基于北斗衛星通信的林區小氣候監測系統研究

鄭一力 趙燕東 劉衛平 劉圣波

(北京林業大學工學院， 北京 100083)

0 引言

林業生態系統參數的實時連續監測，能形成可追溯的海量大數據信息源，可揭示林區各種生態因素的相互關系和內在變化規律，以支撐生態行動和預防生態災害[1]。

目前林區監測所需的大氣、土壤、光照和植物等參數的獲取方法可以分為3類：第1類為查詢國家氣象臺網的氣象數據，但林區地形、海拔、植被條件變化較多，林區獨特的小氣候環境與國家氣象臺網的數據有較大差異，無法使監測數據及時準確[2-4]。第2類為氣象衛星或遙感衛星，用遙感的方式監測林區的氣象數據或光譜數據[5-7]，這種方式適合對林業生態變化和災害進行宏觀大范圍監測預警，無法獲得微觀精細數據。第3類是在林區建立定點生態監測站或移動式手持監測儀[8-11]，自動測量小氣候數據，因測量精細度高、節省人力和可長期連續監測等優點而被廣泛應用。在一些偏遠和無手機信號的林區，這種方式存在數據無法有效實時傳輸的問題，成為林區監測實際應用中的瓶頸。

北斗衛星系統是我國自主研發的全球性衛星導航系統，可以在服務區域任何時間、地點，為用戶確定地理經緯度和海拔高度，并提供雙向短報文通信和精密授時服務，可有效解決我國偏遠和無手機信號地區的數據通信難題[12-14]。

本文基于北斗衛星的短報文通信功能，設計一套林區小氣候實時監測系統，實現林區小氣候的大氣、土壤、光照和植物等多參量實時監測、遠距離傳輸和數據云存儲。用戶可通過互聯網或移動通信網，實時查詢數據變化和下載歷史數據報表，為偏遠無手機信號林區的小氣候大數據獲取和分析提供服務。

1 林區小氣候監測系統設計

1.1 系統組成

圖1 林區小氣候監測系統原理圖Fig.1 Schematic diagram of forest microclimate monitoring system

系統由多個小氣候監測站、云服務器和系統軟件構成，如圖1所示。

小氣候監測站連接了大氣、土壤、光照和植物參量傳感器組，通過太陽能供電。小氣候監測站與云服務器之間通過北斗短報文通信模塊進行雙向通信。系統軟件運行在阿里云公司提供的云服務器上，具備實時數據查詢與下載、大數據分析與決策、數據庫存儲和管理、衛星數據接收與解析等功能。多個小氣候監測站組網形成對林區全方位監測，用戶通過計算機或手機遠程聯網查詢和下載林區小氣候監測數據。

林區小氣候監測站依據自身時鐘，每間隔10 min自動采集連接的大氣、土壤、光照和植物類傳感器的數據，采集間隔可人工設置。數據經存儲和格式變換后，形成72個字節的短報文通信包，通過北斗衛星通信模塊將數據發送至北斗衛星。北斗衛星地面站接收衛星數據，再經北斗衛星發送給云服務器。

系統軟件的衛星數據接收與解析功能可接收北斗短報文通信包，解析后將監測數據存入MySQL數據庫中。實時數據查詢與下載功能可實時訪問數據庫，通過互聯網或移動通信網為計算機和手機用戶提供遠程數據訪問、曲線查詢和報表下載等服務。數據庫存儲和管理功能實現對MySQL數據庫中數據的增添、刪除、修改、更新和查找等操作。

系統軟件的大數據分析與決策功能可根據獲取的小氣候監測數據，依據行業標準或大數據分析模型，確定林區火險天氣等級，進行森林火情預測預警，也可以擴展完成生態環境恢復評價、精準灌溉決策和立木生長狀態監測等分析決策功能。

