CN114093112B - 基于分布式光纤传感技术的森林火灾多防线实时监测系统 - Google Patents

Abstract

本发明涉及火灾预警技术领域，具体地说，涉及基于分布式光纤传感技术的森林火灾多防线实时监测系统。其包括光纤温度监测单元、权重动态感应单元和火灾预警单元；光纤温度监测单元用于采用光纤传感对森林的温度进行监测。本发明通过权重动态感应单元实现根据当地气象变化情况动态调整温度阈值，在森林环境温度降低时，温度阈值随之降低，环境温度升高时，温度阈值随之升高，使所述光纤温度监测单元监测的森林温度与温度阈值进行数值比较，输出比较结果，提高光纤温度监测单元对森林温度的监测效果，有利于在出现火灾时及时输出火灾信号，安全性更高。

Description

基于分布式光纤传感技术的森林火灾多防线实时监测系统

技术领域

本发明涉及火灾预警技术领域，具体地说，涉及基于分布式光纤传感技术的森林火灾多防线实时监测系统。

背景技术

森林火灾，是指失去人为控制，在林地内自由蔓延和扩展，对森林、森林生态系统和人类带来一定危害和损失的林火行为，森林火灾是一种突发性强、破坏性大、处置救助较为困难的自然灾害，扑救森林火灾，就是要了解森林火灾燃烧的规律，建立严密的应急机制和强有力的指挥系统，组织训练有素的扑火队伍，运用有效、科学的方法和先进的扑火设备及时进行扑救，最大限度地减少火灾损失；

目前在针对森林火灾进行实时监测预警时，采用分布式光纤温度传感器对森林的温度进行监测，由于采用普通单模光纤作为长距离温度传感器，成本较低、非常便于大范围面积的林区布设，在温度超过一定阈值时进行报警，同时预测火灾走向实现扑救，由于季节气候和天气的变化，使光纤温度传感器感应森林温度变化范围较大，而温度阈值一直保持固定的数值，在夏季高温时，可能因为天气本身较热使光纤温度传感器监测的值高于阈值，导致火灾误判，同时在冬季低温时，若发生火灾，由于低温空气影响使火灾温度不能及时达到阈值进行报警，导致火灾蔓延面积较大不可控制后才能发现，使火灾补救不及时，实用性欠缺，鉴于此，我们提出基于分布式光纤传感技术的森林火灾多防线实时监测系统。

发明内容

本发明的目的在于提供基于分布式光纤传感技术的森林火灾多防线实时监测系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供基于分布式光纤传感技术的森林火灾多防线实时监测系统，包括光纤温度监测单元、权重动态感应单元和火灾预警单元；

所述光纤温度监测单元用于采用光纤传感分布式的对森林的温度进行监测；

所述权重动态感应单元用于结合当地气候预测气象变化的温度值，根据温度值动态调整温度阈值，将所述光纤温度监测单元监测的森林温度与温度阈值进行数值比较，输出比较结果，其中，比较结果包括火灾信号和正常信号，火灾信号为森林温度高于或等于温度阈值，正常信号为森林温度低于温度阈值；

因此，设定光纤温度监测单元监测的森林温度为C，权重动态感应单元预测气象变化的温度值为（k，b），初始的温度阈值为m，则温度阈值表达式为：

M∈（m+k，m+b）；

其中，M为符合当前气候的温度阈值，从而可以实现根据当地气象变化情况动态调整温度阈值，在森林环境温度降低时，温度阈值随之降低，环境温度升高时，温度阈值随之升高，提高光纤温度监测单元对森林温度的监测效果，有利于在出现火灾时及时输出火灾信号，安全性更高；

所述火灾预警单元用于接收所述权重动态感应单元输出的火灾信号进行报警，同时预测火灾的蔓延状态；

本发明在具体使用时，先通过权重动态感应单元对当地气候进行预测，估计每隔一段时间的温度值变化，确定环境温度的变化，从而根据温度值变化在初始温度阈值的基础上动态调整实际的温度阈值，使设定的温度阈值结合当地气候进行调整，避免四季交替环境温度变换对光纤温度监测单元监测森林温度造成影响，确保可以及时发现火灾，提高安全性，在输出火灾信号时，通过火灾预警单元进行报警，提醒工作人员及时排查扑救，同时可以结合实际情况对火灾蔓延状态进行预测，提高森林火灾的扑救效率。

