[TOC]

一、前言

1.1 项目介绍

【1】项目开发背景

森林火灾是全球范围内频繁发生的自然灾害之一，不仅对生态环境造成严重破坏，还可能威胁到人类的生命财产安全。传统的森林防火措施主要依赖人工巡逻和地面观测站，这种方式效率低下，且在森林中难以实现全面覆盖。随着物联网技术的发展，智能监测系统逐渐成为预防森林火灾的有效手段。基于此背景，设计了一款基于STM32F103RCT6的森林火灾监测系统，通过现代传感技术和无线通讯技术提高森林火灾预警的及时性和准确性。

该系统集成了多种传感器，包括用于检测环境温度和湿度的SHT30传感器、能够识别火焰的火光检测传感器以及用于监测烟雾浓度的MQ2气体传感器。这些传感器可以实时收集环境数据，一旦检测到异常情况如温度骤升、烟雾浓度增加或出现火焰等，将立即启动蜂鸣器发出警报，同时通过Air724UG-4G模块将数据上传至华为云IOT物联网服务器。这一过程不仅实现了对森林火灾的快速响应，也为后续的救援工作提供了准确的信息支持。

为了便于森林管理员无论身处何地都能及时接收到火灾报警信息，本项目还特别开发了适用于Android手机和平板电脑的应用程序及Windows上位机软件，用户可以通过这些客户端实时查看由监测点上传的数据，了解各监测区域的环境状况。此外，考虑到森林地区的特殊地理条件，系统设计时充分考虑了能源供应的问题，采用了太阳能充电方案，确保监测系统能够在远离电网的野外长期稳定运行。

综上所述，本项目构建一个高效、可靠、易于管理的森林火灾监测平台，通过集成先进的传感技术和网络通信技术，为森林防火提供了一种新的解决方案，有助于提升森林防火工作的智能化水平，减少森林火灾造成的损失。

软件运行效果：

框架图：

系统原理图：

实物模型图：

【2】设计实现的功能

（1）环境温湿度监测：通过SHT30传感器实时检测森林内的环境温度和湿度，并将数据发送给主控芯片STM32F103RCT6进行处理。

（2）火焰检测：使用火光检测传感器监控森林区域内是否有火焰出现，一旦发现火焰，立即将信号传递给主控芯片，作为火灾预警的一部分。

（3）烟雾浓度监测：利用MQ2气体传感器检测空气中的烟雾浓度，当烟雾浓度超过预设阈值时，向主控芯片发送警报信号。

（4）自动报警功能：当系统检测到火焰或烟雾浓度超标时，会自动激活有源蜂鸣器发出声音警报，提醒现场人员注意安全并采取相应措施。

（5）数据远程传输：通过Air724UG-4G模块，采用MQTT协议将采集到的环境参数和报警信息上传至华为云IOT物联网服务器，实现数据的远程监控和管理。

（6）移动设备实时监控：开发了专门的Android手机APP和Windows上位机软件，森林管理员可以通过这些客户端实时查看监测点上传的数据，包括温度、湿度、烟雾浓度等信息，以及接收火灾报警通知。

（7）OLED显示屏本地显示：在监测站点安装0.96寸SPI接口OLED显示屏，用于实时显示环境参数和系统状态，方便护林员现场检查设备工作情况和传感器读数是否正常。

