基于微调大语言模型的Natech分析：来自德克萨斯州二十年化学排放事件证据

本研究针对自然危害触发技术事故(Natech)分析中非结构化文本和关键词筛选效率低下的问题，开发了一种基于微调生成式大语言模型(LLMs)的自动化数据驱动框架。该框架能同时完成Natech状态分类、主要危害识别、受影响单元-问题对提取及证据式理由生成。研究以德克萨斯州环境质量委员会(TCEQ)空气排放事件数据库(2004-2024)为测试平台，结果表明微调后的LLaMA-3.1-8B-Instruct模型在各项指标上领先，总体准确率达0.958，宏观F1分数为0.930。应用该框架量化了德克萨斯州与气候相关的排放模式，发现Natech事件约占全州记录的6%，在极端年份（如2005、2008、2017年飓风和2021年冬季冰冻）数量激增。该研究为应急准备和减灾规划提供了可直接用于决策的证据，显著减少了人工工作量并提高了可重复性。

　　

在过程工业领域，自然灾害与技术事故的叠加风险——即自然危害触发技术事故（Natech）——正日益引发跨学科的关注。尽管这类事故的发生频率低于设备故障或人为失误导致的事故，但其可能造成的经济损失以及对公共健康和环境产生的长期影响却不容小觑。一个常见的后果是危险物质的释放，这通常通过多米诺效应发生，即自然灾害破坏了脆弱的设备单元和公用设施。在实践中，Natech构成了复合风险：触发灾害、工业基础设施的脆弱性以及连锁性的工艺失常相互作用，产生的后果往往超过自然灾害本身。因此，从过去的Natech事件中系统性地学习，对于提高认知、改进分析和降低风险至关重要。

然而，充分利用大型历史数据库面临挑战。尽管先前的研究已经挖掘了如美国国家响应中心（NRC）、法国的ARIA以及欧洲的FACTS、eNATECH和eMARS等大型事故数据库，以描述Natech的频率、触发因素和影响，但大多数研究依赖于基于关键词的提取方法从Natech描述中检索自然灾害类别。对于其他属性，如受影响的单元操作、直接原因或后果，检索往往取决于是否存在结构化标签；否则，信息必须手动推断，这限制了可扩展性和可重复性。这种工作流程存在几个缺点：关键词可能具有主观性和模糊性；此外，手动验证结合关键词搜索对于大型数据库而言非常耗时，甚至不可行。

为此，迫切需要一种更智能、自动化的Natech数据库分析框架。近年来，人工智能（AI）和自然语言处理（NLP）的进展使得自动化文本分析成为可能。然而，AI/NLP在Natech方面的应用仍然有限。半智能Natech识别框架（SINIF）是一个用于NRC数据库上Natech文本分类的代表性深度学习框架，实现了大规模自动提取，但仍然依赖于关键词/词索引特征和手动检查，这限制了向更大语料库的扩展。相比之下，Transformer架构彻底改变了文本处理，后续的生成式大语言模型（LLMs）提供了适用于更复杂推理任务的可迁移能力。

在此背景下，发表在《Process Safety and Environmental Protection》上的这项研究，提出了一种基于微调LLMs的自动化、数据驱动的Natech分析框架。该研究旨在解决传统方法在可扩展性、准确性和多功能性方面的局限，为过程安全风险评估和气候变化适应策略提供更强大的分析工具。

为了开展这项研究，研究人员主要应用了以下几项关键技术方法：首先，他们从德克萨斯州环境质量委员会（TCEQ）的公开数据库中收集了2004年至2024年间的空气排放事件记录，并进行了数据去重和基于保守关键词的预筛选，以构建候选数据集。其次，研究核心是采用监督微调（SFT）技术，特别是低秩自适应（LoRA）方法，对预训练的开源大语言模型（包括LLaMA-3.2-1B-Instruct, LLaMA-3.2-3B-Instruct, LLaMA-3.1-8B-Instruct）进行微调。微调所用的训练数据（共3000个样本）是通过使用强大的专有模型OpenAI o3-mini作为“教师”，根据精心设计的指令模板，为每个事故叙述生成结构化的JSON格式参考输出（即“银标准”）而构建的。模型性能通过与LSTM和BERT基线模型进行比较来评估，评估指标包括分类任务的准确率、精确度、召回率、F1分数，以及生成任务的BERTScore。

