森林是陆地生态系统的主体,对全球生态环境、民族的兴衰和社会的发展具有重要战略意义。在多种威胁森林资源的因素中,森林火灾是一种突发性强、破坏性大、损害速度快、处置救助较为困难的自然灾害,并容易产生毁坏林木及林下植物资源、危害野生动物、引起水土流失、降低下游河流水质、引起空气污染等次生灾害,是破坏自然及社会平衡最严重的灾害之一,预测和防治森林火灾具有良好的经济效益、社会效益和生态效益[1]。在森林火灾预测和扑救过程中,各类火场信息是预测和扑救的关键因素,直接影响到火灾扑救的指挥决策,及时收集各类数据并进行信息融合对监测火灾发展态势、保护森林资源具有极其重大的意义。本文以影响森林火灾的气候、地理等各类因素作为神经网络的输入,火头蔓延平均线速度作为输出,分析各影响因素对火灾发生的权重和联系,通过大量统计数据的训练仿真,并模拟运算,在大量数据分析处理上,依据网络结构组合,以获得火灾发展的威胁评价及态势评估。本文首先对世界及我国森林火灾近况作了概述,然后阐述了人工神经网络的发展历程、结构、特点和算法,介绍了基于人工神经网络的信息融合技术,及BP神经网络信息融合模型。本研究以湖南近十年相关案例的火灾的统计数据为研究基础,运用MATLAB建立了可用于信息融合的BP神经网络的模型,仿真实验结果表明BP神经网络虽然存在一定误差,但不影响神经网络良好的拟合功能,在实际火灾决策指挥过程中,能够给防火指挥部决策指挥者较贴近预期的发展态势评估,并提出相应的对策,本文再介绍将MATLAB文件以打包为与.net兼容的程序集形式在asp.net中加以调用,并结合3S系统集成技术对林火信息融合平台进行了设计。