作为本技术方案的进一步改进，所述光纤温度监测单元采用光纤温度探测器。

作为本技术方案的进一步改进，所述光纤温度探测器包括准直透镜、衍射光栅和阵列式硅光电探测器，首先将光纤放在探测器中准直透镜的焦点处，经准直透镜出来的光射到衍射光栅上，光栅将反射光的光谱谱线按角分布，然后由阵列式硅光电探测器来检测，阵列式硅光电探测器将光信号转换为电信号，通过快速A/D转换器转变为数字信号，最后通过微处理器将数字信号转变为相应的温度值，输出森林温度值。

作为本技术方案的进一步改进，所述权重动态感应单元包括气温预测模块和温度阈值动态调整模块；

所述气温预测模块用于结合当地往期的气象变化，实时预测气温变化；

所述温度阈值动态调整模块用于根据气温预测模块输出的气温变化情况动态调整温度阈值。

作为本技术方案的进一步改进，所述气温预测模块采用神经网络时间序列预测算法，包括以下步骤：

取待测序列，前推N+N1个时间点，并取从N+N1时间点开始的N1个气温值组成原始数据序列；

根据原始数据序列，通过GM模型对原始数据序列进行初次预测，得到之后2N个时间点的气温为初次预测序列；

采用神经网络训练初次预测序列得到训练数据序列，将训练数据序列对应原始数据序列的实际值，将实际值输出为待测序列的温度值。

作为本技术方案的进一步改进，所述火灾预警单元包括报警模块和火灾预测模块；

所述报警模块用于接收火灾信号，进行报警；

所述火灾预测模块用于对森林火灾蔓延速度进行预测，将预测结果传输至工作人员。

作为本技术方案的进一步改进，所述报警模块采用红外线报警器。

作为本技术方案的进一步改进，所述火灾预测模块计算公式为：

其中，K为森林火灾蔓延方向上的平均燃料类型修正系数，V为任意方向上的火灾蔓延速度，

为火点在以上坡方向为Y轴正半轴的坐标系上的角度，（x，y）为火势坐标。

作为本技术方案的进一步改进，所述火灾预警单元还包括信号增强模块，所述信号增强模块用于提高火灾信号传输至所述火灾预警单元的强度。

作为本技术方案的进一步改进，所述信号增强模块采用小波域信号增强算法，包括以下步骤：

首先根据火灾信号的性质，在小波域采用各种数学方法对带噪的火灾信号的小波系数进行非线性处理，尽可能多地剔除由噪声产生的小波系数，同时最大限度地保留由火灾信号产生的小波系数，最后由经过处理的小波系数重构火灾信号，增强火灾信号。

与现有技术相比，本发明的有益效果：

该基于分布式光纤传感技术的森林火灾多防线实时监测系统中，通过权重动态感应单元实现根据当地气象变化情况动态调整温度阈值，在森林环境温度降低时，温度阈值随之降低，环境温度升高时，温度阈值随之升高，使所述光纤温度监测单元监测的森林温度与温度阈值进行数值比较，输出比较结果，提高光纤温度监测单元对森林温度的监测效果，有利于在出现火灾时及时输出火灾信号，安全性更高。

附图说明

图1为本发明实施例1的整体框图；

图2为本发明实施例1的整体局部原理框图；

图3为本发明实施例1的气温预测模块流程框图。

图中各个标号意义为：

100、光纤温度监测单元；200、权重动态感应单元；300、火灾预警单元。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

请参阅图1-图3所示，本实施例提供基于分布式光纤传感技术的森林火灾多防线实时监测系统，包括光纤温度监测单元100、权重动态感应单元200和火灾预警单元300；

光纤温度监测单元100用于采用采用光纤传感分布式的对森林的温度进行监测；

其中，光纤温度监测单元100采用光纤温度探测器，光纤温度探测器设有多个，多个光纤温度探测器分布式的安装在森林内。

具体的，光纤温度探测器包括准直透镜、衍射光栅和阵列式硅光电探测器，首先将光纤放在探测器中准直透镜的焦点处，经准直透镜出来的光射到衍射光栅上，光栅将反射光的光谱谱线按角分布，然后由阵列式硅光电探测器来检测，阵列式硅光电探测器将光信号转换为电信号，通过快速A/D转换器转变为数字信号，最后通过微处理器将数字信号转变为相应的温度值，输出森林温度值；