1.2 系統硬件設計

圖2 系統硬件框圖Fig.2 Block diagram of system hardware

林區小氣候監測站的硬件由數據采集器、供電系統、傳感器組、北斗衛星通信模塊和機械塔架構成，如圖2所示。

數據采集器是整個小氣候監測站的數據處理和控制核心，由中央處理器、顯示電路、存儲電路、數據采集電路等構成。數據采集器可根據用戶需求，采集各個傳感器輸出的模擬或數字信號，并通過北斗衛星完成數據傳送。

數據采集器的中央處理器采用ATMEL公司的ATMEGA2560單片機，該單片機為8位內核，主頻16 MHz，具有可靠性高、功耗低、速度快、價位低等優點。中央處理器完成各個傳感器原始數據的解析、數據通信格式轉換、數據顯示格式轉換、數據存儲格式轉換、傳感器工作狀態監測、衛星通信狀態監測和供電狀態監測功能，通過看門狗電路實現運行錯誤的自動復位。數據顯示電路采用彩色LCD觸摸顯示器，主要用于顯示監測數據和狀態數據。數據存儲電路采用8 GB容量的SD存儲卡，用于在本地存儲監測數據，可人工定期進行數據拷貝和清除。數據采集電路將傳感器組輸出的0～20 mA模擬電流信號和0～5 V模擬電壓信號統一轉換為0～2.5 V模擬電壓信號，經放大和濾波，與單片機的AD轉換接口連接。單片機的IO口采集降雨量傳感器輸出的開關量信號。單片機的PWM接口采集風速傳感器的輸出信號。

北斗衛星通信模塊采用GYT2015C型北斗數據傳輸模塊，如圖3所示，該數據傳輸模塊具備北斗短報文通信、北斗定位和授時功能，發射功率10 W，通過RS232接口與中央處理器連接。北斗衛星通信模塊安裝在機械臺架上，為小氣候監測站提供北斗衛星通信鏈路。系統預留了GPRS通信模塊接口，可在有手機信號的林區使用。

圖3 北斗數據傳輸模塊Fig.3 Beidou data transmission module

傳感器組可實時測量林區小氣候的土壤、大氣、光照和植物參數，主要傳感器配置和性能如表1所示，用戶可根據應用需求增減傳感器。

表1 林區小氣候監測站傳感器配置和性能Tab.1 Sensor configuration and performance of forest microclimate monitoring station

供電系統由太陽能市電互補控制器、功率75 W多晶太陽能板和容量12 V、65 A·h的膠體儲能蓄電池構成，為小氣候監測站提供直流12 V電壓。在有市電輸入的林地可采用220 V供電。儲能蓄電池放在防水地埋箱中，安裝在機械塔架下深0.5 m的土層中進行低溫防護。

機械塔架采用不銹鋼材料，由不銹鋼鋼絲繩進行防風固定，安裝避雷針防護，底座采用混凝土重塊固定。機械塔架上端安裝大氣參數傳感器組、光照參數傳感器組、北斗數據傳輸模塊和太陽能板。為保證衛星通信質量，北斗數據傳輸模塊的天線中軸偏南傾斜5°～10°安裝。機械塔架中部安裝不銹鋼防雨箱，內部安裝數據采集器、太陽能控制器等部件。土壤參數傳感器組包括多個土壤濕度和溫度傳感器，可埋設在不同深度或位置的土壤中，測量森林土壤的溫濕度。植物參數測量采用無損包裹式立木莖干含水率傳感器和針式立木莖干含水率傳感器，分別測量胸徑10 cm以下和10 cm以上的立木莖干體積含水率，分析莖干內蓄水量變化。

圖4為在北京鷲峰國家森林公園的燕兒嶺(海拔440 m)、望京塔(海拔750 m)和蘿芭地(海拔1 000 m)安裝的3套小氣候監測站。此地區由于距離移動基站較遠和飛機航線經過，無法實現穩定的手機GPRS通信。

圖4 北京鷲峰國家森林公園小氣候監測站Fig.4 Forest microclimate monitoring stations in Beijing Jiufeng National Forest Park

