8月21日，清华新闻网 全球极端气候变化和城市化的快速发展导致灾害频率和强度的增加，对生态环境、社会经济和人员安全构成巨大威胁ng体育电子游戏网站。协助政府应急管理部门开展精准防控、科学处置，是深入研究灾害发生、发展演化规律、构建精细化预测分析模型的关键。

　　清华大学深圳国际研究生院王飞团队一直致力于研究灾害模型建模方法，在灾害模型管理框架、森林火灾蔓延预测等研究成果的基础上取得了一系列新进展。

　　为揭示森林火灾中“以火灭火”背后的规律，团队构建了“以火灭火”建模分析的定量模型。该模型将火灾动态蔓延过程定义为网格动力学问题，实现复杂环境场景中森林火灾时空动态演化的定量建模ng体育app官网最新版本。同时，提出了用于灭火的网格状态触发机制，将反向点火行为定义为包含特定时间触发约束的元素，从而实现对不同时空条件下人为点火因素的定量模拟分析。

　　本研究以2022年8月重庆市北碚区森林火灾中“灭火”成功案例为分析对象，对不同时刻、地理位置、气象条件等因素进行建模分析。模拟结果与真实火场的燃烧边界高度一致ng体育。该方法将能够为应急指挥的科学决策提供有效的辅助支持。

　　为了提高当前森林火灾视频监控系统的准确性，降低误报率和无效性，团队根据固定高点摄像头的视频采集数据进行了分析和建模研究。现有的视频分析模型主要通过识别燃烧产生的烟雾和火光来判断是否发生火灾。然而，在工业烟气、寺庙烧香、村民炊烟等人工烟雾的干扰下，这些模型会产生大量的误报，导致模型可用性差。

　　基于此，研究小组提出了基于自我注意机制的林火监测优化算法，构建烟雾及其周围自然环境元素之间的空间特征关系，结合烟雾特征和自然环境元素信息，区分烟雾风险类型，解决了以往火灾报警误报率高的问题。同时，团队提出了相应的可解释算法，对模型兴趣区域进行可视化研究，提高了烟雾识别模型的深度学习的可解释性。该模型的实际应用显著提高了森林火灾监测预警系统的稳定性和可靠性。

　　针对城市道路塌陷事故频发的问题，团队还对城市道路塌陷风险评估模型进行了研究。目前，基于层次分析和随机森林的风险评估较为常见，但对城市道路的专项风险评估仍较少。此外，由于城市地区的快速发展，道路及其周边环境往往发生巨大变化。为了保证评估的有效性，有必要充分考虑塌陷事故样本的训练模型，而这类样本的数量往往较少。因此，如何在有限的样本条件下训练模型成为一个关键问题。

　　团队提出了影响城市道路塌陷的核心要素集，以卷积神经网络为评价模型，以实际塌陷事故案例为培训样本，提出了以路网为评价单位的城市道路塌陷风险评价模型，揭示了影响城市道路塌陷的几个主要因素，并进行了案例验证。研究算法生成的城市道路坍塌风险地图可以为地方政府的应急防治工作提供决策参考，尽可能降低道路坍塌的风险。

　　上述研究成果应用于许多城市安全风险监测预警平台，为提高政府综合应急管理能力提供有效支持。

　　以上研究结果分别是“基于元胞自动机的消防动态建模方法”和“高效视频数据识别森林火灾的自我注意机制模型”（FireFormer: an efficient Transformer to identify forest fire from surveillance cameras）以及“基于卷积神经网络的城市道路坍塌风险评估方法”（An Urban Road Risk Assessment Framework Based on Convolutional Neural Networks）为题，《清华大学学报》（自然科学版）和《国际野火学报》发表。（International Journal of Wildland Fire）以及《国际灾害风险科学报》（International Journal of Disaster Risk Science）上。

　　（原标题：深圳国际研究生院王飞团队在灾害建模领域取得了一系列新进展） 特别声明：本文转载仅是为了传播信息，并不意味着代表本网站的观点或确认其内容的真实性；如果其他媒体、网站或个人从本网站转载，则必须保留本网站注明的“来源”，并承担版权等法律责任；如果作者不想被转载或联系转载稿费，请与我们联系。　　清华大学深圳国际研究生院副教授王飞是上述论文的通讯作者。2021年清华大学深圳国际研究生院硕士生乔玉明、姜俊才、2021年清华大学工程物理系博士生姜文宇分别是论文的第一作者。　　清华大学深圳国际研究生院副教授王飞是上述论文的通讯作者。2021年清华大学深圳国际研究生院硕士生乔玉明、姜俊才、2021年清华大学工程物理系博士生姜文宇分别是论文的第一作者。作者还包括2020年清华大学深圳国际研究生院硕士生郑新。该研究成果得到了广东省重点领域研发计划、深圳市基础研究学科布局等项目的支持。