WildfireVLM：基于卫星图像的AI早期野火检测与风险评估
计算机视觉与模式识别
2026-05-04 v2 人工智能
摘要
野火正成为威胁生态系统、人类生命和基础设施的主要风险，由于气候变化和人类活动，其发生频率和强度不断上升。早期检测至关重要，但卫星监测因烟雾信号微弱、天气条件动态且需要在大范围内进行实时分析而具有挑战。我们引入WildfireVLM，一个结合卫星图像野火检测与语言驱动风险评估的AI框架。我们使用来自Landsat-8/9、GOES-16及其他公开地球观测源的图像构建了标记的野火和烟雾数据集，包括与对齐光谱带的和谐化产品。WildfireVLM采用YOLOv12检测火灾区和烟雾 plume，利用其检测卫星图像中小且复杂图案的能力。我们集成多模态大语言模型（MLLM），将检测输出转换为情境化的风险评估和优先级响应建议，用于灾害管理。我们使用LLM-as-judge评估与共享评分标准验证风险推理质量。该系统采用面向服务的体系结构，支持实时处理、可视化风险仪表盘和长期野火跟踪，展示了将计算机视觉与语言推理相结合用于可扩展野火监控的价值。代码和数据集可在https://github.com/Ayanzadeh93/_WildfireVLM_上公开获取。
引用
@article{arxiv.2602.13305,
title = {WildfireVLM: AI-powered Analysis for Early Wildfire Detection and Risk Assessment Using Satellite Imagery},
author = {Aydin Ayanzadeh and Prakhar Dixit and Sadia Kamal and Milton Halem},
journal= {arXiv preprint arXiv:2602.13305},
year = {2026}
}