论文部分内容阅读
本文针对我国森林管护与防火工作中近地面巡护与观测现状,基于铱星通讯技术,开发了一款便携式林区微环境实时检测仪,实现了林区微环境信息与定位信息的无死角采集与传输。在实时采集二氧化碳、一氧化碳、烟雾浓度、空气温湿度等多种林区微环境参数的基础上,采用多传感器数据融合技术研发了林火监测系统,初步探索了林火早期发生的影响因子,为林火的早期发现提供决策支持。同时,提高了林区的智能管护水平。本文主要完成的工作如下：1)基于信息融合的林火识别系统的初步研究与设计。从实验数据的采集出发,在对样本数据进行预处理后,定义了林火识别性能评价参数,随后分别基于BP神经网络、神经模糊系统与支持向量机三种融合技术进行林火识别。在使用其中一种融合技术进行识别过程中,首先介绍该融合技术的理论基础,随后进行该融合技术在林火识别中的应用设计,考虑到输入向量时间上的连续性与相关性,设置了三输入与九输入两种不同的输入向量数,并对两种输入向量进行了识别性能分析与对比。在分别完成了基于三种融合技术的林火识别基础上,进而综合地对比分析了不同融合技术的识别性能,最终选定支持向量机作为林火识别算法。最后,基于Matlab完成了监测软件生成与发布。2)林区微环境参数远程自动实时采集系统的研究与设计。首先介绍了系统的总体设计,随后针对林区通信难题,采用铱星透传通信功能进行了监测终端的硬件设计与软件设计。3)系统的试验验证与应用测试。主要内括三部分：第一,系统数据采集与通信可靠性验证,试验中采集与通信成功率达95.24%,表明系统具有可靠的数据采集与通信功能。第二,系统的林火识别可靠性验证,试验结果表明系统在一定范围内(10米)可有效识别出当前林火发生可能性(有火成功识别率在70%～90%之间,无火误识别率为0%),然而在15米的距离时林火识别中有火成功识别率较低(有火成功识别率为30%),难以满足森林防火中的林火识别的需求,扩展林火监测系统的林火识别范围有待于进一步的研究工作。第三,系统在呼伦贝尔市的实际应用测试,取得了可靠的数据采集与传输效果以及较好的林火识别效果。