因此，当温度升高时，由于光纤温度探测器中半导体材料吸收的光谱谱线向长波方向移动，因而透射的光强减小，这一变化由阵列式硅光电探测器检测并转换成电信号，根据此原理，微处理机就将测到的温度值与温度阈值相比较，若此温度高于温度阈值，就表明探头所处的环境可能发生火警；

其中，由衍射光栅和阵列式硅光电探测器组成的装置叫作快速扫描分光计

权重动态感应单元200用于结合当地气候预测气象变化的温度值，根据温度值动态调整温度阈值，将光纤温度监测单元100监测的森林温度与温度阈值进行数值比较，输出比较结果，其中，比较结果包括火灾信号和正常信号，火灾信号为森林温度高于或等于温度阈值，正常信号为森林温度低于温度阈值；

因此，设定光纤温度监测单元100监测的森林温度为C，权重动态感应单元100预测气象变化的温度值为（k，b），初始的温度阈值为m，则温度阈值表达式为：

M∈（m+k，m+b）；

其中，M为符合当前气候的温度阈值，从而可以实现根据当地气象变化情况动态调整温度阈值，在森林环境温度降低时，温度阈值随之降低，环境温度升高时，温度阈值随之升高，提高光纤温度监测单元100对森林温度的监测效果，有利于在出现火灾时及时输出火灾信号，安全性更高；

假设当地气候春季在3-5月份，夏季在6-8月份，秋季在9-11月份，冬季在12-2月份，在每个季节的温度值变化不同，因此温度阈值变换包括以下情况：

①、春季随着时间的推移，环境温度逐渐升高，温度阈值随之逐渐增大；

②、夏季随着时间的推移，环境温度逐渐升高，在升高到一定高温时，缓慢降温，直至到达秋季，温度阈值随之先增大后减小；

③、秋季随着时间的推移，环境温度逐渐降低，温度阈值随之逐渐减小；

④、冬季随着时间的推移，环境温度逐渐降低，在降低到一定低温时，缓慢升高，直至到达春季，温度阈值随之先减小后增大；

本实施例中，权重动态感应单元200包括气温预测模块和温度阈值动态调整模块；

气温预测模块用于结合当地往期的气象变化，实时预测气温变化；

温度阈值动态调整模块用于根据气温预测模块输出的气温变化情况动态调整温度阈值；

其中，假设以2天为一个时间段，每2天采用气温预测模块对2天内气温变化的温度值为2℃，则通过温度阈值动态调整模块接收温度值2℃的信号，控制温度阈值升高2摄氏度，反之，2天内气温变化的温度为-2℃，则通过温度阈值动态调整模块控制温度阈值降低2℃。

为了提高预测准确性，具体如图3，气温预测模块采用神经网络时间序列预测算法，包括以下步骤：

取待测序列，前推N+N1个时间点，并取从N+N1时间点开始的N1个气温值组成原始数据序列，其中待测序列为时间点在1、2、...、N的气温值，则原始数据序列为时间点在N1+1、N1+2、...、N+N1的气温值；

根据原始数据序列，通过GM模型对原始数据序列进行初次预测，得到之后2N个时间点的气温为初次预测序列；

采用神经网络训练初次预测序列得到训练数据序列，将训练数据序列对应原始数据序列的实际值，将实际值输出为待测序列的温度值；

具体的，GM模型是将离散的随机数经过依次累加成算子，削弱其随机性，得到较有规律的生成数，然后建立微分方程，解方程进而建立模型，将原始数据序列位于一定时间范围内的气温数据输入GM模型，可以输出初次预测序列，实现对待测序列的初步预测；

神经网络训练是利用误差反向传播算法进行训练的单纯的前馈人工神经网络，实时训练初次预测序列，训练好的神经网络记忆了气温变化的潜在规律，用原始数据序列的实际值已确定训练数据序列的实际值，从而确定气温信息，实现预测后面时间点的气温数据，因此，可以实时预测气温，预测准确性高。

