本文旨在阐述印度尼西亚森林与土地火灾预防巡逻系统的发展。该研究由IPB大学计算机科学系与印度尼西亚环境与林业部下属的苏门答腊地区气候变化与森林和土地火灾管理局以及森林和土地火灾管理局总局合作开展。研究论文《Indonesian Forest and Land Fire Prevention Patrol System》发表于开源期刊《Fire》2022年第5卷第136期，于2022年9月9日正式出版。主要作者包括Imas Sukaesih Sitanggang（通讯作者）、Lailan Syaufina、Rina Trisminingsih等。

一、研究的学术背景与目的

森林与土地火灾是导致印尼生态系统退化、生物多样性丧失、碳排放增加以及严重雾霾污染的重大环境问题。特别是2015年，印尼过火面积达到惊人的261万公顷，造成了深远的经济、社会与政治影响。为应对这一长期挑战，印尼政府颁布了相关总统指令，并于2002年在环境与林业部（MoEF）下设立了“Manggala Agni”这一国家级森林火灾管理组织，其主要职责之一便是开展预防性巡逻。

传统的预防巡逻数据记录与报告流程高度依赖人工和即时通讯软件（如WhatsApp），存在数据易丢失、格式不规范、信息检索困难、报告编制耗时等突出问题，难以满足对广袤林区进行实时、高效监控和科学分析的需求。同时，火灾风险建模作为全球普遍采用的预防手段，其有效性高度依赖于及时、准确、结构化的现场数据，包括植被、天气、地形以及人为活动等关键参数。

因此，本研究的目标是开发一个集成的“印度尼西亚森林与土地火灾预防巡逻信息系统”，以信息技术手段革新巡逻工作的数据采集、管理与分析模式。该系统旨在通过移动应用实现野外数据的标准化实时记录，通过空间数据库进行结构化存储，并通过基于Web的应用平台为各级管理人员提供实时监控与决策支持，从而提升预防巡逻的效率和科学性，为火灾风险预测与管理提供坚实的数据基础。

二、研究的工作流程与方法

本研究采用了原型法（Prototyping Method）进行系统开发，该方法包含五个迭代阶段：沟通、快速计划、快速设计建模、原型构建以及部署、提交与反馈。整个开发过程并非一蹴而就，而是根据用户反馈进行了四次主要的迭代循环，以适应动态变化的需求。

1. 沟通阶段：项目组与用户（主要是苏门答腊地区气候变化与森林和土地火灾管理局的负责人及巡逻团队）进行了焦点小组讨论。通过此阶段，项目组深入了解了传统巡逻工作的完整流程、数据报告路径（从巡逻队到地方消防站管理员，再到区域机构和中央总局）以及现有手动模式存在的痛点。基于此，项目组收集并定义了用户对移动应用和Web应用的功能需求，并将其转化为用户故事，作为系统设计的起点。

2. 快速计划阶段：此阶段对沟通阶段产生的用户故事进行分析，并据此确定了系统的主要功能模块。移动应用的核心模块被确定为：巡逻数据记录、现场图像管理、巡逻报告生成与编辑、以及集成来自官方监测系统“Sipongi”的实时热点（hotspot）数据。Web应用的核心模块则包括：巡逻数据实时监控、巡逻报告管理、用户管理、任务书管理、热点数据显示、空间数据分析以及用户个人资料管理。同时，为便于开发，每个模块被进一步划分为视图层和服务层。

3. 快速设计建模阶段：在此阶段，项目组基于快速计划的成果，进行了详细的信息系统建模。这包括创建用例图（描述系统角色能够执行的活动）和活动图（描述每个任务的具体步骤）。系统的主要角色被定义为：使用移动应用的巡逻队员，以及使用Web应用的各级管理人员（地方消防站、区域管理局、中央总局）。此外，项目组还使用Adobe XD工具设计了系统中高保真度的用户界面原型。

4. 原型构建阶段：这是将设计转化为实际产品的核心阶段。移动应用采用Ionic 3框架开发，使用HTML、SCSS和TypeScript语言。Web应用前端采用基于React库的JavaScript框架开发，后端服务则使用PostgreSQL数据库管理系统，并利用其PostGIS扩展支持空间数据存储与查询。这一阶段构建了系统的三大核心组件：用于野外数据采集的移动应用、用于数据存储和管理的空间数据库、以及用于监控分析的Web应用。整个系统集成了多个外部API，例如通过Google Maps API自动获取巡逻位置信息，通过OpenWeatherMap API获取实时天气数据。

5. 部署、提交与反馈阶段（含测试）：在系统交付给最终用户之前，项目组进行了严格且全面的测试。

   • 功能测试：采用黑盒测试方法，根据用户需求设计测试场景，由开发者和最终用户（巡逻队员）共同执行。测试在苏门答腊多个地区分阶段进行，最终确认所有功能均正确实现并符合用户要求。
   • 可用性测试：
     • 对移动应用，采用“并发有声思考法”，由4名受访者完成10项预设任务，平均任务成功率高达83.9%，超过75%的阈值，表明应用易于使用。
     • 对Web应用，邀请了4名地方消防站管理员作为受访者，设定了12个基于实际工作流的测试场景。测试了任务成功率、错误率和效率（使用“迷失度”指标）三个性能指标。平均任务成功率为89.58%，迷失度仅为0.02，表明用户能够有效理解和使用系统功能。

