用AI精準提取火場“生命線”

　　隨著全球變暖的加劇，野火發生的頻率和強度顯著增加，如何高效、快速、自動地獲取森林或草原火場的實時火線信息，是撲救森林火災中的一大難題。

　　近日，福州大學物理與信息工程學院李建微研究員團隊聯合東北林業大學、英國阿爾斯特大學，利用電腦視覺和人工智慧技術，提出了一種基於“無人機視角下可見光圖像野火焰區智慧分割及火線解譯”的新方法，即通過無人機從空中採集火場的可見光圖像，結合改進的深度學習模型，對火場中的火焰區域進行智慧分割，並準確解析火線。

　　該成果得到了“十四五”國家重點研究計劃項目、國家自然科學基金、福建省自然科學基金以及中國博士後科學基金的支援。目前，相關研究成果已在攝影測量與遙感領域的國際頂級期刊《ISPRS攝影測量和遙感雜誌》上發表。

　　火線信息被視為火場的“生命體徵”，掌握精準的火線位置和動態變化，可以幫助撲火人員快速制定應對策略，進行精準撲救，從而最大限度地減少火災造成的損失。

　　“這一突破歸功於團隊首次將電腦視覺技術應用於森林火災撲救中。”據李建微介紹，傳統方法在火場複雜環境下容易受到干擾，而改進後的人工智慧模型通過融入結合通道和空間注意力機制的模組，使模型像擁有了“火場專屬眼睛”——既能聚焦火焰最顯著的特徵，又能清晰感知火焰的位置和形狀，從而提升了模型對野火特徵的識別能力和精度。

　　在技術驗證上，通過在哈爾濱帽兒山實驗林場的點燒實驗，團隊對真實火場圖像序列進行了火線追蹤與解析，成功證明了模型在複雜火場環境中的表現力。同時，在澳大利亞新南威爾士州的兩場公開實驗數據中，該方法的穩定性也得到了進一步驗證。實驗結果顯示，新方法的檢測和分割精度分別比現有技術有顯著提升，並實現了火線的實時自動提取。

　　該項研究成果的應用前景較為廣闊。李建微介紹説，首先，它可以為火災應急監測提供實時數據支援，幫助指揮中心迅速制定撲救策略。其次，動態火線數據還能用於優化林火蔓延模型，提高預測的準確性和實時性。此外，該技術還可應用於火場數字孿生的構建，為火災研究和虛擬訓練提供可靠的基礎。這一成果不僅填補了可見光圖像下火場火線自動提取的技術空白，還為全球森林火災防控提供了一種高效、精準的解決方案，為生態保護和災害管理開闢了新方向。（記者 何祖謀）