的标准之一。PengfeiY等[13]使用EOS卫星对烟气进行追踪，通过观察羽流上升、纬度扩散和光化学反应等变化发现，烟气衰变与臭氧-有机物反应概率相吻合。基于MODIS所提供的数据，可估算出烟雾喷射高度、蔓延趋势及蔓延时间等，以长期监测森林火灾对空气质量的影响[14]。

1.1.3 Landsat系列卫星

20世纪80年代，ViswanadhamY等[15]通过Landsat卫星图像获得烟柱特征和烟气扩散方式，奠定了Landsat卫星在空气污染及烟气扩散事件中的应用，并认为温度差是影响烟气扩散速度和方向的主要因素。20世纪90年代，LavreauJ等[16]提出一种去除气溶胶对Landsat卫星图像影响的算法，根据烟气颗粒及厚度对地面目标辐射量影响的不同，量化烟气或雾霾并对图像进行校正，但该算法存在轻微的过度校正问题。Kustiyo等[17]使用Landsat卫星确定烟气来源，经过评估其结果的准确性最高可达90%以上。Kumar等[18]将Landsat等卫星红外波段监测到的气溶胶与火焰辐射功率(Fire Radiative Power，FRP)计算得出的结果对比发现，在一定天气条件下空气中的黑炭、有机碳、PM10等粒子严重影响卫星红外波段对气溶胶的观测，可能导致各粒子含量被低估。

1.2 其他国家卫星

1.2.1 Himawari系列卫星

向日葵卫星是静止卫星，目前使用最为广泛的是Himawari-8，应用Himawari-8号卫星监测森林火灾烟气的研究主要在2018年以后开展，主要服务区域为亚太地区[19]。HeriIsmanto等[20，22]基于Himawari-8数据提出分类树分析自动烟雾检测模型，经过精度评价、时空分析认为该模型可行，但烟气较稀薄时灵敏度会降低；应用其监测印度尼西亚苏门答腊岛和婆罗洲岛的火灾并探测烟雾和能见度，与实际能见度对比证实该方法在能见度低于2 000 m时效果最佳。XinSu等[22]提出了一种基于Himawari-8传感器数据适用于东亚地区的陆地通用气溶胶算法——高精度气溶胶反演算法，该算法能够获得气溶胶类型并对其进行动态测定。

1.2.2 风云系列气象卫星和高分辨率光学卫星

我国自主研发的风云系列气象卫星和高分辨率光学卫星(简称高分卫星)，主要应用于国内相关研究，国际上应用较少，高分卫星正在接替风云系列卫星的森林火灾烟气监测功能。覃先林等[23]发明了一种自动生成烟区检测结果的方法，该方法使用归一化烟指数、燃烧指数等7个指数判断烟区和非烟区，旨在利用高分卫星数据识别烟气并发现林火。蒋芸等[24]为降低植物叶绿素对CO2反演的影响，对高分5号卫星的反演结果进行荧光校正，使植被覆盖地区CO2反演结果更加准确。

1.2.3 Sentinel系列卫星

Sentinel卫星由欧空局发射共有5个系列，Sentinel-2含有3个红边波段，常用于森林火灾烟气监测[25]。Grive等[26]为了消除森林火灾烟气对火烧迹地绘制的影响，使用数据表示方法、特征提取方法、分类器方法等6种算法处理被烟气覆盖的Sentinel-2数据的土地覆盖图，并与地面真实情况比较，最高准确率可达91.61%。由于红边波段对绿色植物生长状态十分敏感，Khetkeeree[27]等提出了基于归一化植被指数分类的Sentinel-2图像去烟气技术，该技术首先根据NDVI进行分类，随后使用无烟气图像进行还原，在较稀薄的烟气和分布均匀的厚重烟气的条件下结果较为准确。

2 航空烟气监测

航空遥感又称机载遥感，是指利用各种飞机、无人机等飞行器作为传感器运载工具在空中进行的遥感技术。飞机和无人机在应用早期仅执行巡航和林火观察任务，后逐渐应于林火扑救和监测，但没有单一功能专用于森林火灾烟气监测的飞机或无人机；飞机综合性能强，无人机的分工更加细化但森林火灾烟气监测常作为林火监测的任务之一[28]。