1.3 系統軟件設計

系統軟件不間斷運行在阿里云服務器上，基于.NET技術進行整體框架搭建，分為前端表現層、業務邏輯層和數據訪問層。圖5為系統軟件的整體架構。

圖5 系統軟件框圖Fig.5 Block diagram of software

表現層負責系統與多并發用戶交互；業務邏輯層完成監測數據接收、大數據分析和數據邏輯處理等核心業務，滿足表現層和監測任務的需求；數據訪問層直接操作數據庫，完成對各個監測數據的增添、刪除、修改、更新和查找等功能。

表現層的計算機前端網站使用HTML、CSS和Javascript腳本語言設計[15]，采用百度公司的可視化圖表庫Echarts.JS實現監測數據的圖表、表盤以及動態部件[16]。數據監聽程序運用Winform技術進行頁面搭建，管理人員可監測傳感器和北斗衛星通信的運行狀態。WEB服務器程序使用了Microsoft的IIS，通過HTTP(超文本傳輸協議)與用戶計算機瀏覽器進行信息交流。

采用Java語言開發了手機端的Android應用程序，使用HTTP協議實現與云服務器的數據上傳與下載。采用MPAndroidChart開源框架實現林區小氣候的實時數據、變化曲線和火險天氣等級的查詢與顯示。

業務邏輯層的森林防火天氣等級預測程序依據行業標準或大數據分析模型，確定林區火險天氣等級。衛星通信服務程序通過北斗衛星短報文通信，接收小氣候監測站所發送的監測數據以及工作狀態數據。監測數據生成程序用于生成監測數據Excel格式的日報表、月報表和年報表。監測數據曲線程序用于生成小氣候各個參數的日變化、月變化和年變化曲線。實時數據生成程序為計算機前端網站的儀表盤控件提供實時變化數據。大數據分析服務程序可擴展完成生態環境恢復評價、精準灌溉決策和立木生長狀態監測等應用功能。后端數據采集程序與表現層的數據監聽程序連接，完成數據采集器的參數設置、各個傳感器數據解析、格式轉換和錯誤與丟失數據自動處理功能。

數據訪問層采用了開放源代碼的MySQL數據庫，為平臺所有數據提供存儲空間，使用結構化查詢語言SQL進行數據庫管理。

系統軟件使用Load Runner進行測試，可以承受1 000個用戶的并發訪問量，同時為后續的應用和用戶擴展保留了接口，滿足實時性、多并發和可擴展等要求。

圖6～8為計算機端網站的截圖，圖6中以儀表盤的形式顯示了林區小氣候溫度、濕度和降雨量等參數的實時數據。圖7中以曲線的形式顯示了林區一周的空氣溫度變化。圖8中以報表的形式顯示了林區小氣候的各個監測數據，并可導出Excel格式的數據報表。

圖6 林區小氣候的實時監測數據Fig.6 Real-time monitoring data of forest microclimate

圖7 林區小氣候的空氣溫度曲線Fig.7 Air temperature curve of forest microclimate

圖8 林區小氣候的監測數據報表Fig.8 Monitoring data reports of forest microclimate

2 森林火險天氣等級預報實現

森林火險天氣等級是森林火災發生可能性和蔓延難易程度的一種重要度量指標和森林防火管理的重要依據[17]。借助國家氣象局天氣預報宏觀數據的預報尺度粗略，無法針對不同海拔、植被和小氣候條件下的森林火險天氣等級進行預測。林區小氣候監測系統可對森林火險天氣等級所需局部氣象因子進行實時采集和計算，這對森林火險天氣預報的改進和正確決策具有重要的作用。

根據林業部頒布的《全國森林火險天氣等級》行業標準，森林火險天氣等級的評定由森林防火期內每日最高空氣溫度A、每日最小相對濕度B、連續無降水日數C、每日最大風力等級D、物候訂正指數E等5部分森林火險天氣指數構成[17]。由氣象監測參數可確定指數A、B、C、D，由物候變化的經驗值或監測值可確定指數E，代入公式

n=A+B+C+D-E

(1)

