摘要
森林火灾在葡萄牙及地中海地区日益成为重大威胁，亟需开发早期检测系统，以便将监测资源部署到最高优先级的区域。无线传感器网络（WSN）中传统的传感器布设策略通常基于覆盖范围、距离和连通性标准，而未明确纳入火灾危险性的空间分布。本研究提出了一种面向风险的WSN规划综合方法，采用ICNF（葡萄牙林业研究所）的官方农村火灾危险地图作为空间决策标准。该地图被转换为危险矩阵，并用于识别优先区域，随后通过贪心启发式算法解决最大覆盖问题（MCP），以确定传感器布设位置。所得网络随后使用K-means进行组织，包括簇头（CH）选择、250米通信范围内的中继辅助多跳路由、汇聚节点识别，以及通过最小生成树（MST）实现簇间通信，将其解释为理想化的连通图，并在相同的250米链路约束下重新计算。研究还评估了两种替代方案：一种采用较宽松的危险阈值（3–5类），以及相同数量传感节点的随机布设（重复100个独立种子），另设一个与危险无关的覆盖优化对照方案。该方法应用于面积56,061.31公顷的Serra de S?o Mamede自然公园，共识别出2,995个被评定为高和极高危险的优先单元格。贪心启发式算法布设了589个传感器，实现了所有优先单元格的全覆盖；而相同数量589个传感节点的随机布设仅覆盖其中的45.3 ± 1.5%（与危险无关的优化布设覆盖率为61.1%），且估算能耗相近（每轮349.6 J与339.4 J），相当于每覆盖一个优先单元格的能耗约为其一半；这一优势反映了危险优先排序与覆盖优化协同作用的效果。在250米通信范围内连接传感器需要1,159至1,174个中继节点，28至30个簇之间的能耗差异较小（≤1.8%），作为描述性指标处理。将优先集扩展至3–5类需要1,054个传感器，且在簇数固定为k = 29时，能耗增加70.6%（当k = 53时增加21%，即每簇约20个传感器）。结果表明，将官方危险地图、空间优化、层次组织与路由相结合，构成了面向风险的WSN规划的可重复方法，有望在空间异质性地区支持早期火灾检测系统。