火灾预警单元300用于接收权重动态感应单元200输出的火灾信号进行报警，同时预测火灾的蔓延状态；

为了保证火灾预警单元300的完整性，火灾预警单元300包括报警模块和火灾预测模块；

报警模块用于接收火灾信号，进行报警；

火灾预测模块用于对森林火灾蔓延速度进行预测，将预测结果传输至工作人员。

进一步的，报警模块采用红外线报警器，红外线报警器是通过红外发射机驱动红外发光二极管发射出一吵调制的红外光束，与之放置一个红外接收机，它通过光敏晶体管接收发射商发现的红外辐射能量，并经过光电转抽象将其转变为电信号，此电信号经适当的处理再送往报警控制器电路，从而报警提醒工作人员及时了解火灾。

具体的，火灾预测模块计算公式为：

其中，K为森林火灾蔓延方向上的平均燃料类型修正系数，V为任意方向上的火灾蔓延速度，

为火点在以上坡方向为Y轴正半轴的坐标系上的角度，（x，y）为火势坐标；

具体的，火灾预测模块优选采用双椭圆模型，点火源扩展火场的双椭圆假设，结合上坡、下坡、左平坡和右平坡4个速度作为模型的构型基础，采用矢量叠加的方法进行修正，推出4椭圆火场简化描述：

①风与坡度共同作用下，以点火源为林火蔓延中心的火在任意方向上蔓延的速度，等于以上坡或下坡林火蔓延速度与平坡林火蔓延速度叠加所得的矢量和；

②由于在上坡或下坡林火蔓延速度与平坡林火蔓延速度矢量方向上相互垂直，所以分别可以由上坡与左平坡、上坡与右平坡、下坡与左平坡和下坡与右平坡构成椭圆的半轴，用弧度角为π/4的椭圆弧来描述林火蔓延速度矢量曲线；

因此，根据上述计算公式，把森林地表可燃物初始蔓延速度选为第一序参量，输入的具体可燃物修正系数是一个时变量，即：根据就近原则，在可燃物类型不变的情况下，使用距离和时间与当前计算着火点最近的动态林火蔓延数据作为依据，使用4椭圆弧构型原则，进行反函数运算，得出计算平均燃料类型的修正系数，从而预测火灾蔓延的速度，方便工作人员及时规划扑救。

本发明在具体使用时，先通过权重动态感应单元200对当地气候进行预测，估计每隔一段时间的温度值变化，确定环境温度的变化，从而根据温度值变化在初始温度阈值的基础上动态调整实际的温度阈值，使设定的温度阈值结合当地气候进行调整，避免四季交替环境温度变换对光纤温度监测单元100监测森林温度造成影响，确保可以及时发现火灾，提高安全性，在输出火灾信号时，通过火灾预警单元300进行报警，提醒工作人员及时排查扑救，同时可以结合实际情况对火灾蔓延状态进行预测，提高森林火灾的扑救效率。

实施例2

考虑到光纤温度监测单元100监测到的环境温度比温度阈值大时，输出火灾信号由于外界因素的干扰不能及时传送给火灾预警单元300，导致工作人员不能及时接收火灾信息，因此，为了提高火灾信号传输的强度，本实施例与实施例1不同的是，其中：

火灾预警单元300还包括信号增强模块，信号增强模块用于提高火灾信号传输至火灾预警单元300的强度。

具体的，信号增强模块采用小波域信号增强算法，包括以下步骤：

首先根据火灾信号的性质，在小波域采用各种数学方法对带噪的火灾信号的小波系数进行非线性处理，尽可能多地剔除由噪声产生的小波系数，同时最大限度地保留由火灾信号产生的小波系数，最后由经过处理的小波系数重构火灾信号，增强火灾信号；

小波域信号增强算法之所以获得成功,主要是基于小波变换以下的重要特性：

（一）、时频局部化特性：小波变换可以在时间轴上准确定位火灾信号的突变点。

（二）、多分辨率特性：由于采用了多分辨率的方法，所以可以非常好地刻画原始信号的非平稳特征,如边缘、尖峰、断点等,以便于特征的提取和保护。

（三）、解相关特性：小波变换特别是正交小波变换，可以对原始信号进行解相关，使原始信号的能量集中于少数几个小波系数上，而噪声能量分布于大部分小波系数上,这样噪声在变换后就具有白化的趋势，所以在小波域比在传统的时域或频域更有利于去噪。

（四）、小波函数选择的灵活性：由于小波变换可以灵活地选择小波函数，因此,可以针对不同的应用对象选用不同的小波函数，以获得最佳的处理效果。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (10)