Natech分类性能

研究结果显示，经过微调的预训练模型在所有指标上均显著优于LSTM基线模型。微调后的LLaMA-3.1-8B-Instruct模型表现最佳，其总体准确率达到0.958，宏观精确度、召回率和F1分数分别为0.957、0.911和0.930。即使是参数规模较小的LLaMA-3.2-3B-Instruct模型也表现出色，宏观F1分数达到0.914，显示了预训练Transformer模型在有限监督下的卓越性能和数据效率。相比之下，简单的关键词基线方法虽然达到了一定性能（宏观F1分数0.764），但明显低于微调后的Transformer模型，特别是在包含通用术语的类别上精度损失较大。研究还发现，未经微调的基座LLMs存在位置偏差和指令遵循不佳的问题，无法直接用于该任务，凸显了领域特定微调的必要性。LLMs的优势不仅在于分类准确性，更在于其多功能性，能够在一个推理过程中产生多种输出，并支持通过提示驱动生成解释性理由，便于人工参与循环验证。

文本生成性能

除了分类，研究还评估了模型在生成“受影响单元-问题对”和“Natech理由”方面的表现。使用BERTScore进行评估，结果表明微调显著提高了生成内容与教师模型参考输出的语义对齐度。微调后的LLaMA-8B模型在所有生成任务上均取得了最高分。总体而言，单元/问题提取任务比理由生成任务更具挑战性，得分相对较低。模型规模的增加对理由生成任务的边际效益有限，表明数据可用性可能是当前进一步提升生成能力的主要瓶颈。

德克萨斯州与气候相关的危险物质释放

将性能最佳的微调模型（LLaMA-3.1-8B-Instruct）应用于经过预筛选的10,927个样本后，研究发现Natech事件约占德克萨斯州全部82,089条记录的6%。这一比例高于先前研究中报告的全球或全国平均水平，表明德克萨斯州的工业部门可能更容易受到自然灾害的影响。从时间分布看，Natech事件呈现出明显的年际和季节性波动。在极端年份，如2005年（飓风Rita）、2008年（飓风Ike）、2017年（飓风Harvey）和2021年（冬季风暴Uri），Natech事件数量出现显著峰值。月度分布显示，飓风相关事件集中在8月至10月，寒冷相关事件集中在12月至次年2月，闪电相关事件则在5月至8月较为活跃。

在过量排放方面，研究发现Natech引发的排放约占德克萨斯州二十年报告过量排放总量的10%，相当于每年超过3000吨污染物。在德克萨斯州墨西哥湾沿岸地区（TCEQ第10、12、14和15区），这一比例更高，约为14%。分析不同污染物，SO₂、NO_x、VOC、CO和RSC在沿海地区的Natech排放份额显著高于全州平均水平，而CH₄和PM的份额相对较低。从触发灾害的类别看，全州范围内的Natech排放主要由严寒（29.8%）和飓风（27.1%）主导，闪电（20.3%）也是重要贡献者。

地理差异：德克萨斯州与墨西哥湾沿岸地区

对比德克萨斯州全州和其墨西哥湾沿岸地区，揭示了Natech脆弱性的明显地理差异。在沿海地区，飓风是Natech排放的绝对主导因素，贡献了超过一半（52.4%）的气候相关释放量，同时也占事件数量的很大比例（39.2%）。而在全州范围内，灾害分布更为多元，严寒和闪电继续扮演重要角色。这表明沿海设施的防灾重点应集中在飓风应对上，而全州范围内则需要更广泛的多灾害防备策略。

研究结论与意义

本研究成功开发并验证了一个基于微调大语言模型的自动化框架，用于从化学排放事件叙述中提取结构化的Natech信息。该框架在分类准确性和生成能力方面均表现出色，能够显著减少人工工作量，提高分析的效率和可重复性。对德克萨斯州二十年数据的应用，量化了气候相关危险物质释放的模式和规模，揭示了Natech风险在时间和空间上的分布特征，特别是极端天气事件（如飓风和冬季冰冻）对工业排放的显著影响。这些发现为区域性的风险评估、应急准备和减缓规划提供了宝贵的、可直接用于决策的证据。

研究也指出了当前的局限性，如少数类别数据稀缺、生成输出的敏感性以及对合成数据的潜在偏差等。未来工作的方向包括扩展训练数据、结合检索增强生成（RAG）技术引入实时天气数据背景、应用人类反馈强化学习（RLHF）进行模型对齐，以及建立包含持续监控和人工审计的生产级Natech分析系统。

总之，这项研究证明了微调的大语言模型能够将Natech研究从手动、依赖关键词的审查提升到自动化、可解释、可重复的分析水平，为应对气候变化下工业过程安全面临的复合风险提供了新颖且强大的工具。该框架为开发下一代智能安全分析系统奠定了实践基础，有望在过程安全管理和气候变化适应领域发挥重要作用。