CN105719421A - 一种基于大数据挖掘的集成化森林防火信息化系统 - Google Patents

Abstract

本发明公开了一种基于大数据挖掘的集成化森林防火信息化系统，包括大数据平台、以及分别与大数据平台连接的多维度感知子系统、预警预测子系统和多层级应用子系统，多维度感知子系统用于采集各类森林数据，大数据平台对数据进行预处理和计算，预警预测系统实现火灾预警预测、林火蔓延预测；多层级应用子系统用于实现森林资源规划、森林防火管理、森林火灾扑救调度与指挥。本发明能够对森林进行多方位的全面监测，对历史数据和实时监测的海量林业数据进行挖掘分析，准确地预测、预警森林火灾的发生；能够分析森林火灾发展趋势，提供辅助决策；能够对森林火灾实施空地一体、多手段的扑灭，提供高效准确的设备与人员调配；本系统集成一体化、信息化程度高。

Description

一种基于大数据挖掘的集成化森林防火信息化系统

技术领域

本发明属于森林防火技术领域，具体涉及一种基于大数据挖掘的集成化森林防火信息化系统。

背景技术

森林是陆地上最大的生态系统，一直以来森林资源的变化对于全球生态环境、生物多样性、气候变化和碳循环等方面有着重要影响，对于维持全球生态平衡具有不可替代的作用，是极其重要的可再生资源。随着森林面积以及林木蓄积量逐年增加，再加上气候条件的多变性，使得森林火灾的发生越来越频繁。由于森林火灾的发生具有突发性、随机性，并能在短时间内造成巨大的经济损失，导致森林防火任务变得越来越艰巨。一般森林火灾发生处往往远离居民定居点，因此对其有效监控和及时扑救对防止森林火灾发展蔓延十分关键。我国现有较为先进的森林消防系统是通过远程视频监控监测森林火灾的发生发展，通过电话或林业系统配备的通信系统进行通信指挥，森林消防力量携带装备前往扑救。在实际中，森林火灾受林地环境、气象条件等影响，现有森林消防系统中的监测设备并不能有效地提前预警并且及时发现森林火灾，而且由于缺乏准确的计算模型，常有误报情况发生。另外，在火灾扑救中因为林区地形复杂往往存在通信死角，引起指挥不畅通，同时现有指挥技术和体系并不能及时将前方信息及后方决策实时有效的交换和展示。

发明内容

为解决上述问题，本发明公开了一种基于大数据挖掘的集成化森林防火信息化系统，全面采集森林多种数据，并将火灾预警预测、火灾救援、病虫害预测等功能集成一体。

为了达到上述目的，本发明提供如下技术方案：

一种基于大数据挖掘的集成化森林防火信息化系统，包括大数据平台、以及分别与大数据平台连接的多维度感知子系统、预警预测子系统和多层级应用子系统，所述多维度感知子系统用于采集各类森林数据，大数据平台对数据进行预处理和计算，所述预警预测系统实现火灾预警预测、林火蔓延预测；所述多层级应用子系统用于实现各森林管理系统资源调度与指挥；

所述多维度感知子系统包括林业卫星监测模块、林业航空监测模块、林业视频监控模块、林区卡口监控模块、火险要素采集模块，所述林业卫星监测模块用于采集卫星遥感数据后传输至大数据平台，所述林业航空监测模块通过无人机及机上搭载的图像摄像机、定位装置以及监测装置，为大数据平台提供视频、图像、数值数据，拍摄图像时实时记录当前定位，摄像机的拍摄方向；林业视频监控模块包括设置在森林各地点的监控摄像装置，监控摄像装置采集到的图像以及监控摄像装置的实时拍摄方向、定位数据、摄像装置参数传输至大数据平台；林区卡口监控系统包括设置在森林关卡处的监控摄像装置，用于采集通行车辆和进出山人员实时视频监控和图像，并向大数据平台传输摄像装置的实时拍摄方向、定位数据、摄像装置参数；火险要素采集模块用于采集气象要素以及可燃物要素；瞭望塔监控模块包括设置在瞭望塔处的监控摄像设备，用于采集森林图像视频并将摄像装置的实时拍摄方向、定位数据、摄像装置参数传输至大数据平台；巡护监测模块包括由巡护人员随身携带的无线终端；

