國(guó)家應(yīng)急管理部官網(wǎng)數(shù)據(jù)顯示，2025年我國(guó)共發(fā)生223起森林火災(zāi)，起火原因主要為祭祀用火、農(nóng)事用火等1。數(shù)量雖已處于歷史低位，但森林防火仍是應(yīng)急管理工作的重中之重。

隨著科技發(fā)展，森林防火不再依靠人工巡查等方式，更多依托于雙光譜、紅外熱成像儀等設(shè)備來(lái)預(yù)警。然而火眼金睛也有被風(fēng)沙"迷眼"的時(shí)候。針對(duì)民房、工廠等產(chǎn)生的真實(shí)高溫源，設(shè)備側(cè)都會(huì)報(bào)警，但這并非用戶關(guān)注的報(bào)警信息，會(huì)嚴(yán)重影響工作人員處置效率。

海康威視公共服務(wù)行業(yè)軟件特推出森林防火多模態(tài)智能研判大模型產(chǎn)品，依托海康威視觀瀾大模型能力，對(duì)不同等級(jí)的火情分類(lèi)處理，減少90%的無(wú)效告警2 ，讓工作人員告別反復(fù)研判的低效工作。

大模型加持：

懂火情、智分級(jí)、提效率

海康威視森林防火多模態(tài)智能研判大模型產(chǎn)品，通過(guò)海康威視觀瀾大模型算法，實(shí)現(xiàn)告警圖片再次復(fù)核，并對(duì)確認(rèn)是火情的圖片進(jìn)行場(chǎng)景識(shí)別（山林、居民區(qū)、耕地）、火勢(shì)大小識(shí)別（明火、濃煙、小煙）、環(huán)境要素識(shí)別（居民區(qū)、非居民區(qū)）。平臺(tái)根據(jù)不同場(chǎng)景類(lèi)型劃分告警等級(jí)，并自動(dòng)分級(jí)推送處置。

大模型加持，無(wú)效告警減少90%

平臺(tái)前端聯(lián)動(dòng)熱成像雙光譜云臺(tái)等設(shè)備，實(shí)時(shí)獲取林區(qū)火源圖像，通過(guò)前端CV大模型對(duì)畫(huà)面進(jìn)行初篩，識(shí)別出火情并實(shí)時(shí)給平臺(tái)推送告警。

平臺(tái)依托觀瀾大模型算法，對(duì)告警信息進(jìn)行二次復(fù)核與研判，識(shí)別事件產(chǎn)生的環(huán)境，如山林、耕地、居民區(qū)等，排除濃霧、工廠排煙、居民炊煙等影響因素。

智能分級(jí)，3類(lèi)風(fēng)險(xiǎn)等級(jí)自流轉(zhuǎn)

除了可以減少管理方低關(guān)注的告警外，系統(tǒng)還依托大模型技術(shù)對(duì)火情進(jìn)行智能分級(jí)與處置流轉(zhuǎn)，顯著提升管理人員研判效率。

首先，通過(guò)CV大模型“讀懂”煙霧所處環(huán)境及具體位置，如居民房屋前、廠房煙囪上。

其次，系統(tǒng)還能根據(jù)煙霧的濃度、參照物比例等來(lái)判斷火情大小，如通過(guò)煙霧是否遮蔽背景來(lái)判斷濃煙、淡煙等。

最后，系統(tǒng)憑借大模型對(duì)煙霧特征的識(shí)別、對(duì)場(chǎng)景的理解等綜合能力，給每一件火情事件“做標(biāo)記”并據(jù)此智能劃分火情等級(jí)并自動(dòng)流轉(zhuǎn)處置。

其中，山林明火、山林大煙、耕地火（蔓延）為高風(fēng)險(xiǎn)火情，會(huì)直接推送多條告警給工作人員進(jìn)行快速響應(yīng)處置。耕地火、山林淡煙為中風(fēng)險(xiǎn)等級(jí)火情，系統(tǒng)通過(guò)前端設(shè)備持續(xù)抓拍火情位置，算法將多個(gè)火情合并成一個(gè)告警事件分級(jí)推送，如已經(jīng)熄滅的著火點(diǎn)將自動(dòng)消除告警。而針對(duì)耕地?zé)?、居民區(qū)淡煙等低風(fēng)險(xiǎn)等級(jí)火情，系統(tǒng)則自動(dòng)歸檔不報(bào)警，規(guī)避無(wú)效告警，提升管理人員處置效率。

案例落地：準(zhǔn)確率提升至96%

無(wú)效告警減少94%

截至2023年底，蘇州張家港市林木覆蓋率達(dá)20.36%，森林防火工作重要性日益提升。

在一期建設(shè)中，張家港已引入熱成像等智能化感知設(shè)備，初步構(gòu)建了火災(zāi)預(yù)警能力。為進(jìn)一步提升防控精準(zhǔn)度與響應(yīng)效率，二期建設(shè)深度融合?？低暽址阑鸲嗄B(tài)智能研判大模型，對(duì)前端感知信息進(jìn)行智能復(fù)核與分級(jí)研判，通過(guò)大小模型協(xié)同，系統(tǒng)性地優(yōu)化了預(yù)警機(jī)制。

2026年2月統(tǒng)計(jì)數(shù)據(jù)顯示，接入大模型后，系統(tǒng)告警準(zhǔn)確率提升至96%以上。平臺(tái)累計(jì)觸發(fā)告警1848條，經(jīng)智能研判，有效識(shí)別94條高風(fēng)險(xiǎn)火情，并自動(dòng)歸檔處理151條中風(fēng)險(xiǎn)與1603條低風(fēng)險(xiǎn)告警，無(wú)效告警量降低94%，人工研判工作量減少95.5%，整體防控效率與精準(zhǔn)度實(shí)現(xiàn)顯著提升3。

在實(shí)際應(yīng)用中，?？低暽址阑鸲嗄B(tài)智能研判大模型產(chǎn)品，除了可以智能過(guò)濾無(wú)效告警及分級(jí)處置外，還支持智能合并重復(fù)告警、火情熄滅后告警消除、火情擴(kuò)散告警升級(jí)等聯(lián)動(dòng)處置應(yīng)用，全方位構(gòu)建智能主動(dòng)的“識(shí)別-研判-告警-處置”森林防火閉環(huán)體系。

1數(shù)據(jù)來(lái)源：國(guó)家應(yīng)急管理部官網(wǎng)

2數(shù)據(jù)來(lái)源：?？低晫?shí)驗(yàn)室測(cè)試數(shù)據(jù)

3數(shù)據(jù)來(lái)源：項(xiàng)目案例數(shù)據(jù)測(cè)算，實(shí)際項(xiàng)目不同會(huì)有差異

*業(yè)務(wù)畫(huà)面為模擬效果；部分配圖由AI輔助生成