（8）太阳能充电支持：为了解决森林地区供电不便的问题，系统配备了太阳能充电装置，确保即使在偏远无电源的情况下也能持续运行。

【3】项目硬件模块组成

（1）主控模块：选用STM32F103RCT6作为系统的主控芯片，负责协调各个传感器的工作、处理数据、控制报警以及与4G模块进行数据交换。

（2）环境温湿度传感器模块：采用SHT30数字温湿度传感器，用于精确测量环境中的温度和湿度，并将数据传输给主控芯片进行处理。

（3）火焰检测模块：使用火焰传感器来检测是否有明火出现，一旦检测到火焰，立即将信号反馈给主控芯片，作为火灾预警的重要依据。

（4）烟雾浓度检测模块：通过MQ2气体传感器监测空气中烟雾的浓度，当烟雾浓度达到一定阈值时，触发报警机制。

（5）报警模块：采用高电平触发的有源蜂鸣器，当系统检测到火灾风险时，蜂鸣器将自动发出警报声，提醒周边人员注意安全。

（6）数据传输模块：利用Air724UG-4G模块，结合MQTT协议，将采集到的数据上传至华为云IOT物联网服务器，实现远程监控和管理。

（7）本地数据显示模块：配备0.96寸SPI接口的OLED显示屏，用于实时显示环境参数（如温度、湿度、烟雾浓度等）和系统状态，便于现场工作人员快速了解设备运行情况。

（8）太阳能充电模块：设计了太阳能充电系统，包括太阳能电池板、充电控制器和蓄电池，以解决森林内无固定电源供应的问题，保证监测系统长时间稳定运行。

（9）外部电源模块：为了确保系统的可靠性，在太阳能充电模块之外，还提供了5V 2A的外置电源供电选项，可以在需要时为系统提供电力支持。

【4】设计意义

森林火灾是全球性的自然灾害之一，不仅对生态环境造成严重破坏，还可能威胁到人类的生命财产安全。传统的森林防火措施往往依赖人工巡逻和卫星遥感，这种方式存在效率低下、成本高昂以及响应速度慢等问题。而本系统通过集成先进的传感器技术，能够自动监测森林中的环境参数，如温度、湿度、火焰及烟雾等关键指标，从而实现对火灾早期迹象的快速捕捉和及时预警，极大地提高了火灾防范的时效性和准确性。

该系统采用了4G无线通讯技术和MQTT协议，能够将现场采集到的数据实时传输至云端服务器，并通过专门开发的Android手机应用程序和Windows上位机软件，为森林管理人员提供远程监控的能力。这意味着即使不在现场，相关人员也能即时掌握森林内部状况，对于突发状况能够迅速作出反应，组织救援行动，减少损失。同时，这种远程访问功能也为科研人员提供了宝贵的研究资料，有助于更好地理解火灾发生机制及其对生态系统的影响。

考虑到森林地区通常远离城市，电力供应困难，本项目特别加入了太阳能充电方案来保障系统的持续运行。这不仅解决了偏远地区电力供给的问题，也符合可持续发展的理念，减少了对化石燃料的依赖，降低了碳排放量。

系统中配置了直观易读的OLED显示屏，用于本地展示各项传感器的状态信息。这一设计便于现场工作人员直接观察设备的工作情况，确保所有组件都在正常运作之中，增强了系统的可靠性和维护便利性。

综上所述，这样一个综合运用了微控制器技术、传感技术、无线通讯技术和可再生能源技术的森林火灾监测系统，不仅能够在预防森林火灾方面发挥重要作用，而且还能提高应急响应效率，促进资源的有效管理和环境保护，具有显著的社会效益和技术进步价值。

【5】国内外研究现状

近年来，随着传感技术、物联网技术以及人工智能的发展，国内外对于森林火灾监测系统的研究与应用越来越广泛。这类系统旨在通过自动化手段提高火灾预警的准确性和及时性，以减少灾害带来的损失。在中国，例如四川凉山州等地，由于地形复杂且植被茂密，成为森林火灾高发区域之一。为了加强这些地区的防火能力，地方政府与科研机构合作，引入了一系列高科技监测设备。其中就包括利用无人机搭载红外热成像仪进行巡检，结合地面部署的固定监测站，形成空中与地面相结合的立体监测网络。此外，一些地方还尝试使用卫星遥感技术来扩大监测范围，比如利用“风云”系列气象卫星提供的高分辨率图像分析潜在着火点。