所述大数据平台包括预处理模块、数据处理与分析模块、数据库，所述预处理模块用于获取多维度感知子系统提供的各类型数据后对数据进行过滤和筛选，去除错误干扰项和无用异常数据；所述数据处理与分析模块通过不同时间遥感图像对比，分析出一段时间内各遥感图像之间的区别点并进行重点标示，经过色度对比筛选出可疑目标，针对可疑目标持续进行实时动态跟踪，计算可疑目标移动速度和目标范围扩大速度，并将数据传输至预警预测子系统中，预警预测子系统利用目标移动速度和目标范围扩大速度中的至少一个进行火情判断；所述数据处理与分析模块获得各摄像设备的视频图像数据，利用火焰和烟雾的图像特征识别火焰和烟雾的存在，当图像中具有火焰和/或烟雾时，即认为发生火情，向预警预测系统发送危险警告信息；当发生火情时，预警预测子系统利用多维度感知子系统中得到的火险要素，结合卫星遥感数据，计算出火灾蔓延状况。

进一步的，所述预警预测子系统通过以下公式判断火情：计算综合变化速度=修正参数*a*目标移动速度+修正参数*b*范围扩大速度，a和b分别为权重值，当变化速度超过预警阈值时预警预测系统发出危险警告信息，随即发布火灾预警信息。

进一步的，数据处理与分析模块通过图像识别发生火情时，调取相应时间地面拍摄区域内的卫星遥感数据，获取可疑目标进行精确定位，将定位结果同步发送至预警预测系统。

进一步的，当卫星遥感数据中发现可疑目标时，同步获取该可疑目标相应时间拍摄区域内的视频图像数据，当可疑目标变化速度过快超过预警阈值且视频图像中也出现火情时向预警预测系统发送危险警告信息；或当视频图像中出现火情时同步获取相应时间拍摄区域内卫星遥感数据，当卫星遥感数据中该区域存在可疑目标且变化速度过快时发送危险警告信息。

进一步的，所述相应时间拍摄区域根据摄像装置的拍摄方向、位置、时间以及摄像机拍摄距离计算。

进一步的，所述火灾蔓延速率通过下式计算：修正参数*温度因子*风速*（1-大气湿度）*风向方向上可燃物燃烧速率*（1-可燃物湿度）*降水量因子。

进一步的，所述火焰和烟雾的识别方法包括以下步骤：首先建立烟雾和火焰的样本库，并对样本库加上火焰和烟雾的标签，每个样本标签数小于等于2，并依据场景的不同进行分类。对于采集的视频文件通过轮廓运动、频率、颜色及能量特征分析，判断是否存在烟雾和火焰的特征。

进一步的，所述多层级应用子系统包括森林防火管理模块、森林执法管理模块、林火扑救指挥模块、森林保护模块。

与现有技术相比，本发明具有如下优点和有益效果：

本发明能够对森林进行多方位的全面监测，对历史数据和实时监测的海量林业数据进行挖掘分析，准确地预测、预警森林火灾的发生；能够分析森林火灾发展趋势，提供辅助决策；能够对森林火灾实施空地一体、多手段的扑灭，提供高效准确的设备与人员调配；本系统集成一体化、信息化程度高。

附图说明

图1为本发明系统架构图。

具体实施方式

以下将结合具体实施例对本发明提供的技术方案进行详细说明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。

本发明提供了一种基于大数据挖掘的集成化森林防火信息化系统，如图1所示，包括多维度感知子系统、大数据平台和预警预测子系统，由多维度感知子系统通过丰富的采集手段向大数据平台提供各类森林数据，对数据进行筛选和清洗后，在大数据库平台上关联和融合多源数据，并进一步对数据进行计算处理，结合预警预测系统实现森林资源预测、火灾预警预测、林火蔓延预测、森林病虫害预测与分析、违法行为预测功能；还可进一步结合多层级应用子系统实现各森林管理系统资源调度与指挥辅助功能。本系统数据输入窗口和数据输出均采用可视化设计，便于操作。

