基于ARM的森林火險(xiǎn)預(yù)警系統(tǒng)模型研究

于繼武

1.武漢軟件工程職業(yè)學(xué)院；2.武漢市廣播電視大學(xué)，武漢 430205

基于ARM的森林火險(xiǎn)預(yù)警系統(tǒng)模型研究

于繼武1，2

1.武漢軟件工程職業(yè)學(xué)院；2.武漢市廣播電視大學(xué)，武漢 430205

為提高森林火險(xiǎn)預(yù)警的準(zhǔn)確性和智能化程度，建立了線性回歸預(yù)警模型。采用最新ARM技術(shù)和傳感器進(jìn)行數(shù)據(jù)采集處理，提取并分析五類火險(xiǎn)影響因子對(duì)火災(zāi)的貢獻(xiàn)值，根據(jù)模型得出了火險(xiǎn)等級(jí)。系統(tǒng)仿真結(jié)果表明，預(yù)警模型擬合效果非常接近實(shí)際火險(xiǎn)情況。該模型適應(yīng)于各類森林的火險(xiǎn)預(yù)警，具有實(shí)際應(yīng)用價(jià)值。

火險(xiǎn)預(yù)警模型；數(shù)據(jù)采集；影響因子；ARM Abstract

This paper establishes a linear regression pre-warning model to improve the accuracy and intellectualized degree of forest fire warning.The five fire influence factors are sampled and analyses, and according to the contribution of the fire to calculate the fire danger level.The results indicate that, the filter value of pre-warning model is very close to the truth and has practical application value.

fire pre-warning model; data sampling; influence factors; ARM

目前，國(guó)內(nèi)外氣象局對(duì)森林火災(zāi)預(yù)測(cè)使用的森林火險(xiǎn)預(yù)報(bào)方法很多，其中常見有[1]。（1）估測(cè)法（經(jīng)驗(yàn)法），僅憑經(jīng)驗(yàn)預(yù)測(cè)未來(lái)空氣的干濕情況，來(lái)判斷森林火險(xiǎn)程度，缺乏可靠性和及時(shí)性。（2）實(shí)效濕度法，根據(jù)實(shí)效濕度來(lái)判斷森林火險(xiǎn)的情況，考慮的火災(zāi)因素單一，可靠性差。（3）綜合指標(biāo)法，根據(jù)空氣中水汽飽和差，氣溫和降雨的綜合影響來(lái)判斷，沒有考慮到森林本身的特點(diǎn)如樹齡，并且也沒有考慮到風(fēng)速和風(fēng)向?qū)馂?zāi)蔓延的影響。此外，像多因子法、“801”森林火險(xiǎn)天氣預(yù)報(bào)系統(tǒng)、雙指標(biāo)法等考慮火險(xiǎn)因素不全面，如樹齡等，不能做到因地制宜，預(yù)警效果較差。

為彌補(bǔ)這些不足，本文采用最新的ARM技術(shù)，考慮各種火險(xiǎn)影響因素，建立了更完善、成熟的預(yù)警模型，在此基礎(chǔ)上開發(fā)了相應(yīng)的預(yù)警系統(tǒng)。

1 森林火險(xiǎn)預(yù)警系統(tǒng)組成

1.1 火險(xiǎn)預(yù)警系統(tǒng)的組成

集散式數(shù)據(jù)采集處理系統(tǒng)[2][3]使用數(shù)據(jù)信號(hào)傳輸代替模擬信號(hào)傳輸，有利于克服常模干擾和共模干擾，因此這種系統(tǒng)特別適合于在惡劣環(huán)境下工作，本系統(tǒng)采用集散式數(shù)據(jù)采集處理系統(tǒng)，由數(shù)據(jù)采集平臺(tái)、數(shù)據(jù)處理平臺(tái)及無(wú)線傳輸部分組成。系統(tǒng)組成如圖1所示。

圖1 森林火險(xiǎn)預(yù)警系統(tǒng)組成框圖

1.2 數(shù)據(jù)采集、處理模塊[4][5]

利用傳感器連續(xù)測(cè)量溫度、濕度、氣壓、連續(xù)未下雨天數(shù)、風(fēng)向、風(fēng)速等氣象影響因子的值，將外界實(shí)時(shí)的氣象要素轉(zhuǎn)變?yōu)閿?shù)據(jù)采集平臺(tái)可以直接測(cè)量的數(shù)字信號(hào)。同時(shí)該系統(tǒng)通過(guò)定時(shí)／計(jì)數(shù)器根據(jù)不同的氣象要素觀測(cè)要求，控制其采樣間隔時(shí)間，對(duì)采集到的信號(hào)進(jìn)行線性化和定標(biāo)處理。傳感器處理電路用數(shù)字濾波、非線性校正、標(biāo)度變換等必要的運(yùn)算處理數(shù)據(jù)，從而使采集的數(shù)據(jù)盡可能反映真實(shí)值。