在国外，澳大利亚作为另一个经常遭受严重森林火灾影响的国家，在这方面也有不少值得借鉴的经验。澳大利亚联邦科学与工业研究组织(CSIRO)联合多家企业共同研发了一套名为“Bushfire Early Detection and Alert System (BEDAS)”的早期火灾探测与警报系统。该系统主要依靠安装在铁塔上的摄像头以及分布在森林中的各种传感器来收集环境数据，一旦发现异常情况便会立即向相关部门发送警报。值得一提的是，BEDAS还具备一定的智能分析能力，能够根据历史记录预测未来可能发生火灾的概率，并据此调整监控策略。

美国加利福尼亚州同样面临着严峻的森林火灾挑战。为此，加州大学伯克利分校联合硅谷的一些科技公司共同推出了一款名为“4G模块RE”的火灾预测平台。4G模块RE不仅整合了来自多个来源的数据（如气象预报、地形信息等），还运用了大数据处理技术和机器学习算法来进行模式识别与趋势分析，从而帮助决策者更精准地评估风险等级并制定相应的应对措施。除此之外，该项目还包括了一个开放式的API接口，允许第三方开发者基于此创建更多实用工具或应用程序，进一步丰富了整个生态体系的功能性。

以上这些案例表明，无论是在国内还是国际范围内，人们都已经意识到传统的人工巡逻方式难以满足现代社会对于森林火灾防控的需求。因此，通过技术创新不断提升监测预警水平已经成为共识。虽然不同国家和地区面临的实际情况有所差异，但从总体上看，加强跨学科合作、充分利用现有科技成果将是推动该领域向前发展的重要方向之一。

【6】摘要

本项目设计了一种基于STM32F103RCT6的森林火灾监测系统。系统通过集成SHT30温湿度传感器、火焰传感器和MQ2烟雾传感器，实现对周围环境的温度、湿度以及火灾情况的监测。当检测到火焰或烟雾时，系统会触发蜂鸣器报警，同时采集到的环境数据会通过Air724UG 4G模块通过MQTT协议上传至华为云IoT物联网平台。管理员可通过专用的Android手机APP或Windows上位机实时接收监测数据和报警信息，方便及时了解火灾状况并做出响应。此外，本地OLED显示屏实时显示传感器数据，用于辅助护林员进行设备检查。系统设计支持太阳能充电供电，以适应森林环境的特殊供电需求。

关键字

• • STM32F103RCT6

• • 森林火灾监测

• • SHT30温湿度传感器

• • 火焰检测

• • MQ2烟雾传感器

• • Air724UG 4G模块

• • MQTT协议

• • 华为云物联网

• • OLED显示屏

• • 太阳能供电

1.2 设计思路

在设计基于STM32F103RCT6的森林火灾监测系统时，首先明确了系统的主要目标：实现对森林环境中温度、湿度、烟雾浓度和火焰的实时监测，并能够及时发出警报，同时将数据上传至云端，以便森林管理员能够远程监控和管理。为了达成这一目标，在设计过程中遵循了以下几个核心思路：

选择高性能的主控芯片STM32F103RCT6作为系统的控制中心。STM32F103RCT6具有强大的处理能力和丰富的外设接口，能够高效地处理来自多个传感器的数据，并支持复杂的算法运算，满足系统对数据处理的高要求。此外，它还具备低功耗特性，适合长时间在野外运行。

选用了多种高精度传感器来实现对环境参数的全面监测。SHT30温湿度传感器能够提供准确的温度和湿度数据；火焰传感器和MQ2烟雾传感器则分别用于检测火焰和烟雾浓度。这些传感器的选择确保了系统能够及时捕捉到火灾的早期迹象，从而提前发出预警。

为了实现数据的远程传输，采用了Air724UG-4G模块。该模块支持4G网络，能够通过MQTT协议将采集到的数据上传至华为云IOT物联网服务器。这样，森林管理员无论身处何地，都可以通过手机APP或Windows上位机软件实时查看监测数据和接收警报信息，大大提高了火灾响应的速度和效率。

