福州大学团队与国内外高校联合攻关新方法

用AI精准提取火场“生命线”

随着全球变暖的加剧，野火发生的频率和强度显著增加，如何高效、快速、自动地获取森林或草原火场的实时火线信息，是扑救森林火灾中的一大难题。

近日，福州大学物理与信息工程学院李建微研究员团队联合东北林业大学、英国阿尔斯特大学，利用计算机视觉和人工智能技术，提出了一种基于“无人机视角下可见光图像野火焰区智能分割及火线解译”的新方法，即通过无人机从空中采集火场的可见光图像，结合改进的深度学习模型，对火场中的火焰区域进行智能分割，并准确解析火线。

该成果得到了“十四五”国家重点研究计划项目、国家自然科学基金、福建省自然科学基金以及中国博士后科学基金的支持。目前，相关研究成果已在摄影测量与遥感领域的国际顶级期刊《ISPRS摄影测量和遥感杂志》上发表。

火线信息被视为火场的“生命体征”，掌握精准的火线位置和动态变化，可以帮助扑火人员快速制定应对策略，进行精准扑救，从而最大限度地减少火灾造成的损失。

“这一突破归功于团队首次将计算机视觉技术应用于森林火灾扑救中。”据李建微介绍，传统方法在火场复杂环境下容易受到干扰，而改进后的人工智能模型通过融入结合通道和空间注意力机制的模块，使模型像拥有了“火场专属眼睛”——既能聚焦火焰最显著的特征，又能清晰感知火焰的位置和形状，从而提升了模型对野火特征的识别能力和精度。

在技术验证上，通过在哈尔滨帽儿山实验林场的点烧实验，团队对真实火场图像序列进行了火线追踪与解析，成功证明了模型在复杂火场环境中的表现力。同时，在澳大利亚新南威尔士州的两场公开实验数据中，该方法的稳定性也得到了进一步验证。实验结果显示，新方法的检测和分割精度分别比现有技术有显著提升，并实现了火线的实时自动提取。

该项研究成果的应用前景较为广阔。李建微介绍说，首先，它可以为火灾应急监测提供实时数据支持，帮助指挥中心迅速制定扑救策略。其次，动态火线数据还能用于优化林火蔓延模型，提高预测的准确性和实时性。此外，该技术还可应用于火场数字孪生的构建，为火灾研究和虚拟训练提供可靠的基础。这一成果不仅填补了可见光图像下火场火线自动提取的技术空白，还为全球森林火灾防控提供了一种高效、精准的解决方案，为生态保护和灾害管理开辟了新方向。

编辑：徐豪 审编：益申合