把采集的氣象影響因子的值傳送到ARM處理器進(jìn)行A/D轉(zhuǎn)換和采樣/保持，并根據(jù)和數(shù)據(jù)處理模塊制定的通信協(xié)議，把處理過(guò)的數(shù)字信號(hào)通過(guò)無(wú)線網(wǎng)絡(luò)傳輸?shù)綌?shù)據(jù)處理模塊。雙方通信協(xié)議格式為：0xaa（起始位）+數(shù)據(jù)長(zhǎng)度（0x0c）+數(shù)據(jù)（采集的5個(gè)氣象影響因子，每個(gè)影響因子2個(gè)字節(jié)）+校驗(yàn)位（2個(gè)字節(jié)）+0xff（結(jié)束位）。

數(shù)據(jù)處理模塊是本系統(tǒng)的核心，其性能關(guān)乎全局。根據(jù)和數(shù)據(jù)采集模塊的通信協(xié)議，數(shù)據(jù)采集模塊提取協(xié)議中的5個(gè)氣象影響因子，根據(jù)本文建立的模型對(duì)采集的數(shù)據(jù)進(jìn)行處理，得到相應(yīng)的火災(zāi)等級(jí)。

2 火險(xiǎn)預(yù)警系統(tǒng)建模

林火預(yù)報(bào)涉及的影響因子繁多[1]，其中有些是穩(wěn)定因子（即不變因子），如氣候區(qū)、地形地勢(shì)、森林特征等；有些是半穩(wěn)定因子，如火源、能見度、可燃物特征等；有些是變化因子，如可燃物含水率和氣象因素（風(fēng)、溫度、濕度、降水、連續(xù)未下雨天數(shù)和雷電活動(dòng)等）。在預(yù)測(cè)預(yù)報(bào)研究中，影響因子的選擇對(duì)于精確、簡(jiǎn)便的進(jìn)行林火預(yù)測(cè)預(yù)報(bào)具有決定性作用。目前在林火預(yù)報(bào)研究中常采用的主導(dǎo)因子是可燃物的含水量、降水量或干旱日數(shù)、相對(duì)濕度、溫度和風(fēng)5個(gè)因素。

預(yù)警模塊采集的氣象因素盡量全面以求模型的完善，雖然氣壓和風(fēng)向與森林火災(zāi)是否發(fā)生沒有必然的聯(lián)系，但對(duì)森林火災(zāi)的救援具有十分重要的意義，故視作本系統(tǒng)的影響因子之一。森林樹木的種類和樹齡的不同其實(shí)際的預(yù)警線也有所不同，在本系統(tǒng)的預(yù)警線的計(jì)算中加入樹齡影響因子，應(yīng)用到實(shí)際時(shí)可以根據(jù)具體的森林樹種再來(lái)調(diào)整火災(zāi)預(yù)警線。

為了盡量使模型更精確及時(shí)，又能夠避免模型建立操作的復(fù)雜化，需全面的考慮所有與林火發(fā)生有關(guān)的因素：溫度、相對(duì)濕度、風(fēng)速、連續(xù)未降雨天數(shù)、樹齡。然后根據(jù)收集到的火災(zāi)數(shù)據(jù)以及全國(guó)森林火險(xiǎn)天氣指標(biāo)值，利用eviews軟件建立了一個(gè)多元線性回歸方程，采用最小二乘法進(jìn)行線性回歸，通過(guò)使實(shí)測(cè)值與模型的擬合值的均方差最小來(lái)求得模型參數(shù)，既可以使得最終的結(jié)果簡(jiǎn)單方便，又同時(shí)確保了系統(tǒng)的可靠性。eviews軟件輸出結(jié)果如圖2所示。

圖2 數(shù)據(jù)分析圖

根據(jù)圖2的分析結(jié)果，求得系統(tǒng)模型如下：

公式1中：Y—森林火險(xiǎn)天氣指標(biāo)值；T—溫度因子（℃）；H—相對(duì)濕度因子（%）；V—風(fēng)速因子（m/s）；R—連續(xù)未降雨的天數(shù)（天）；X—樹齡因子（年）。