在用户界面方面，设计了一个0.96寸的SPI接口OLED显示屏，用于显示本地采集的环境参数和系统状态。这不仅方便了现场工作人员的日常维护和检查，还能在没有网络连接的情况下提供重要的信息反馈。

考虑到森林地区的特殊环境，特别加入了太阳能充电功能。通过太阳能电池板将太阳能转换为电能，并储存在蓄电池中，为整个系统供电。这一设计不仅解决了偏远地区供电困难的问题，还使得系统更加环保和可持续。

为了确保系统的稳定性和可靠性，在软件设计中加入了多种故障检测和自我恢复机制。例如，当传感器发生故障时，系统能够自动切换到备用传感器；当网络连接中断时，系统会自动尝试重新连接。这些措施有效提高了系统的鲁棒性，确保其在复杂多变的自然环境中能够长期稳定运行。

本项目的设计思路围绕着高效、可靠、易用的目标展开，通过集成先进的传感技术、无线通信技术和太阳能供电技术，构建了一个完整的森林火灾监测解决方案。这不仅有助于提高森林防火的智能化水平，也为生态环境保护提供了有力的技术支持。

1.3 系统功能总结

1.4 开发工具的选择

【1】设备端开发

STM32的编程语言选择C语言，C语言执行效率高，大学里主学的C语言，C语言编译出来的可执行文件最接近于机器码，汇编语言执行效率最高，但是汇编的移植性比较差，目前在一些操作系统内核里还有一些低配的单片机使用的较多，平常的单片机编程还是以C语言为主。C语言的执行效率仅次于汇编，语法理解简单、代码通用性强，也支持跨平台，在嵌入式底层、单片机编程里用的非常多，当前的设计就是采用C语言开发。

开发工具选择Keil，keil是一家世界领先的嵌入式微控制器软件开发商，在2015年，keil被ARM公司收购。因为当前芯片选择的是STM32F103系列，STMF103是属于ARM公司的芯片构架、Cortex-M3内核系列的芯片，所以使用Kile来开发STM32是有先天优势的，而keil在各大高校使用的也非常多，很多教科书里都是以keil来教学，开发51单片机、STM32单片机等等。目前作为MCU芯片开发的软件也不只是keil一家独大，IAR在MCU微处理器开发领域里也使用的非常多，IAR扩展性更强，也支持STM32开发，也支持其他芯片，比如：CC2530,51单片机的开发。从软件的使用上来讲，IAR比keil更加简洁，功能相对少一些。如果之前使用过keil，而且使用频率较多，已经习惯再使用IAR是有点不适应界面的。

【2】上位机开发

上位机的开发选择Qt框架，编程语言采用C++；Qt是一个1991年由Qt Company开发的跨平台C++图形用户界面应用程序开发框架。它既可以开发GUI程序，也可用于开发非GUI程序，比如控制台工具和服务器。Qt是面向对象的框架，使用特殊的代码生成扩展（称为元对象编译器(Meta Object Compiler, moc)）以及一些宏，Qt很容易扩展，并且允许真正地组件编程。Qt能轻松创建具有原生C++性能的连接设备、用户界面（UI）和应用程序。它功能强大且结构紧凑，拥有直观的工具和库。