2.1 飞机巡航

执行护林巡航任务的飞机主要有固定翼飞机和直升机，搭载各类探测器、控制器、定位系统以及水箱等灭火装置，兼具指挥、定位、物资运送、灭火等多种功能。美国1915年8月首次将飞机用于森林火灾巡查，现美国林务防火中心拥有近300架护林防火灭火飞机，其中包括安装有红外扫描仪的林火监测专用飞机。加拿大自1924年开始使用飞机侦察森林火灾，并配备30多种飞机，其中以CL-215水陆两栖飞机及其改进型CL-215T型最为著名。我国两个航空护林总站平均每年租用飞机230架次左右，其中主力机型为M-26直升机、K-32直升机以及专用于我国高原地区的执勤飞机K322型直升机。

2.2 无人机监测

执行林火监测任务的无人机属于小型无人机，有固定翼小型无人机、多旋翼小型无人机和结合二者优点的复合翼小型无人机3类，多旋翼小型无人机使用最为广泛。随着无人机技术不断发展，无人机在林火监测和扑救中应用更加广泛，分工也更加细致明确，无论是火灾发生的任何时期都能够胜任。因此，提升无人机性能和无人机的自动化将成为当下的研究重点。

张志东[29]等在开发探测扑救阴燃火技术时，根据六旋翼小型无人机能够低空飞行的特性，搭载上红外摄像头、烟雾探测器和储水箱，与控制中心、地面机器人相配合，及时发现、定位、扑灭阴燃火。南京航空航天大学研制的“云雀”[30]无人机，采用大展弦比直机翼和V型尾翼，携带高清摄像机，专用于森林防火监测。狄曙玲[31]等在原有多旋翼无人机的基础上加设了真空泵和气体收集罐以完成火灾烟气实时收集，减少气体之间的相互污染，更好地适应森林火灾烟气弥漫的极端环境。张玉杰[32]等设计出四旋翼无人机集群技术可应用在森林火灾管理的任何阶段，该无人机集群由地面软件进行控制，可实时完成图像、温度、位置、气体等数据交换，及时定位火点，辅助灭火。David[33]等设计一款专用于监测农村周边森林火灾的无人机，该无人机搭载了烟雾传感器MQ-2和高分辨率摄像机，由手机应用程序控制，可自主配置无人机飞行路线并校准传感器。Aggarwa等[34]设计一种算法解决野火蔓延中多无人机路径规划问题，该算法可自动识别目的地点，并将目的地分配给各无人机，之后计算出可行路径进而得到最优路径。杨明明[34]等利用元胞法模拟林火蔓延、P-中值模型进行选址，提出了一种适用于高原森林防火的航空器起降点布局规划方法，并根据权重值给出选址点的重要程度。

3 地面烟气监测装备

3.1 摄像头

摄像头是森林火灾烟气监测中应用最为广泛的装备，几乎所有载体上都装有摄像头，根据载体的不同，搭载摄像头的种类、功能和图像提取方式都不同，主要投入使用的是普通摄像头和红外摄像头。近年来对提升摄像头性能、图象提取技术、摄像头最佳部署位置的研究都十分丰富。

张娅平[35]等研发的双目监测系统采用双目立体视觉技术来模仿人眼成像原理，由2台平行放置的摄像机获得的数字图像进行双目匹配获得视差图，得到空间点的三维空间坐标值，可有效提高准确率。北京林业大学黄儒乐[36]等使用摄像头获得林火烟雾图像，设计并开发了基于神经网络等算法的森林火灾烟雾图像自动识别系统。Zhu G[37]等根据3D摄像头提供的图像提取烟气的空间特征，之后通过特征图融合得到烟气监测结果，经验证，在单一背景下该方法的准确率高达95.17%，复杂背景下高达75.32%。苏宇轩等人[38]在青岛市崂山区原有监控摄像头的基础上，结合空间分析、提取潜在顶点等操作，优化得到摄像头布局结果，使该区域整体监控覆盖率达到80.4%，重点监控区实现全面覆盖。Heyns[39]等提出一种智能视频烟雾检测算法和最佳野外摄像机放置策略，建立和扩展摄像头网络、实现野外烟雾探测并判断出最佳的摄像机覆盖范围和检测精度。Fuquan Zhang[40]等提出一种基于机器视觉的瞭望塔部署模型，以确定瞭望塔的最佳部署位置，减少低风险区域视域冗余，增加高风险区覆盖率，该方法可将高风险区域的多重覆盖率提高8.9%～17.3%。

