《Forests》：Real-Time IoT-Enabled Decision Support for Forest Supply Chains: An Optimization-Simulation Approach to Mitigating Wildfire Risk
Reinaldo Gomes,
Bernardine Chigozie Chidozie,
Jo?o C. O. Matias and
Ruxanda Godina Silva
编辑推荐：
气候变化加剧了野火风险，从而对集成化、数据驱动的工具产生了迫切需求，这些工具需将森林作业与燃料削减策略相连接。本文介绍了一种实时物联网（IoT）决策支持系统（DSS），该系统将木材可追溯性与用于生物质收集和加工的优化-仿真规划统一起来。该系统通过IoT设备和行
气候变化加剧了野火风险，从而对集成化、数据驱动的工具产生了迫切需求，这些工具需将森林作业与燃料削减策略相连接。本文介绍了一种实时物联网（IoT）决策支持系统（DSS），该系统将木材可追溯性与用于生物质收集和加工的优化-仿真规划统一起来。该系统通过IoT设备和行业格式，从采伐、运输和加工环节捕获详细的运营数据，从而实现对木材流动的持续监测以及对直接贡献于野火燃料负荷的生物质残留物的精确估算。该DSS通过一个优化-仿真模块将这些实时数据流转化为可操作的规划输出，该模块可生成高效的生物质采伐和加工调度方案，同时评估其在野火相关约束下的鲁棒性。通过将木材可追溯性与生物质物流相连接，该系统提供了森林管理决策与野火风险缓解之间缺失的运营桥梁。结果表明，该DSS不仅提高了运营效率，还通过支持风险感知规划、优先处理高暴露区域以及减少危险生物质的积累来增强韧性。这些见解证明了数字可追溯性和稳健规划能够协同工作，以降低点火潜力，同时维持服务水平和运营连续性。总体而言，本研究提出了一种实用且可扩展的解决方案，增强了森林供应链的韧性，并为将野火风险缓解融入日常运营规划提供了新途径。
**论文解读文章**
**研究背景、问题与意义**
森林供应链（Forest Supply Chain）在环境保护、经济发展和社会福祉中扮演着关键角色，其管理涵盖了从森林规划、采伐、运输到工业加工和最终产品分配的全过程。然而，气候变化加剧了野火（Wildfire）风险，这使得对集成化数据驱动工具的需求变得极为迫切，此类工具需将森林运营与燃料削减策略有效连接。当前，木材可追溯性（Traceability）系统多基于手动和纸质流程，易出错且缺乏实时跟踪能力，限制了及时、明智的决策制定。此外，现有的优化和仿真（Optimization-Simulation）研究大多将仿真作为事后的评估工具，而非嵌入实时运营决策中；数字可追溯性系统主要关注信息记录和认证，未能动态反馈运营数据。因此，现有文献缺乏一个能整合实时可追溯性、优化和仿真的统一运营框架。为填补这一空白，研究人员提出了一种实时物联网（IoT）决策支持系统（Decision Support System, DSS），旨在通过将木材可追溯性与生物质物流优化相结合，来缓解野火风险，提升森林供应链的韧性和运营效率。该研究成果发表在《Forests》期刊。
**关键技术与方法**
研究人员为开展研究，主要采用了以下关键技术方法：首先，基于物联网（IoT）设备（如采伐机、集材机传感器）采集实时运营数据（如位置、木材批次信息），采用行业标准格式（StanForD 2010和PapiNet）进行数据规范化。其次，开发了一个混合整数规划（Mixed-Integer Programming, MIP）优化模型（mFLP-dOA），用于确定设备分配、中间堆场（Stockyard）开关、物料流动及加工计划。再者，利用anyLogistix构建了离散事件与智能体（Agent-Based）仿真环境，以模拟真实世界中的运营变异性和扰动（如机器故障、天气导致的野火风险）。案例研究基于葡萄牙中部生物质-生物能源供应链，涉及52个木材堆（供应节点）、3个生物能源厂（需求节点）和9个月的规划期。敏感性分析设计了三个场景：A（天气驱动的野火风险，即干旱年）、B（生物质积累）和C（机器停机时间）。
**研究结果**
**5.1 实时设备监控**
通过在真实原型上测试，系统实时收集了采伐机和集材机的数据，记录了树木的位置，并计算了平均燃料消耗和行驶距离等关键绩效指标（KPIs）。
**5.2 可追溯性**
尽管原型未包含卡车监控，但利用采伐和集材数据，通过全球定位系统（GPS）坐标识别了采伐树木的位置（图中绿色点）以及集材后形成的路边堆（图中红色点），验证了通过定义卡车装载区域实现从采伐到运输的全链条批次级可追溯性的可行性。
**5.3 优化模块**
**5.3.1 案例研究**：优化模型应用于葡萄牙中部的生物质供应链案例。模型参数（如生产率转换因子0.75、运输能力转换因子0.3）基于企业历史数据和行业经验校准。结果显示，与公司现有方案相比，柔性规划模型（部署成本250欧元）显著降低了总成本，减少了削片机（Chipper）的部署次数和行驶里程。
**5.3.2 实验设计**：通过比较基线场景（BAU）与三种运营扰动场景，评估了系统性能。优化-仿真集成方法不仅提高了效率，还通过捕获确定性模型无法代表的可变性，增强了对服务水平和库存积压的评估能力。
**5.3.3 敏感性分析**：场景A（干旱年）导致可用机器工时削减高达18%，服务水平降至93%，积压比例增至20%，凸显了风险感知调度的必要性。场景B（燃料积累）表明，通过使用中间堆场和延迟削片，可在服务水平不变的情况下吸收30%的燃料增加，但成本增加10%。场景C（机器停机）导致服务水平下降至97%，但日间波动较大，表明需要投资设备可靠性和备用容量。这些结果支持了在干旱条件下优先处理高风险地块、投资中间堆场以及加强机器可靠性的管理决策。
**讨论与结论**
论文的讨论部分强调了将优化与仿真相结合的价值：优化模型提供高效基线计划，而仿真层则捕获了现实世界的变异性（如机器故障、天气干扰），允许评估不同中断场景下的服务水平和鲁棒性。敏感性分析进一步揭示了野火相关约束（如可用工时缩短）对物流绩效的影响，为管理决策提供了量化依据。研究结论部分翻译如下：本文概述了一个专门为应对森林供应链中独特挑战而设计的实时决策支持系统（DSS）的综合架构。通过集成物联网（IoT）技术、可追溯性机制和优化模型，为森林利益相关者提供了可操作的见解。案例研究结果表明，优化与仿真的集成可以通过降低总成本、限制不必要的设备部署和提高资源利用率来改善运营效率。所提出的DSS在改善运营效率、降低风险暴露、增强可持续性以及支持整个森林生物质供应链的合规性方面显示出巨大潜力。未来的工作将集中于整合明确的野火风险指数或火行为模型，将框架扩展到多运营者和多利益相关者环境，并通过纵向现场部署进一步验证该方法。