1.5 参考文献

1. 1. 厦门大学航空航天学院2. 闽西职业技术学院信息工程学院.改进TDM-LoRa低功耗森林火灾监测预警系统[J].福州大学学报(自然科学版),2024. 
2. 武风波,张会可,吕茜彤.森林防火监测系统的设计与开发[J].现代电子技术,2018. 
3. 杨春迪,陆娟,储增帮等.基于STM32F103RBT6单片机的新型森林火灾监测报警装置研究[J].科技创新与生产力,2023. 
4. 曾旻,唐治东,张保磊.基于STM32控制电路及Atlas 200加速模块的森林防火机器人集成应用[J].中国仪器仪表,2023. 
5. 徐崇奇,解建国,毕佳琦等.基于STM32的智能火灾监测及灭火系统设计[J].河南科技,2022. 
6. Wu Fengbo, L. Xitong et al. “Design and Development of Forest Fire Monitoring Terminal.” 2018 International Conference on Sensor Networks and Signal Processing (SNSP)(2018). 
7. 安徽三联学院机器人工程学院.森林灭火辅助机器人设计[J].技术与市场,2021. 
8. 张会可.基于STM32的森林防火监测终端的设计与开发[D].西安科技大学,2017. 
9. Min Yu, Taoyun Zhou et al. “Design of Forest Security Defense System Based on Beidou-Positioning.” Journal of Physics: Conference Series(2021). 
10. 杨晨,祁晋东,谢鑫焱等.基于无线传感网络的智能森林火灾防控系统的设计[J].数字技术与应用,2022. 
11. 秦钰林,周若麟,张珂欣等.基于NB-IoT窄带通信和多传感器组网技术的森林火灾监测预警系统[J].物联网技术,2020. 
12. 李春成,杨云,陈亮等.自供电低功耗森林火灾无线监测系统[J].电子器件,2021. 
13. Rohan Arunkumar, Atul Kumar Dubey. “FireSense: Integrating Deep Learning with ESP32 Microcontrollers for Enhanced Forest Fire Surveillance.” 2024 IEEE 48th Annual Computers, Software, and Applications Conference (COMPSAC)(2024). 
14. 王洋.基于嵌入式的森林火灾监测平台设计与实现[D].大连交通大学,2021. 
15. Ziliu Ye, Fuwen Su et al. “Intelligent Fire-fighting robot based on STM32.” 2019 Chinese Automation Congress (CAC)(2019). 
16. 蔡志伟,张伟光,高亮等.基于物联网的森林环境智能监测系统终端监测节点的设计[J].哈尔滨师范大学自然科学学报,2019. 
17. 大连民族大学信息与通信工程学院.基于物联网技术的智能山火报警系统[J].智能计算机与应用,2024. 
18. 蒋鹏.基于STM32的无线遥控山区物资运输车研究与设计[J].内燃机与配件,2023. 
19. 王强强,李玉丽.基于物联网云平台的火灾监测报警系统设计 附视频[J].技术与市场,2024. 
20. Tammana Viswanadha Muralidhar, Vytla Venkata Sai Sandeep et al. “An IoT based Real Time Forest Fire Detection & Alerting System Using LoRa Communication.” 2024 11th International Conference on Signal Processing and Integrated Networks (SPIN)(2024). 
21. Zhao Minhua. “A Wireless Fire Detection and Alarm System Based on the Information Fusion Technology.” Electronic Science and Technology(2012). 
22. 李光辉,赵军,王智.基于无线传感器网络的森林火灾监测预警系统[J].传感技术学报,2006. 
23. 赵英,陈淑娟.基于多传感器数据融合的火灾预警系统[J].现代电子技术,2010. 
24. 刘燕燕,杨帮华,丁丽娜等.基于STM32的红外火灾探测系统设计[J].计算机测量与控制,2013. 
25. L. Niu, Zhubing Hu. “Information Fusion Technology Based on Wireless Fire Detection and Alarm System.” Advanced Materials Research(2013). 
26. Yazhou Zhong, Fei Wu et al. “Design of smoke alarm system based on STM32.” International Journal of Engineering Research and(2017). 
27. 朱黎,全斐,王磊等.基于无线网络的环境监测系统[J].电子制作,2022. 
28. 曲惠泽,魏东辉.基于STM32的林间信息采集机器人[J].林业机械与木工设备,2019. 
29. Cao Bin-qia. “Design of data acquisition system based on STM32+FPGA.” Computer Engineering and Design(2014). 
30. K. Zhao. “Design of Distributed Smoke and Heat Detector Based on STM32.” Control and Instruments in Chemical Industry(2015). 

1.6 系统框架图

1.7 系统原理图

1.8 实物图