使用此標準計算森林火險天氣等級，根據階梯區間打分，差異微小的氣象數據會計算出差距較大的火險等級，同時訂正指數E沒有考慮林地土壤濕度條件。

本系統根據小氣候監測站獲取的實時數據計算森林火險天氣指數，采用Logistic回歸函數對火險天氣指數的計算進行平滑處理[18-19]，并引入枯枝落葉層土壤濕度進行指數修正。

2.1 森林火險天氣指數計算的平滑處理

參照行業標準，分別以A、B、C、D中各個階梯區間打分的中值Xi(i=A,B,C,D)與對應的火險天氣指數Yi構成擬合樣本集。

其中指數A的擬合樣本集為

{XA,YA}={(2.5, 0), (7.5, 4), (12.5, 8),(17.5, 12), (22.5, 16), (27.5, 20)}

指數B的擬合樣本集為

{XB,YB}={(75%, 0), (65%, 4),(55%,8),(45%, 12), (35%, 16), (25%, 20)}

指數C的擬合樣本集為

{XC,YC}={(0.3,10),(0.9,8),(2.0,6),(3.5,4),(5,2),(7.5,0)}

指數D的擬合樣本集為

{XD,YD}={(0.1,0),(0.9,5),(2.5,10),(6.7,15),(9.4,20),(12.3,25),(15.5,30),(19.0,35),(20.7,40)}

選用Logistic函數

(2)

對樣本進行擬合，其中Ki由行業標準確定，分別為：Ki={20，20，10，40}。αi和βi為待求的擬合權值。由式(2)擬合獲得指數A、B、C、D的計算函數分別為

(3)

(4)

(5)

(6)

式(5)中，t為連續有降雨的天數，Y′C最大值為50。式(3)～(6)對指數A、B、C、D擬合的決定系數R2分別為0.977 1、0.977 1、0.969 1、0.965 6。

2.2 森林火險天氣等級計算

行業標準的物候訂正指數E只考慮了草雪覆蓋度，林區枯枝落葉層土壤包含了較多的可燃物，枯枝落葉層的土壤濕度對林火發生和蔓延具有重要影響[20]。

本系統中，物候訂正指數E由Y′E1(草雪覆蓋度)和Y′E2(枯枝落葉層土壤濕度指數)兩部分相加構成。Y′E1由統計經驗值獲取，在森林防火期內Y′E1可簡化提高到15，核心防火期提高到20，防火期外為0。枯枝落葉層從上往下依次由未分解層、半分解層和腐殖質層構成，土壤濕度傳感器可直接實時測量腐殖質層的體積含水率，確定Y′E2的大小。

不同樹種下枯枝落葉層土壤含水率差異較大，根據實驗室的測試，栓皮櫟腐殖質層的體積含水率在4.2%～97.6%之間，規定當腐殖質層的體積含水率在30%以上，Y′E2設置為-20，腐殖質層的體積含水率在5%以下，Y′E2設置為0。腐殖質層的體積含水率在5%～30%之間時，Y′E2與腐殖質層的體積含水率呈線性關系，則采用線性擬合獲得指數Y′E2的計算函數為

(7)

根據小氣候監測站獲取的林區空氣溫度、空氣濕度、降雨量、風力和10 cm深度的土壤濕度，依次代入式(3)～(7)，求得Y′i。則修正后的森林火險天氣等級指數為

H′=Y′A+Y′B+Y′C+Y′D+Y′E1+Y′E2

(8)

在本系統中，林區小氣候下森林火險天氣等級由式(8)確定，對應關系如表2[17]所示。

表2 森林火險天氣等級表Tab.2 Forest fire weather grade

圖9給出了計算機端網站上實時顯示的林區小氣候下的森林火險天氣等級，以儀表盤的形式每隔10 min更新一次。

圖9 林區小氣候下的局部森林火險天氣等級Fig.9 Local forest fire weather grade under forest microclimate