具体的说，多维度感知子系统包括“空、天”感知，“地面”感知和“人员”感知三个分支，其中“空、天”感知包括林业卫星监测模块和林业航空监测模块；“地面”感知包括林业视频监控模块、林区卡口监控模块、火险要素采集模块；“人员”感知包括瞭望塔监控模块及巡护监测模块。多维度感知子系统中的各个模块均与大数据平台进行数据交互。由于多维度感知子系统会采集海量数据，本发明采用Spanner数据库进行存储，性能优越，大数据平台采用MapReduce架构，能够满足本发明密集计算频率和巨量数据吞吐率需求。

林业卫星监测模块以环境减灾卫星、资源卫星、气象卫星、部分国外卫星数据包括NOAA/AVHRR、TERRA/MODIS以及CHARTER成员组织提供的援助数据为数据源，将卫星遥感数据传输至大数据平台。基于卫星遥感数据，能够获得得到森林地形和植被覆盖状况，此外还能对区域的火点、高温点和森林资源进行准实时动态跟踪，更快速筛选出价值数据。林业航空监测模块主要通过无人机实现林业监测，无人机包括固定翼无人机、直升无人机、多轴无人机等，无人机上机载摄像机、定位装置以及可见光、红外、气象要素、气体成分等监测装置，为大数据平台提供视频、图像、数值数据，气象要素数据优选与气象站气象数据进行融合。在拍摄图像时，实时记录当前定位，摄像机的拍摄方向并传输至大数据平台。林业视频监控模块包括设置在森林各地点（包括火灾易发地点）的监控摄像装置，监控摄像装置采集到的图像以及监控摄像装置的实时拍摄方向、定位数据、摄像装置参数传输至大数据平台。林区卡口监控系统包括设置在森林必经关卡处的监控摄像装置，林区卡口监控模块采用视频检测方式检测通行车辆和进出山人员，对车辆和人员进行实时视频监控和图像抓拍，林区卡口监控模块采集到的图像、视频以及摄像装置的实时拍摄方向、定位数据、摄像装置参数传输至大数据平台。抓拍图片须能清晰的显示整个车身特征，可看清楚车牌、前脸、车型、车颜色及车内驾驶员等，便于进行车辆号码识别、号牌颜色识别、号码类型识别；视频流可检测车辆和人员的动向，通过这些数据能够计算出设定区域内（如出入口、通道等）进和出的不同个体数量和人流车辆密度、时间等。火险要素采集模块用于采集气象要素以及可燃物要素，气象要素包括风力、风速、温度、降雨量、辐射量等要素，可燃物要素包括可燃物种类、可燃物温度、湿度等要素。火险要素采集模块包括设置在森林内的火险要素采集站，采集站具有双向通信功能，能够进行远程校时、控制，采集站无人值守，气象数据整点自动上报。采集站内设置有多种传感器，能够采集风速/风向、大气温度/湿度、降水量、可燃物温度/湿度（通过设置在各可燃物表面的温湿度传感器采集）、太阳辐射、气压等火险可燃物要素。还可采集水源水位（水位传感器）、能见度（能见度传感器）等辅助要素，获取重要的防火控火资源数据。瞭望塔监控模块包括设置在瞭望塔处的监控摄像设备，由于瞭望塔位于森林制高点，与地面视频监控模块相结合能够实现林区大面积监控，瞭望塔处的监控摄像设备采集到的图像、视频以及摄像装置的实时拍摄方向、定位数据、摄像装置参数传输至大数据平台。视频监控的距离大约能达到10-15km，再结合火点定位，能够精确分析火点发生位置。巡护监测模块包括由巡护人员随身携带的无线终端（手机、PDA等），无线终端上具有运营商通信模块，便于与大数据平台进行信息交互；无线终端上还加载有林业感知模块（包括北斗卫星定位模块、集成环境温度和湿度感知模块），基于林业感知模块，无线终端能够移动实时获取森林中的温湿度参数，与气象站获取的数据相融合，能够获得更为准确，覆盖面更广的火线可燃物要素；无线终端可显示林区地图并进行巡护人员的实时定位。通过无线终端，巡护人员可随时录入火险信息以及其他危险信息进行快速上传，并可直接在地图上实现危险区域标绘。同时，无线终端可作为预警预测系统的信息发布终端，及时向巡护人员发布预警预测信息。

