基于物联网和频谱分析的林火早期探测技术

摘要

森林火灾是一种具有突发性和危险性的自然灾害,根据火情种类可将森林火灾分为:地下火、地表火和树冠火,其中树冠火极其危险,因为它的传播速度是地表火的十几倍,因此,尽早对火灾类型进行分类是非常重要的。笔者设计了一种基于物联网技术和声音频谱分析技术的林火探测系统,此系统适用于森林火灾连续监测和早期探测的无线声学测深,具有良好的空间分辨率和时间分辨率。为实时监测林区,将大量传感器节点部署在林区,实现林区全覆盖。根据无线传感器的有效通讯距离以及能耗问题,本研究选用具有低功耗、远距离传输特点的LoRa设备,进行数据传输。最后,对声音传感器采集到的音频数据进行声音频谱分析,结合分类算法和交叉谱区分树冠火和地表火的声音频率差异。但是,分类方法的准确性会受到一些因素的影响,如传感器的分布、声音传输中的能量损耗、数据传输的延迟等。通过实验测试表明树冠火的声音频率为0~400 Hz,地表火的声音频率为0~15000 Hz,并可以通过声音频谱分析技术实现从声音角度来探测森林火灾的发生。