整个开发流程是动态和迭代的。例如，第一次迭代开发了记录68个参数的基础移动应用；第二次迭代增加了API数据获取和PDF报告生成功能；第三次迭代根据加里曼丹地区的特点更新了参数，并优化了离线工作能力；第四次迭代则专门开发了热点地面核查模块。这种迭代方式确保了系统能够灵活响应用户在实际使用中提出的新需求。

三、研究的主要结果

1. 系统设计与构成：成功开发并部署了一个完整的三层架构信息系统。

   • 移动应用：能够记录和管理涵盖巡逻特征、天气条件、火灾危险评级、现场测试（如单叶测试、凋落物挤压测试、泥炭测试）、植被水源、社区活动、早期灭火以及热点地面核查等在内的79个标准化参数。该应用具备离线工作能力，在网络恢复后自动同步数据。其热点地面核查模块能实时显示来自官方“Sipongi”系统的热点数据（按置信度高、中、低以红、黄、绿三色标示），并集成谷歌地图为巡逻队提供导航。
   • 空间数据库：使用PostgreSQL/PostGIS管理所有巡逻数据，确保了数据的结构化存储和空间查询能力。
   • Web应用：提供了实时监控（可在地图上查看不同颜色的巡逻点，代表独立、常规、综合三种巡逻类型）、数据分析、报告管理、用户与角色管理等功能。系统为不同层级的管理者（从地方消防站到中央总局）设置了精细的权限控制。其空间数据分析模块基于ArcGIS Online，允许用户可视化并探索历史巡逻数据图层，如火灾状况、水源地、植被类型等，并支持距离测量等空间分析操作。

2. 系统测试结果：功能和可用性测试均取得积极结果。

   • 所有测试场景均通过，系统功能运行正确，满足用户需求。
   • 移动应用和Web应用的可用性指标（任务成功率、迷失度）均表现良好，证实了系统设计的用户友好性。

3. 系统实施效果评估：通过在线问卷调查对系统应用效率进行了量化评估。

   • 移动应用：使用后，巡逻队记录现场数据的时间从平均30.34分钟缩短至19.42分钟，节省了36.02%的时间；生成巡逻报告的时间从45.04分钟缩短至26.88分钟，节省了40.32%的时间。
   • Web应用：地方消防站管理员编制报告的时间从手动处理时的平均31.46分钟缩短至使用系统后的13.69分钟，效率提升了56.48%。用户反馈普遍认为系统易于使用，改善了数据管理和报告质量，节省了时间和精力。

4. 系统应用现状：该系统已通过印尼环境与林业部总司长条例（No. P.10/PPI/SET/KUM.1/12/2020）正式规范使用。截至研究发表时，系统已在苏门答腊、加里曼丹和苏拉威西地区投入使用，拥有大量活跃用户（例如，2021年仅苏门答腊地区就有612名用户）。数据显示，系统最常用于独立巡逻（44.77%）和常规巡逻（42.16%），这正好对应了Manggala Agni队伍的日常核心工作。

四、研究的结论与意义

本研究成功开发并应用了一个集成的、基于信息技术的森林与土地火灾预防巡逻系统。结论表明，该系统显著提高了巡逻数据采集、管理和报告的效率与可靠性，将工作人员从繁琐的手工操作中解放出来。更重要的是，系统实现了野外数据的标准化、数字化和空间化，为构建科学、实时的森林火灾预警与风险模型积累了宝贵、高质量的数据资产。该系统是学术界（IPB大学）与政府职能部门（环境与林业部）成功合作的典范，将前沿信息技术应用于国家级的重大环境管理挑战中，是工业4.0时代智慧林业和环境保护的一个具体实践。

五、研究的亮点

1. 实践导向的迭代开发：采用原型法并进行多轮迭代，紧密贴合一线巡逻队员和管理人员的实际工作流与动态需求，确保了最终产品的实用性和可接受度。
2. 全面的效率量化验证：不仅进行了常规的功能和可用性测试，还通过广泛的用户调查，用量化数据（时间节省百分比）有力证明了系统在实际应用中带来的显著效率提升，增强了研究成果的说服力。
3. 集成与创新应用：系统并非孤立开发，而是深度集成了多个现有权威数据源（如官方Sipongi热点系统、谷歌地图、气象API），并创新性地将其与定制化的巡逻数据采集流程相结合，形成了一个功能完备的决策支持生态系统。
4. 应对现实挑战的设计：针对印尼火险区常处偏远地带的特点，专门设计了移动应用的离线工作模式，体现了对实际应用场景的深刻理解和周全考虑。
5. 从科研到政策的成功转化：研究成果直接转化为部级法规支持的官方作业系统，并已在多个主要岛屿推广使用，实现了科学研究成果向实际生产力的有效转化，具有很高的应用价值和社会影响力。

六、其他有价值的内容

研究在讨论部分也坦诚指出了系统未来发展面临的挑战，包括：印尼不同火险区特性差异导致的用户需求动态变化、编程工具快速迭代带来的系统更新压力、用户计算机水平参差不齐需要持续开展能力建设、以及随着数据量（尤其是图像数据）激增而需进行的非功能性测试（如负载测试、可扩展性测试）等。这些思考为系统的可持续发展指明了方向。作者也展望了未来基于该系统积累的海量巡逻数据开发火灾预测模型的潜力，为后续研究提供了思路。