大数据平台包括预处理模块、数据处理与分析模块、分布式存储数据库。预处理模块用于获取多维度感知子系统提供的各类型数据后对数据进行过滤和筛选，去除错误干扰项和无用异常数据（异常值，不合理的值）。对数据进行过滤之后，预处理模块还进行数据的关联与融合，主要包括栅格数据之间的融合、矢量数据之间的融合以及栅格数据和矢量数据的融合。经过预处理之后的数据存储在数据库中。

数据处理与分析模块针对预处理后的数据进行深入处理与分析。这些数据主要包括卫星遥感数据、各类型视频监控图像、火线要素、以及人为录入的火险信息、危险信息和危险区域。数据处理与分析模块基于卫星遥感数据能够获取森林现状准确信息，从遥感图像中能够获取森林植被及其变化的信息，从而得到森林郁闭度、蓄积量等森林资源数据。此外，通过不同时间遥感图像对比，分析出一段时间内各遥感图像之间的区别点并进行重点标示，经过色度对比筛选出可疑目标（火点、高温点），针对可疑目标持续进行实时动态跟踪，计算可疑目标移动速度和目标范围扩大速度，并将数据传输至预警预测子系统中，预警预测子系统可利用目标移动速度和目标范围扩大速度中的至少一个进行火情判断，也可利用目标移动速度和范围扩大速度运用火灾预警模型（记录在预警预测子系统的模型库中）进行加权计算，火灾预警模型以下述公式举例：综合变化速度=修正参数*a*目标移动速度+修正参数*b*范围扩大速度，a和b分别为权重值。当变化速度超过预警阈值时预警预测系统发出危险警告信息，随即发布火灾预警信息。后续火情实际情况也记录在本系统中，与预警信息进行比对后可对火灾预警模型中的修正参数（该值应预先设定）进行不断修正，进一步提高火灾预警模型的精确程度。

数据处理与分析模块从各个视频图像采集源头（无人机、林业地面视频监控模块、林区卡口监控模块、瞭望塔监控模块）获得各摄像设备的视频图像数据。利用视频图像数据能够实时检测火焰，利用火焰的颜色、频率这些图像特征判断火焰，符合火焰颜色和频率特征时即判断图像中具有火焰。在林区中，烟雾也是非常重要的火情判断手段，本发明通过在图像中识别烟雾的颜色和运动方向判断烟雾存在。当图像中具有火焰和/或烟雾时，即认为发生火情，向预警预测系统发送危险警告信息，预警预测系统随机发出警告。在应用中我们发现，现场通常会有与火焰相近的灯光、颜色干扰，山区也可能有与烟雾相近的雾气，这都会导致火情判断不准。作为改进，我们利用图像处理算法对特征识别进行了有效改进，首先建立烟雾和火焰的样本库，并对样本库加上火焰和烟雾的标签，每个样本最多两个标签，并依据场景的不同进行分类。对于采集的视频文件通过轮廓运动、频率、颜色及能量特征分析，判断是否存在烟雾和火焰的特征。灯光等干扰源的轮廓特征比较固定，而烟雾火焰存在轮廓的运动特征；水雾、灯光散射等利用小波变换分析其能量信息加以排除。最后判断为疑似烟雾火焰的特征图像按照场景分类与特征库进行比对，进一步剔除干扰源，实现对烟雾火焰的有效识别。经过改进后识别出的烟雾和火焰更为准确，进一步减少误报情况发生。

