近日，在云南省丽江市举行的高原山区森林火灾综合应急处置联合实战演练中，由天津大学计算机科学与技术学院团队研发的“火场态势研判智能辅助决策系统”及配套无人机装备首次亮相，成功破解了复杂环境下火场“难预测、难回溯”的关键技术瓶颈，完成实战应用示范，为复杂地形条件下的森林火灾防控提供了智能化新方案。

此次演练模拟高原山区典型地形与极端火情，旨在检验多部门协同、空地一体的应急处置能力。演练中，天津大学团队利用搭载该系统的无人机进行火场侦察，实时回传现场图像。系统对火线位置进行精准定位，通过对地形、植被及气象等多源信息的融合分析，实现了对火场态势与火势蔓延趋势的智能预测，并为航空灭火的飞行路径规划提供了决策支持，显著提升了指挥调度的科学性与效率。

该系统研发紧密围绕森林火灾扑救实战中的两大核心痛点——复杂地形火势的精准预测与灾后的科学复盘。针对火场环境高度复杂、真实数据稀缺的现状，传统依赖人工经验或单一数值模型的预测方式难以满足实战需求，团队创新性地采用基于仿真数据训练与深度学习融合的技术路径，通过多重环境一致性筛选，提升系统在真实场景下的预测可靠性。在灾后复盘方面，团队采用同一深度学习模型，兼顾“预测”与“回溯”双任务，使两者相互校验、协同优化，不仅提升了研判精度，也大幅降低了系统对算力资源的需求，更加适配前线实战环境。

“我们配套的无人机系统支持多机协同作业，实现了大范围、多视角的火场信息感知。”团队教师林迪介绍，该系统在高原复杂环境运行稳定，火势预测精度较传统数值仿真方法提升约30.4%，推理速度提升5倍，并突破了传统手段难以精准回溯火场演变过程的技术瓶颈。

据悉，该系统由天津大学计算机科学与技术学院林迪副教授、冯伟教授等牵头研发。目前，该系统已获三项国家发明专利授权，相关理论成果发表于神经信息处理系统大会（NeurIPS）、国际计算机视觉与模式识别会议（CVPR）等人工智能国际顶级会议，为我国森林草原火灾防治体系向智能化、高效化转型升级提供了重要技术支撑。