入春后，气候变得干燥多风，森林防火同步进入关键期。

在过去，森林防火主要依赖人工值守、定点巡逻。但这种方式不仅耗费大，且效率低，难以做到全面、及时的监测。

如何更大程度解放人力，又能对广袤森林尽可能做到“无死角”实时监控？那只有利用卫星遥感技术，在空中开“天眼”。

近些年，电子科技大学定量遥感团队依托定量遥感、时空大数据等理论与技术手段，解决了森林和草原火灾风险预警关键要素——可燃物信息严重不足这一难题，构建了一套集灾前高精度火险预报预警?灾时火情实时监测?灾后燃烧烈度精细评估为一体的森林草原火灾监测预警系统。

该系统实现了森林草原火险、火情与灾情时空信息协同处理和实时动态服务，为应急、林草等行业部门提供了大范围、高精度、低成本的森林草原火灾监测预警方案。

四川省森林草原火灾预警监测系统数据中心画面。

近实时：每天提前预报火险每10分钟更新一次火情

如今，对四川省某一市州的护林员而言，只要打开省域森林草原火灾预警监测网络的微信小程序，输入相应的账户密码后，便能进入一张省内火险火情卫星地图。

点击下方的实时定位，附近区域火险等级便一目了然：“极高”“高”“较高”三个等级的区域，分别在地图上用红、橙、黄三种颜色进行了标注。区域划分精细到每一个山头，让护林员做到心中有数，盯防重点区域，严管火源限制进出，有效防止人为失火。

当然在森林地区，自然因素例如雷击引起的火灾不可完全避免。

如果发生火点，监测网络地图上相应的位置也会出现火焰的标识。放大该点位后，便可知晓其详细坐标和周边环境信息。

不仅如此，火险预警等级每天、火点监测每10分钟就会自动更新一次，省内火情动态文字信息则在页面上方实时滚动播放。

电子科大定量遥感团队负责人、资源与环境学院何彬彬教授。

而这只是该预警监测网络的一个层级。“其权限主要向基层防火员开放，助其了解当天需重点监控的区域，提高防控的准确性。”电子科技大学定量遥感团队负责人，资源与环境学院教授何彬彬介绍，不同层级会根据具体的需求设置不同的权限，例如救援指挥层级，就能看到灾情蔓延趋势和受灾程度等信息。

森林草原火灾预警监测网络的运行后台，即整个预警系统的“最强大脑”，就设置在电子科技大学资源与环境学院。其相当于一个数据中心和总控平台，接收并处理好气象、地形、可燃物等多源数据，并进行大数据分析，再分发给前方网络各个层级。

凭借这颗“最强大脑”，整个预警监测系统发挥了三大功能。“首先就是灾前早期风险精准预警，量化易燃程度多高；再者就是出现火灾后，近实时火点精准监测；以及灾后燃烧烈度精细评估。”何彬彬介绍。

据了解，这套预警监测系统于2020年设计研发完毕，于2021年正式全面投入使用。目前，系统已服务四川、云南、贵州等多个西南地区省份，为山地森林地区的火灾防控提供支持。

破难题：突破对弱敏感参数的遥感反演

森林里有无起火可能，风险有多高，主要通过可燃物含水率和载量、气象等条件进行判断。“简单来讲，主要是看冠层枝叶，和地面枯枝落叶是否干燥，且堆积的量多不多。”何彬彬解释。

何彬彬教授团队成员、电子科大资环学院全兴文副教授。

含水率和载量的测定都会运用到遥感建模和动态反演技术。“植被对不同波段的电磁波具有独特的反射、散射和吸收特性。”团队成员、电子科技大学资源与环境学院副教授全兴文介绍，研究者通过卫星传感器获取森林遥感影像后，会反推出影像形成背后，森林反射或散射的电磁波能量信息，从而估算森林相应参数。

在遥感模型中，以往研究通常选择反演敏感参数，而可燃物含水率和载量是相对弱敏感的参数。

“我们攻克了这一类弱敏感参数遥感反演的难题。卫星接收的数据传输过来后，后台就会实时地进行分析处理。”全兴文告诉《中国科学报》记者，研究团队实现了对这种复杂多样、异质性植被情况动态感知，真正从火灾形成机理角度出发，做好防火预警。

除了可燃物的含水率和载量，火灾的形成与周遭地形、气象以及人文活动都密切相关，是多维度、多因素综合作用的结果。

所以研究团队将实时气象数据中的温度、湿度、风速等信息，地形数据中的海拔、坡度、坡向等因素，以及可燃物数据中的种类、分布、含水率等关键信息进行融合，开展时空大数据建模，实现了对目标区域的实时滚动火险预报预警。