另外，数据处理与分析模块通过摄像装置的拍摄方向、位置、时间以及从摄像设备参数中获取的摄像机拍摄距离，能够计算出各摄像设备在各时间段的拍摄区域。当图像识别发生火情时，优选调取该区域内的卫星遥感数据，获取可疑目标进行精确定位，将定位结果同步发送至预警预测系统，便于指导火情的精确定位救援。上述拍摄区域还可与卫星遥感数据相结合进行火灾预测预警。当卫星遥感数据中发现可疑目标时，同步获取该可疑目标处的视频图像数据，即当前拍摄区域覆盖可疑目标的摄像设备的实时视频图像数据，卫星遥感数据和视频图像数据可彼此作为校验，当可疑目标变化速度过快超过预警阈值且视频图像中也出现火情时向预警预测系统发送危险警告信息；或当视频图像中出现火情时同步获取卫星遥感数据，当卫星遥感数据中该区域存在可疑目标且变化速度过快时发送危险警告信息；卫星遥感数据和视频图像数据同步判断更为准确，避免误判。作为优选，卫星遥感数据中发现的可疑目标和当前可疑目标处的视频图像数据均由人工进行详查判断，确保准确度。

当发生火情时，数据处理与分析模块利用多维度感知子系统中得到的火险要素，结合卫星遥感数据，可进一步计算出火灾蔓延状况。火险要素中包括风速/风向、大气温度/湿度、降水量、可燃物温度/湿度等对火情蔓延影响较大的气象因素，而通过卫星遥感数据能够得到森林地形和植被覆盖状况，综合森林信息数据库（存储有植物生长覆盖品种、面积、地点、各植物品种燃烧速率等数据），能够计算出火势蔓延速率。

本发明采用以下公式计算火灾蔓延速率：修正参数*温度因子*风速*（1-大气湿度）*风向方向上可燃物燃烧速率*（1-可燃物湿度）*降水量因子，其中温度因子通过下式计算：当温度超过基准值时，温度因子=1+（大气温度-基准值）/基准值，当温度低于基准值时，温度因子=1-（基准值-大气温度）/基准值，当温度低于基准值时，温度因子=1。降水量因子默认值为1，当有降水发生时，降水量因子=1-降水量（mm/h）/降水基准值。可燃物湿度应取火灾附近可燃物湿度传感器的平均数值。根据风向和火灾定位数据，能够得到即将发生火灾的区域，结合森林信息数据库能够得到即将发生火灾处分布的植物种类，从而获得风向方向上各植物种类的燃烧速率，风向方向上可燃物燃烧速率=∑Vn*Sn/S基准面积，基准面积为本发明定义的用于计算蔓延速率的单位面积，可预先设定，Vn为风向方向上基准面积内第n种植物的燃烧速率，Sn为基准面积内第n种植物的覆盖面积。

计算出的火势蔓延速率应发送至预警预测子系统，通过火势蔓延速率能够计算出未来一定时间内火灾的扩散规模，基于此能够计算出需要调用的火灾救援规模。

当发生火灾时，如后期调查确定是非人为因素引起的，可回溯调取火灾发生之前一段时间的火险要素记录，基于火险要素进行分析建立火灾预测模型（也可采用现有的火灾预测模型作为基础模型），并通过多次火灾前火险要素记录对模型中的参数进行试验修正，得到的火灾预测模型记录在模型库中。预警预测子系统可实时获取火险要素数据，结合火灾预测模型进行计算，当计算出即将发生森林自燃火灾时，向森林防火管理模块发出预警信息。