3 林區小氣候監測系統測試與分析

3.1 系統通信信號強度測試

課題組于2016年至2017年在北京鷲峰國家森林公園、張家口崇禮喜鵲嶺、內蒙古和林格爾、河南鄢陵龍源花木有限公司和云南昆明金家山5處，對小氣候監測站的北斗衛星通信信號強度進行測試。測試過程中，每條測試數據包含75個字節數據和1個字節的北斗信號強度數據(1～5級)，小氣候監測站每隔1 min分60次通過北斗衛星將測試數據發送至云服務器，并將測試數據保存到本地SD卡中。

通過比對小氣候監測站中SD卡保存數據與云服務器接收數據的一致性，達到驗證系統數據通信可行性的目的，表3給出了在不同緯度地區北斗衛星通信的平均信號強度、數據正確收發條數和通信成功率。

表3 北斗衛星林區信號強度測試與通信成功率統計Tab.3 Signal strength test and success ratio of Beidou satellite communication in forest

由表3可以看出，北斗衛星在內蒙古和林格爾以南的我國中低緯度地區具有較好通信質量，北斗衛星信號強度平均值在3級以上，測試數據通信成功率穩定在100%。為防止數據丟失和錯誤問題，小氣候監測系統設計了累加和校驗與重發機制，通過對比小氣候監測站本地與云服務器數據，如有數據通信錯誤和丟失，以應答的方式進行數據重發，保證數據通信可靠性。

3.2 系統穩定性測試

為了驗證系統運行穩定性，選取北京鷲峰國家森林公園布設的3個小氣候監測站從 2017年3月1日至2017年5月31日連續92 d的數據進行分析。該站點位于海拔440 m的燕兒嶺森林防火檢查站、海拔750 m的望京塔防火瞭望點和海拔1 000 m的蘿芭地防火瞭望點，配置了大氣類(空氣溫度、空氣濕度、二氧化碳濃度、降雨量、風速、風向)、光照類(日照時數、總輻射、光照強度)和土壤類(2層土壤濕度、2層土壤溫度)共13個11種傳感器，對林區小氣候進行組網監測，監測數據以幀為單位進行北斗數據傳輸，每幀長度為72個字節。

表4給出了林區小氣候監測站數據通信效果，在92 d中3個小氣候監測站采集了13 247幀林區小氣候數據存儲在SD卡中，云服務器中分別正確接收到燕兒嶺、望京塔和蘿芭地的小氣候數據13 058、13 172、13 194幀，正確率為98.57%、99.43%和99.59%，未出現連續超過30 min的數據丟失或錯誤。在海拔較高和較少山體遮擋的區域，數據傳輸正確率較高，滿足林區小氣候監測系統數據通信的要求。

表4 林區小氣候監測站數據通信效果Tab.4 Communication result of forest microclimate station

3.3 森林火險天氣等級預報功能分析

在云服務器上下載海拔440 m的燕兒嶺森林防火檢查站從2017年3月1日至2017年5月31日連續92 d的數據報表，其中與林區防火相關的風速、空氣濕度、空氣溫度、10 cm和40 cm深度土壤濕度、降雨量的變化曲線如圖10～14所示。

圖10 風速變化曲線Fig.10 Changing curve of wind speed

圖11 空氣濕度變化曲線Fig.11 Changing curve of air humidity

圖12 空氣溫度變化曲線Fig.12 Changing curve of air temperature

圖13 10 cm和40 cm深度土壤濕度變化曲線Fig.13 Changing curves of soil water content in 10 cm and 40 cm depths