1.基于分布式光纤传感技术的森林火灾多防线实时监测系统，其特征在于，包括光纤温度监测单元（100）、权重动态感应单元（200）和火灾预警单元（300）；

所述光纤温度监测单元（100）用于采用光纤传感分布式的对森林的温度进行监测；

所述权重动态感应单元（200）用于结合当地气候预测气象变化的温度值，根据温度值动态调整温度阈值，将所述光纤温度监测单元（100）监测的森林温度与温度阈值进行数值比较，输出比较结果，其中，比较结果包括火灾信号和正常信号，火灾信号为森林温度高于或等于温度阈值，正常信号为森林温度低于温度阈值；

设定光纤温度监测单元（100）监测的森林温度为C，权重动态感应单元（200）预测气象变化的温度值为（k，b），初始的温度阈值为m，则温度阈值表达式为：

M∈（m+k，m+b）；

其中，M为符合当前气候的温度阈值；

所述火灾预警单元（300）用于接收所述权重动态感应单元（200）输出的火灾信号进行报警，同时预测火灾的蔓延状态。

2.根据权利要求1所述的基于分布式光纤传感技术的森林火灾多防线实时监测系统，其特征在于：所述光纤温度监测单元（100）采用光纤温度探测器。

3.根据权利要求2所述的基于分布式光纤传感技术的森林火灾多防线实时监测系统，其特征在于：所述光纤温度探测器包括准直透镜、衍射光栅和阵列式硅光电探测器，首先将光纤放在探测器中准直透镜的焦点处，经准直透镜出来的光射到衍射光栅上，光栅将反射光的光谱谱线按角分布，然后由阵列式硅光电探测器来检测，阵列式硅光电探测器将光信号转换为电信号，通过快速A/D转换器转变为数字信号，最后通过微处理器将数字信号转变为相应的温度值，输出森林温度值。

4.根据权利要求1所述的基于分布式光纤传感技术的森林火灾多防线实时监测系统，其特征在于：所述权重动态感应单元（200）包括气温预测模块和温度阈值动态调整模块；

所述气温预测模块用于结合当地往期的气象变化，实时预测气温变化；

所述温度阈值动态调整模块用于根据气温预测模块输出的气温变化情况动态调整温度阈值。

5.根据权利要求4所述的基于分布式光纤传感技术的森林火灾多防线实时监测系统，其特征在于：所述气温预测模块采用神经网络时间序列预测算法，包括以下步骤：

取待测序列，前推N+N1个时间点，并取从N+N1时间点开始的N1个气温值组成原始数据序列；

根据原始数据序列，通过GM模型对原始数据序列进行初次预测，得到之后2N个时间点的气温为初次预测序列；

采用神经网络训练初次预测序列得到训练数据序列，将训练数据序列对应原始数据序列的实际值，将实际值输出为待测序列的温度值。

6.根据权利要求1所述的基于分布式光纤传感技术的森林火灾多防线实时监测系统，其特征在于：所述火灾预警单元（300）包括报警模块和火灾预测模块；

所述报警模块用于接收火灾信号，进行报警；

所述火灾预测模块用于对森林火灾蔓延速度进行预测，将预测结果传输至工作人员。

7.根据权利要求6所述的基于分布式光纤传感技术的森林火灾多防线实时监测系统，其特征在于：所述报警模块采用红外线报警器。

8.根据权利要求7所述的基于分布式光纤传感技术的森林火灾多防线实时监测系统，其特征在于：所述火灾预测模块计算公式为：

其中，K为森林火灾蔓延方向上的平均燃料类型修正系数，V为任意方向上的火灾蔓延速度，

为火点在以上坡方向为Y轴正半轴的坐标系上的角度，（x，y）为火势坐标。

9.根据权利要求1所述的基于分布式光纤传感技术的森林火灾多防线实时监测系统，其特征在于：所述火灾预警单元（300）还包括信号增强模块，所述信号增强模块用于提高火灾信号传输至所述火灾预警单元（300）的强度。

10.根据权利要求9所述的基于分布式光纤传感技术的森林火灾多防线实时监测系统，其特征在于：所述信号增强模块采用小波域信号增强算法，包括以下步骤：

根据火灾信号的性质，在小波域采用各种数学方法对带噪的火灾信号的小波系数进行非线性处理，剔除由噪声产生的小波系数，保留由火灾信号产生的小波系数，由经过处理的小波系数重构火灾信号，增强火灾信号。

Images