多层级应用子系统包括森林资源管理模块、森林防火管理模块、森林执法管理模块、林火扑救指挥模块、森林保护模块，这些模块均可采用现行的森林管理模块，这样本系统通过多层级应用子系统能够实现对人员、设备资源的统一管理和调用。森林资源管理模块用于调查记录森林内各类型资源，如林地、林木、动植物资源等等，并包括未来森林内的资源发展规划管理。森林防火管理模块用于管理灭火设备和负责人员，包括航空林火扑灭设备管理，便携式远距离水灭火设备管理。林火扑救指挥模块用于结合火灾情况和蔓延速率，自动生成灭火预案，预案优选存储在数据库中，根据火灾参数和蔓延速率检索合适的预案。森林执法管理系统记录包括森林防火、林木盗伐、野生动物猎捕等森林案件的基础信息；可加载、显示林地违法案件所在地的地形图、卫星遥感影像、林相图等相关空间数据，查询相关小班地类、林权等属性信息。具备执法人员实时定位、显示，可方便采集林地违法案件中的空间和属性数据信息；实地显示面积、图形轮廓。可记录林地违法案件中的林木的树种、根际径、胸径和树高等数据信息，完成立木材积的计算，还能够输出报表。支持林地违法案件中空间数据的勾绘采集功能，能实现矢量数据的编辑；支持大面积地块的分时段采集和分组同时采集；支持实测与勾绘相结合的方式；支持图上距离和面积量算；支持地块边界坐标导出。例如当发生火灾时，大数据平台将火灾数据和蔓延速率发送至林火扑救指挥模块，及时得到扑救方案，配合森林防火管理模块调用相应的人员和设备，并对火灾发生地点进行准确定位，结合卫星遥感数据中的森林地形，给出精确的路线引导。林火扑救指挥模块具备空地一体、多手段的扑灭设备和手段。数据处理与分析模块还可以从森林各处获得的视频图像中识别出可疑的人和物，发送至预警预测子系统中，预警预测子系统与数据库中的预存违法人和物模型进行对比，发现确实有违法人和物存在时，即向森林执法管理模块发出警告，森林执法管理模块确认可疑人或物存在后，森林执法管理部门组织人员力量对可疑人和物进行查问和清缴。森林林区卡口监控模块采集到的图片须能清晰的显示整个车身特征，可看清楚车牌、前脸、车型、车颜色及车内驾驶员等，便于进行车辆号码识别、号牌颜色识别、号码类型识别；通过林区卡口视频流可检测车辆和人员的动向，通过这些数据能够计算出设定区域内（如出入口、通道等）进和出的不同个体数量和人流车辆密度、时间等，这些数据均能为追踪可疑人物提供便利。

当发生病虫害时，预警预测子系统调取病虫害发生之前一段时间的温度、天气状况、湿度等气象记录，建立病虫害预测模型（也可采用现有病虫害预测模型作为初始模型），并通过多次病虫害前气象记录对模型中的参数进行试验修正，得到的病虫害预测模型记录在模型库中。当未来发生的气象记录使用病虫害预测模型进行计算符合病虫害发生条件时，向森林保护模块发出警告。

本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (8)

1.一种基于大数据挖掘的集成化森林防火信息化系统，其特征在于：包括大数据平台、以及分别与大数据平台连接的多维度感知子系统、预警预测子系统和多层级应用子系统，所述多维度感知子系统用于采集各类森林数据，大数据平台对数据进行预处理和计算，所述预警预测系统实现火灾预警预测、林火蔓延预测；所述多层级应用子系统用于实现各森林管理系统资源调度与指挥；

所述多维度感知子系统包括林业卫星监测模块、林业航空监测模块、林业视频监控模块、林区卡口监控模块、火险要素采集模块，所述林业卫星监测模块用于采集卫星遥感数据后传输至大数据平台，所述林业航空监测模块通过无人机及机上搭载的图像摄像机、定位装置以及监测装置，为大数据平台提供视频、图像、数值数据，拍摄图像时实时记录当前定位，摄像机的拍摄方向；林业视频监控模块包括设置在森林各地点的监控摄像装置，监控摄像装置采集到的图像以及监控摄像装置的实时拍摄方向、定位数据、摄像装置参数传输至大数据平台；林区卡口监控系统包括设置在森林关卡处的监控摄像装置，用于采集通行车辆和进出山人员实时视频监控和图像，并向大数据平台传输摄像装置的实时拍摄方向、定位数据、摄像装置参数；火险要素采集模块用于采集气象要素以及可燃物要素；瞭望塔监控模块包括设置在瞭望塔处的监控摄像设备，用于采集森林图像视频并将摄像装置的实时拍摄方向、定位数据、摄像装置参数传输至大数据平台；巡护监测模块包括由巡护人员随身携带的无线终端；