圖14 降雨量變化曲線Fig.14 Changing curve of rainfall

由圖14可以看出，在3月20日、3月23日和3月24日出現了連續降雨，圖13中10 cm和40 cm深度土壤濕度滯后出現快速上升，森林防火指數下降，降雨停止后土壤濕度緩慢下降。當5月22日出現了短時中雨級別的降雨，10 cm深度土壤濕度上升，防火指數下降，40 cm處的土壤濕度，因傳感器較深，受到5月22日短時降雨的影響較小，維持不變。在4月19日和5月30日，因為雨量較少，10 cm和40 cm深度的土壤濕度均保持不變。

在北京地區，每年11月1日至次年5月31日為森林防火期。其中，每年1月1日至4月15日為森林高火險期，防火等級提升。由系統計算獲得的2017年3月1日至2017年5月31日燕兒嶺地區森林防火天氣等級如圖15所示。

圖15 燕兒嶺森林火險天氣等級變化曲線Fig.15 Changing curve of forest fire weather grade in Yanerling

對比圖15中燕兒嶺的森林火險天氣等級與圖14降雨量變化可知，在整個防火期，森林火險天氣等級在無降雨時處于四級和五級，林火燃燒和蔓延的危險程度較高。在4月19日、5月22日和5月30日發生短時降雨時，森林火險天氣等級下降為二級。在3月20日、3月23日和3月24日連續降雨時，森林火險天氣等級下降為一級和二級，林火燃燒和蔓延的危險程度較低，對該區域的森林火險天氣等級進行了有效預報。

3.4 運行費用分析

林區小氣候監測站每隔10 min傳輸72個字節的短報文通信包，每月平均傳輸不少于311 040字節的數據。本系統選用了北斗三級民用短報文通信卡，1 800元可終身長期使用，每分鐘最多傳輸76個字節數據。系統通信費用低于銥星公司每月高于3 000元的SBD通信業務，同時也保證了無GPRS手機信號林區的數據通信。

4 結束語

設計了一種基于北斗衛星短報文通信的林區小氣候監測系統，實現了大氣、土壤、光照和植物等參量的實時監測、云存儲、動態查詢、報表生成和大數據分析等功能。系統采用Logistic回歸函數，解決了森林火險天氣指數區間量化打分的階躍問題，并補充引入枯枝落葉層土壤濕度因子，實現了精細化森林火險天氣等級預報功能。系統在北京鷲峰國家森林公園連續3個月的測試實驗中，穩定可靠地獲取林區11種小氣候數據，傳輸正確率在98.57%以上。系統已在北京、內蒙古、河北和河南等地推廣應用，可為偏遠、無手機信號地區的農林業生態大數據監測、生態恢復評價、氣象災害監測和精準灌溉等提供服務。

1 李世東, 鄒亞萍, 李明國. 中國林業大數據發展戰略研究報告[M]. 北京: 中國林業出版社, 2016.

2 趙鳳君, 舒立福. 林火氣象與預測預警[M]. 北京: 中國林業出版社, 2014.

3 郭海峰, 禹偉. 湖南省森林火險天氣等級預測模型研究[J]. 中南林業科技大學學報, 2016, 36(12):44-47.

GUO Haifeng, YU Wei. Study weather grade prediction model of forest-fire risk in Hunan Province [J]. Journal of Central South University of Forestry & Technology, 2016, 36(12):44-47. (in Chinese)

4 鄧剛. 氣象因子的變化對黑龍江省森林病蟲害影響的研究[D]. 哈爾濱: 東北林業大學, 2012.

DENG Gang. Effect of meteorological factors on forest diseases and insect pests in Heilongjiang Province [D]. Harbin: Northeast Forestry University, 2012. (in Chinese)

5 孫家抦. 遙感原理與應用[M]. 武漢: 武漢大學出版社, 2013.

6 覃先林, 朱曦, 楊飛,等. 天宮一號高光譜數據探測火情狀態敏感譜段分析[J]. 光譜學與光譜分析, 2013, 33(7):1908-1911.