“和电视上看到的气象火险预报不同，我们的预报充分考虑了可燃物多维度信息，更精细。”何彬彬表示。

测碳汇：为灾后修复提供数据支持

火情发生时，对热异常的近实时监测也是该系统的一大功能。

系统会利用卫星搭载的遥感传感器，对火点的辐射功率、温度等变化情况进行动态“感知”。尽管传感器远在万米高空，也能够捕捉到地表的红外辐射，从而精确测量温度异常。

结合卫星传回的实时图像，研究者更能直观掌握火点范围的变化。火情信息第一时间传至当地后，也能指导相关应急部门进行无人机实地探查。

此外，一些重点敏感区域会布设地面传感器，方便更快地对早期林下出现的险情进行全方位立体监测。“但需要说明的是，地面传感器不可能大面积进行布设。一是成本高，二是偏远林区通信弱，难以实时传输监测信息。”何彬彬指出。

因此，将卫星遥感技术应用于大范围的火情监测，更为可靠。但面对西南山区云雾多、地形切割强烈的特点，该技术暴露了一些局限性。

卫星给地面“拍照”后，呈现出的多为二维图像。但山区地形起伏大，目标点位在图像上空间位置很可能会发生偏移，且平面距离和实际距离有较大误差。“如果有云雾遮挡，还会造成成像的不清晰。”何彬彬表示，针对这一系列问题，团队在空间位置精度上作了一些技术校正，但目前仍在持续精进。

火灾发生后，同样基于遥感卫星反演技术，结合可燃物载量、地形地貌等信息，系统还能对火灾燃烧的面积、森林植被烧毁程度进行评估。

何彬彬教授团队成员、电子科大资环学院廖展芒副教授。以上图片均由电子科大提供

这一过程中，还会涉及对森林碳储量变化的测定。

利用光学遥感和激光雷达等技术对中国森林碳汇监测，本就是团队的一项重要工作。研究者通过获取、分析森林植被的生长状况、生物量变化以及碳循环过程相应的数据，就能计算出森林对二氧化碳的吸收和储存能力。

而遭遇火灾后的森林，因生物量燃烧和土壤碳损失导致碳汇能力骤降。“我们会去测定燃烧了多少生物量，排放了多少二氧化碳，以及剩下的碳储量。后期还会跟进森林自然恢复进度，掌握碳汇能力恢复情况。”团队成员、电子科技大学资源与环境学院副教授廖展芒介绍，相关测定工作也能为人工干预的森林碳汇恢复提供支持。

谈布局：构建更智能的空、天、地一体化监测预警体系

何彬彬和团队对于森林草原火灾监测预警系统未来的升级计划，离不开两个关键词：精细化和智能化。

火灾形成和发展过程中还有诸多影响因素值得细究。何彬彬举例，地表火蔓延至树冠层后，破坏速度会更快更强。但地表和树冠基底之间还有一段树干的距离，树冠离地面的高度和微地形都会影响蔓延的速度。

他希望，通过进一步的技术突破，可使系统实现对局部“冠层-树干-地表”的三维结构的监测，从而更精确地预判火灾蔓延路径和趋势，更早地捕捉到火势跃迁的信号。

针对光学遥感技术的局限性，团队也在考虑改进的办法。“比如之前提到，光学遥感穿透力弱，一有遮挡就无探清地表。而像SAR（合成孔径雷达）遥感，穿透力强，可用于获取遮挡物下的信息。”廖展芒认为，每项技术都有各自的优势和劣势，相互协同互补，有望进一步提升复杂环境监测的精度和可靠性。

整个监测预警系统的设计和运行，也深度融合了物联网、大数据和人工智能等新兴技术。例如火险因素的分析和预报，涉及了大量的人工智能算法，火点的动态监测也应用了深度学习技术。

但何彬彬觉得系统的“大脑”“还不够智能”。“现在卫星传回数据后，我们在后台会实时预处理后，再将各类专题信息要素融入模型进行计算。尽管数据处理这一流程花费的时间不过一、两分钟。”

他透露，预计今年下半年，团队会推出系统的2.0版，实现从数据到识别预测的“一气呵成”。

不仅如此，何彬彬团队正在逐步完善以卫星遥感监测为主导，在重点区域结合无人机智能监测和地面传感精细化实时感知，空、天、地多维度、一体化的智能监测预警体系。