近来,每年频发的森林火灾,大量呑噬着森林的生命,进一步恶化了生态环境,给人类的生产、生活带来巨大的损失,成为四大自然灾害之一。因此,利用先进的科技手段,对森林火险进行预测,降低森林火灾的发生率,进一步减轻或避免森林火灾为人类带来的巨大损失,意义重大；同时,伴随“数字地球”的提出,“数字林业”的开展也在不断深化,林火预测技术已由原来的粗放式预测方法逐渐向科技信息化转变。本文将无线传感器网络技术、控制技术、计算机仿真技术、无线组网技术和林火预测方法融合起来,建立了基于无线传感器网络的林火预测方法,从而为提升林火预测的水平,加大保护森林生态的力度,从理论和方法上进行了新的探索和深入研究。本文结合林火预测的特点,根据伊春近十年林火发生前的气象数据,详细分析了单-气象因素对林火发生的贡献度,利用Logistic线性回归方法计算每一气象因子的影响概率,确定基于无线传感器网络进行林火预测的感应因了,应用多元线性回归方程建立区域性综合气象指标的林火火险预测方法。该方法根据预测区域的林火发生前的大量气象数据进行多元线性方程的推导,具有良好的地域实效性和推广应用价值。本文利用ZigBee无线组网技术,结合GPRS无线传输机制,构建了用于林火预测的无线传感器网络,传感器节点采用当前能耗较小的MSP430F5438单片机与DS18B20温度传感芯片、HR202湿度传感芯片的结合,温湿度感应范围满足林火预测的需求,具有快速数据处理能力的高效单片机,为林火预测提供了良好的无线传感器网络的保障。为了准确预测林火发生的位置,本文在重心扫描定位算法的基础上进行了改进,改进算法降低了InToOut和OutToIn的误判率,利用未知节点周围的邻居节点解决了未知节点周围的信标节点稀疏的问题,提高了节点的覆盖率,降低了节点定位的误差率。仿真结果表明,随着信标节点密度的增加,未知节点的定位误差率在逐步下降；在信标节点较稀疏的网络中,改进的重心扫描定位算法较原有重心扫描定位算法定位误差率下降大约40%,大大提升了网络的定位精度,为随机分布节点的无线传感器定位增加了更大的灵活性,和其它定位算法比较优势较大。为了更好地延长用于林火预测无线传感器网络的生命周期,本文提出了基于蚁群能量分簇算法(ECBAC),该算法在保证网络能量消耗最小的情况下进行分簇个数的确定,利用主簇头和副簇头均衡网络中簇头节点能量的消耗,综合能量、距离和分工的因素选择主、副簇头,确定成簇半径,将网络合理、能量消耗均衡地进行了分簇划分。在主簇头向汇聚节点的数据传输过程中,结合蚁群算法,利用节点剩余能量和簇头间距离进行最短路径的数据传递。整个算法在设计过程中,始终以能量消耗为前提,在不增加算法复杂性的基础上,大大降低了网络能量的消耗,延长了网络的生存周期。仿真结果表明,ECBAC算法利用了两个簇头节点对簇内事务的分工处理,既增加了网络的延续性,又较其它算法降低了簇头的能量消耗,网络的总能量消耗较LEACH算法下降15%,良好地延长了网络的生命周期,该节能算法具有实用价值。基于无线传感器网络的林火预测及定位算法、能量节约算法的研究,针对当前频发的火灾能够起到捉前预测的作用,防止火灾的发生,推进了我国林火预测工作的科学化、智能化和信息化,为保护森林生态提供新思路。