QIN Xianlin, ZHU Xi, YANG Fei, et al. Analysis of sensitive spectral bands for burning status detection using hyper-spectral images of tiangong-01 [J]. Spectroscopy and Spectral Analysis, 2013, 33(7):1908-1911. (in Chinese)

7 BAGHDAD N, ZRIBI M. Land surface remote sensing in agriculture and forest [M]. London: ISTE Press-Elsevier, 2016.

8 丁訪軍. 森林生態系統定位研究標準體系構建[D]. 北京: 中國林業科學研究院, 2011.

DING Fangjun. Construction of standard system for localization of forest ecosystem [D]. Beijing: Chinese Academy of Forestry, 2011. (in Chinese)

9 劉衛平, 高志濤, 劉圣波,等. 基于銥星通信技術的土壤墑情遠程監測網絡研究[J/OL]. 農業機械學報, 2015, 46(11):316-322. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20151143&flag=1. DOI:10.6041/j.issn.1000-1298.2015.11.043.

LIU Weiping, GAO Zhitao, LIU Shengbo, et al. Remote monitoring network for soil moisture based on Iridium communication technology [J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(11):316-322. (in Chinese)

10 趙燕東, 黃歡, 顏小飛,等. 基于銥星通信技術的地面森林管護系統研究[J/OL]. 農業機械學報, 2016, 47(1):324-330. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20160144&flag=1. DOI: 10.6041/j.issn.1000-1298.2016.01.044.

ZHAO Yandong, HUANG Huan, YAN Xiaofei, et al. Design of forest management and protection system based on Iridium communication technology [J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(1):324-330. (in Chinese)

11 United States Department of Agriculture. Smart Forests for the 21st Century[EB/OL]. https:∥smartforests.org/.

12 國務院新聞辦公室. 中國北斗衛星導航系統[M]. 北京: 人民出版社, 2016.

13 隋銘明, 沈飛, 徐愛國, 等. 基于北斗衛星導航的秸稈機械化還田作業管理系統[J/OL]. 農業機械學報, 2016, 47(1):23-28. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20160104&journal_id=jcsam. DOI: 10.6041/j.issn.1000-1298.2016.01.004.

SUI Mingming, SHEN Fei, XU Aiguo, et al. Management system for mechanized straw returning based on BDS [J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(1):23-28. (in Chinese)

14 陳海生, 郭曉云, 王峰,等. 基于北斗短報文的漁獲信息壓縮傳輸方法[J]. 農業工程學報, 2015, 31(22):155-160.

CHEN Haisheng, GUO Xiaoyun, WANG Feng, et al. Fishery harvesting information compressing and transmitting method based on Beidou short message [J]. Transactions of the CSAE, 2015, 31(22):155-160. (in Chinese)

15 聶常紅. Web前端開發技術:HTML、CSS、JavaScript[M]. 北京: 人民郵電出版社, 2016.

16 劉茜. 林分環境因子監測數據管理系統研建[D]. 北京:北京林業大學, 2016.

LIU Xi. Establishment of forest environment factor monitoring data management system [D]. Beijing: Beijing Forestry University, 2016. (in Chinese)

17 國家林業局. LY/T 1172—95 全國森林火險天氣等級[S]. 北京：中國標準出版社，1995.

18 張偉, 王峰, 郭艷芬, 等. 基于Logistic回歸的森林火險天氣等級模型[J]. 東北林業大學學報, 2013, 41(12):121-122.

ZHANG Wei, WANG Feng, GUO Yanfen, et al. Weather model level of forest fire danger based on logistic regression [J]. Journal of Northeast Forestry University, 2013, 41(12):121-122. (in Chinese)

19 趙璠, 周汝良, 王艷霞,等. 連續化森林火險天氣等級預報模型的研究與實現[J]. 林業機械與木工設備, 2015(2):37-40.

ZHAO Fan, ZHOU Ruliang, WANG Yanxia, et al. Research and implementation of continuous forest fire danger weather rating forecast model [J]. Forestry Machinery & Woodworking Equipment, 2015(2):37-40. (in Chinese)

20 秦富倉. 林火原理[M]. 北京: 機械工業出版社, 2014.