3.2 雷达

激光雷达可提供垂直结构信息，在国际上应用较广泛，国内使用C波段雷达较多。拉曼激光雷能够观测不同高度的PM2.5浓度以研究森林火灾产生的烟气在大气中的扩散方式，也可以用于判断野火来源及对不同地区的影响程度。徐八林等人[41，42]研究并证明C波段雷达能够探测到森林火灾回波，并根据林火烟气一定的回波特征滤出得到火灾烟尘回波；回波的面积和顶高变化可用于判断地面林火情况。

3.3 多传感器融合技术

单一传感器只能检测单一指标，而在森林火灾烟气监测中，单一的监测指标中很难得到确切结果，将多种传感器融合得到多种数据，得到一个较为准确、综合性强的结果[43]。实际应用中大部分森林火灾烟雾传感都是由通讯设备、中央控制器、定位设备和探测器组成。

美国技诚公司LM393传感器，将烟雾传感器、微控制器、火焰传感器、通信模块等设备一同搭载在同一监测网格节点上，构建成“正六边形”传感器监测网格[44]。中国林业科学研究院集成的机载光学全谱段遥感系统CAF-LiTCHy，包含激光雷达扫描仪、热红外相机、CCD相机和高光谱传感器4种对地观测传感器、一个定位系统和一个定姿系统，在森林火灾监测及扑救中应用广泛[45-47]。David[32]等将烟雾传感器和高分辨率摄像机相配合，通过应用程序完成通信和控制，这套设备被安放在无人机上专门用于林火烟气监测。

4 展望

部分国家的林火烟气监测已经初步形成了天—空—地一体化的监测体系，但各部分之间配合不够紧密、分工欠明确及结果需要人工判断，且各种监测方式均存在局限性。卫星监测受云层影响较大，图像存在不同程度的形变；飞机巡航在实际应用中仍然无法实现全天候监测，无人机巡航受天气影响较大；摄像头监控无法全面覆盖、容易误报；雷达探测器成本较高。因此，林火烟雾监测未来的研究在完善现有监测体系的同时应加强监测体系的自动化。

4.1 优化监测体系

优化监测体系可从以下几个角度展开：(1)加强卫星监测应用，卫星在林火监测中的功能已经十分丰富，且逐步展开在空气质量领域的研究，在森林火灾烟气监测方面研究较少，未来可将林火监测和空气质量研究相结合，直接进行森林火灾烟气监测和评估；(2)根据实际情况改进现有的森林防火系统，将航天监测、航空监测和近地面监测与国家级、省级、县级监测对接，建设兼顾资源分配和数据共享的综合性监测系统；(3)发展新型成像技术，微波遥感技术和激光雷达技术能够应用于森林火灾监测，但在森林火灾烟气监测中的应用还有待研究，后续应将常用光谱技术与微波遥感技术和激光雷达技术相结合进而获得更加完善、精准的图像。

4.2 改进自动算法及模型

需要改进或自主开发的算法及模型主要为：(1)烟气预测模型，目前存在的模型大多属于半经验半数学模型，区域性较强，相关改进模型较少，烟雾预测模型是模型的集合，包括天气模型、火行为模型、燃料模型、排放模型、羽流模型等，且需要大量的观测数据验证模拟组件和评估系统，各地区应开发适用于该区域的预测系统，或者改进现有模型；(2)去烟雾算法，现有算法受到云层、水面、高温以及前期烟气排放所产生的背景效应等因素影响，使用有效范围较小，部分存在过度校正的问题，去烟雾算法的开发及优化是未来研究的重点方向之一；(3)烟气自动监测算法，在地面及近地面监测中，使用传感器对烟气进行自动监测应用较为广泛，但误报情况严重、监测范围有限，发展航空航天烟气自动监测能够完成烟区绘制，有助于宏观上把握林火情况。