根據(jù)模型中統(tǒng)計(jì)量的相關(guān)檢驗(yàn)所得：

（2）根據(jù)圖2的t-statistic，確定方程的常數(shù)以及各個(gè)因變量t檢驗(yàn)數(shù)分別為(16.85127) (4.750305) (-19.62163) (7.238605)（24.23478）(-10.47861)，根據(jù)統(tǒng)計(jì)學(xué)檢驗(yàn)可知，當(dāng)t的絕對(duì)值大于臨界值時(shí)，表明因變量對(duì)自變量有顯著的影響。因此溫度，相對(duì)濕度，風(fēng)速，連續(xù)未降雨天數(shù)，樹齡這五個(gè)影響因素對(duì)森林火險(xiǎn)天氣指標(biāo)值有顯著的影響。

將所得的森林火險(xiǎn)天氣指標(biāo)值 與全國(guó)森林火險(xiǎn)等級(jí)標(biāo)準(zhǔn)查對(duì)表相對(duì)應(yīng)，可以得到火險(xiǎn)等級(jí)，如表1所示。

表1 全國(guó)森林火險(xiǎn)等級(jí)標(biāo)準(zhǔn)查對(duì)表

在本模型中，當(dāng)?shù)燃?jí)大于等于三時(shí)，系統(tǒng)進(jìn)行預(yù)警報(bào)告。

3 火險(xiǎn)預(yù)警模型仿真

本模型仿真數(shù)據(jù)采用廣西壯族自治區(qū)武鳴縣森林火災(zāi)數(shù)據(jù)，數(shù)據(jù)包括當(dāng)天的溫度（T），相對(duì)濕度（H），風(fēng)速（V），連續(xù)為降雨天數(shù)（R），林齡（X）和火險(xiǎn)天氣指標(biāo)值（Y），具體如表2所示。

將上述仿真數(shù)據(jù)代入模型，所得的擬合的圖像如圖3所示。

表2 預(yù)警模型仿真數(shù)據(jù)

圖3 預(yù)警模型結(jié)果擬合圖

紅線為Actual Values（實(shí)際值）、綠色線Fitted Values(擬合值)、藍(lán)色的線Residuals(殘差)。

由圖3中Actual Values（實(shí)際值）與綠色的線Fitted Values(擬合值)的擬合效果，以及樣本可決系數(shù) 和修正的樣本可決系數(shù) 均無(wú)限接近于1，可證明根據(jù)模型計(jì)算的數(shù)據(jù)和原始數(shù)據(jù)擬合效果較一般模型（如系統(tǒng)模型評(píng)估中的各個(gè)森林火險(xiǎn)預(yù)警模型）更為優(yōu)秀。

4 結(jié)語(yǔ)

通過(guò)對(duì)溫度、相對(duì)濕度、風(fēng)速、連續(xù)未降雨天數(shù)、樹齡等森林火險(xiǎn)影響因子進(jìn)行分析，采用最小二乘法進(jìn)行線性回歸，建立了一個(gè)多元線性回歸模型，根據(jù)統(tǒng)計(jì)量的相關(guān)檢驗(yàn)得到的可決系數(shù)無(wú)限趨近于1；并根據(jù)部分實(shí)際森林火災(zāi)數(shù)據(jù)對(duì)模型進(jìn)行仿真，得到的擬合值與實(shí)際值相比較，顯示擬合效果好。可以預(yù)見該模型為全國(guó)的森林火險(xiǎn)預(yù)警提供了一條全新可靠的預(yù)警途徑。

[1]鄭懷兵.張南群森林防火[M].中國(guó)林業(yè)出版社,2006

[2]衛(wèi)克晶,唐慧強(qiáng).基于MSC1210氣象數(shù)據(jù)采集系統(tǒng)的研制[M].南京信息工程大學(xué), 2007

[3]陳渝,韓超，李明.嵌入式系統(tǒng)原理及應(yīng)用開發(fā)[M].機(jī)械工業(yè)出版社,2008

[4]張騰達(dá),張良祖.基于ARM9的S3C2410X異步串行通信設(shè)計(jì)[M].EIC,2004

[5]徐凡,袁杰.基于視頻的嵌入式森林火災(zāi)預(yù)警系統(tǒng)[M].南京大學(xué)電子科學(xué)與工程系,2008

The Research of Forest Fire Warning Model Based On ARM Yu Jiwu

10.3969/j.issn.1001-8972.2011.24.054