國家應急管理部官網數據顯示，2025年我國共發生223起森林火災，起火原因主要為祭祀用火、農事用火等1。數量雖已處于歷史低位，但森林防火仍是應急管理工作的重中之重。

隨著科技發展，森林防火不再依靠人工巡查等方式，更多依托于雙光譜、紅外熱成像儀等設備來預警。然而火眼金睛也有被風沙"迷眼"的時候。針對民房、工廠等產生的真實高溫源，設備側都會報警，但這并非用戶關注的報警信息，會嚴重影響工作人員處置效率。

海康威視公共服務行業軟件特推出森林防火多模態智能研判大模型產品，依托海康威視觀瀾大模型能力，對不同等級的火情分類處理，減少90%的無效告警2 ，讓工作人員告別反復研判的低效工作。

大模型加持：

懂火情、智分級、提效率

海康威視森林防火多模態智能研判大模型產品，通過海康威視觀瀾大模型算法，實現告警圖片再次復核，并對確認是火情的圖片進行場景識別（山林、居民區、耕地）、火勢大小識別（明火、濃煙、小煙）、環境要素識別（居民區、非居民區）。平臺根據不同場景類型劃分告警等級，并自動分級推送處置。

大模型加持，無效告警減少90%

平臺前端聯動熱成像雙光譜云臺等設備，實時獲取林區火源圖像，通過前端CV大模型對畫面進行初篩，識別出火情并實時給平臺推送告警。

平臺依托觀瀾大模型算法，對告警信息進行二次復核與研判，識別事件產生的環境，如山林、耕地、居民區等，排除濃霧、工廠排煙、居民炊煙等影響因素。

智能分級，3類風險等級自流轉

除了可以減少管理方低關注的告警外，系統還依托大模型技術對火情進行智能分級與處置流轉，顯著提升管理人員研判效率。

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

其次，系統還能根據煙霧的濃度、參照物比例等來判斷火情大小，如通過煙霧是否遮蔽背景來判斷濃煙、淡煙等。

最后，系統憑借大模型對煙霧特征的識別、對場景的理解等綜合能力，給每一件火情事件“做標記”并據此智能劃分火情等級并自動流轉處置。

其中，山林明火、山林大煙、耕地火（蔓延）為高風險火情，會直接推送多條告警給工作人員進行快速響應處置。耕地火、山林淡煙為中風險等級火情，系統通過前端設備持續抓拍火情位置，算法將多個火情合并成一個告警事件分級推送，如已經熄滅的著火點將自動消除告警。而針對耕地煙、居民區淡煙等低風險等級火情，系統則自動歸檔不報警，規避無效告警，提升管理人員處置效率。

案例落地：準確率提升至96%

無效告警減少94%

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

在一期建設中，張家港已引入熱成像等智能化感知設備，初步構建了火災預警能力。為進一步提升防控精準度與響應效率，二期建設深度融合海康威視森林防火多模態智能研判大模型，對前端感知信息進行智能復核與分級研判，通過大小模型協同，系統性地優化了預警機制。

2026年2月統計數據顯示，接入大模型后，系統告警準確率提升至96%以上。平臺累計觸發告警1848條，經智能研判，有效識別94條高風險火情，并自動歸檔處理151條中風險與1603條低風險告警，無效告警量降低94%，人工研判工作量減少95.5%，整體防控效率與精準度實現顯著提升3。

在實際應用中，海康威視森林防火多模態智能研判大模型產品，除了可以智能過濾無效告警及分級處置外，還支持智能合并重復告警、火情熄滅后告警消除、火情擴散告警升級等聯動處置應用，全方位構建智能主動的“識別-研判-告警-處置”森林防火閉環體系。

1數據來源：國家應急管理部官網

2數據來源：海康威視實驗室測試數據

3數據來源：項目案例數據測算，實際項目不同會有差異

*業務畫面為模擬效果；部分配圖由AI輔助生成