公共安全是政府和百姓都特别关注、十分重要的社会问题，而在公共安全系统工程中，森林防火更是关系到国计民生，与人类的生存息息相关。火灾是森林最危险的敌人，也是林业的最大灾害，它能给森林带来最具毁灭性的后果。

　　森林火灾具有突发性、随机性、破坏时间短等特点，因此一旦有火警发生，就必须速度采取扑救措施。而扑救是否及时，决策是否得当，最重要取决于对林火的发现是否及时，分析是否准确合理，决策措施是否得当。传统火灾报警系统一般基于红外传感器和烟雾传感器，探测火灾发生时生成的烟、温度和光等参量，经信号处理、比较、判断后发出火灾报警信号;其缺点是无法迅速采集火灾发出的烟温变化信息，难以满足早期探测并预报此类火灾的要求。

　　近年来，红外热成像检测和可见光图像检测在火焰检测中有一定程度的应用，但由于自身成像和检测原理，只是单一的检测模式极容易产生误报、漏报，影响用户使用，使得这一技术的推广受到了阻碍。基于这种现象，双光谱探测森林防火智能预警系统，采用两种光谱的图像智能检测技术最大程度发挥了各自优势，取长补短，能有效准确地检测出火焰，弥补传统火灾报警系统与单一检测模式所存在的不足，以达到森林防火智能预警的效果。

　　国内外基本情况及发展趋势

　　从19世纪90年代至20世纪50年代感温探测器一直占主导地位，火灾自动报警系统处于初级发展阶段;20世纪50年代初，瑞士物理学家埃斯特迈尔成功研制出离子型感烟探测器;到20世纪70年代末，光电元器件技术取得突破，光电感烟探测器应运而生;20世纪80年代初，日本开始研究实验模拟量火灾探测器，最为典型的是1991年日本学者提出神经网络用于火源探测的问题;1994年瑞士推出Algo Rex火灾探测系统，该系统采用了神经网络、模糊逻辑相结合，共同决策，如图1所示。
          

　　20世纪70年代末，我国的一些军工企业、部属企业开始研制火灾自动报警产品;进入80年代后为了缩短与国外同类产品的差距，满足国内市场需要，开始引进或仿制国外产品;90年代后，国外企业进入中国市场，带来了先进的技术，在一定程度上促进了市场的发展。

　　随着科学技术的进步和森林防火信息化需求的逐渐升级，新的火灾探测器也不断出现;但目前国内所有的火灾自动报警技术主要是基于传感器的检测，在现有的各种火灾报警和消防监控设备中，大多数场所的火灾检测，都采用常规的火灾探测的方法，其性能优劣直接会影响火灾自动报警的准确度和可靠性，例如感烟、感温、感光探测器，它们分别利用火焰的烟雾、温度、光的特性来对火灾进行探测。在大面积森林应用中，上述传感器由于空间距离大，信号变得十分微弱。大空间使得普通的感烟、感温火灾探测报警系统都无法迅速采集火灾发出的烟温变化信息，即使是高精度的传感器也会由于种种噪声干扰而无法正常工作，导致火情误报或错报，无法满足森林火灾的及时检测需求。