所述大数据平台包括预处理模块、数据处理与分析模块、数据库，所述预处理模块用于获取多维度感知子系统提供的各类型数据后对数据进行过滤和筛选，去除错误干扰项和无用异常数据；所述数据处理与分析模块通过不同时间遥感图像对比，分析出一段时间内各遥感图像之间的区别点并进行重点标示，经过色度对比筛选出可疑目标，针对可疑目标持续进行实时动态跟踪，计算可疑目标移动速度和目标范围扩大速度，并将数据传输至预警预测子系统中，预警预测子系统利用目标移动速度和目标范围扩大速度中的至少一个进行火情判断；所述数据处理与分析模块获得各摄像设备的视频图像数据，利用火焰和烟雾的图像特征识别火焰和烟雾的存在，当图像中具有火焰和/或烟雾时，即认为发生火情，向预警预测系统发送危险警告信息；当发生火情时，预警预测子系统利用多维度感知子系统中得到的火险要素，结合卫星遥感数据，计算出火灾蔓延状况。

2.根据权利要求1所述的基于大数据挖掘的集成化森林防火信息化系统，其特征在于：所述预警预测子系统通过以下公式判断火情：计算综合变化速度=修正参数*a*目标移动速度+修正参数*b*范围扩大速度，a和b分别为权重值，当变化速度超过预警阈值时预警预测系统发出危险警告信息，随即发布火灾预警信息。

3.根据权利要求1所述的基于大数据挖掘的集成化森林防火信息化系统，其特征在于：数据处理与分析模块通过图像识别发生火情时，调取相应时间地面拍摄区域内的卫星遥感数据，获取可疑目标进行精确定位，将定位结果同步发送至预警预测系统。

4.根据权利要求1所述的基于大数据挖掘的集成化森林防火信息化系统，其特征在于：当卫星遥感数据中发现可疑目标时，同步获取该可疑目标相应时间拍摄区域内的视频图像数据，当可疑目标变化速度过快超过预警阈值且视频图像中也出现火情时向预警预测系统发送危险警告信息；或当视频图像中出现火情时同步获取相应时间拍摄区域内卫星遥感数据，当卫星遥感数据中该区域存在可疑目标且变化速度过快时发送危险警告信息。

5.根据权利要求3或4所述的基于大数据挖掘的集成化森林防火信息化系统，其特征在于：所述相应时间拍摄区域根据摄像装置的拍摄方向、位置、时间以及摄像机拍摄距离计算。

6.根据权利要求1或2所述的基于大数据挖掘的集成化森林防火信息化系统，其特征在于：所述火灾蔓延速率通过下式计算：修正参数*温度因子*风速*（1-大气湿度）*风向方向上可燃物燃烧速率*（1-可燃物湿度）*降水量因子。

7.根据权利要求1所述的基于大数据挖掘的集成化森林防火信息化系统，其特征在于：所述火焰和烟雾的识别方法包括以下步骤：首先建立烟雾和火焰的样本库，并对样本库加上火焰和烟雾的标签，每个样本标签数小于等于2，并依据场景的不同进行分类。对于采集的视频文件通过轮廓运动、频率、颜色及能量特征分析，判断是否存在烟雾和火焰的特征。

8.根据权利要求1所述的基于大数据挖掘的集成化森林防火信息化系统，其特征在于：所述多层级应用子系统包括森林防火管理模块、森林执法管理模块、林火扑救指挥模块、森林保护模块。