《Forests》：Deep Learning and Remote Sensing for Forest-Fire Monitoring and Management in China: A Systematic Review and Evidence Synthesis
摘要：遥感技术与深度学习正日益被应用于中国森林火灾管理的全生命周期中，但不同研究在任务目标、传感器类型、模型架构及验证设计方面存在显著差异。研究人员依据预设标准筛选了2015至2025年间发表的146篇候选文献，要求其包含针对中国的实证研究内容、涉及森林或野火相关议题、采用实质性遥感数据输入、应用深度学习技术并进行初步实证评估。最终34项研究满足所有纳入标准，其中82.4%发表于2023至2025年期间。活跃火检测与监测类研究占全部证据的38.2%，其次是火灾前风险与准备阶段（32.4%）、火灾后评估阶段（23.5%）以及火灾蔓延与行为建模阶段（5.9%）。传感器使用呈现明显的任务依赖性：无人机（UAV）支持精细尺度探测与可燃物评估，地球静止卫星支持高频次活跃火监测，多源卫星与地理空间数据则支持风险分析与灾后评估。面向业务化运行的证据仍然有限：仅11.8%的研究开展了跨区域或多国验证，8.8%报告了运行时间或延迟，11.8%提供了虚警信息，5.8%讨论了可解释性，而本综述提取的研究层面证据中均未报告显式的不确定性。现有证据不支持存在一种普遍最优的架构。未来进展更取决于任务匹配的传感方式、独立的地理与事件验证、校准后的不确定性评估、虚警控制策略，以及模型输出与管理决策之间更清晰的关联。这些优先事项对于全球范围内需要在异质景观、传感器与运行条件下进行迁移的遥感火灾系统均具有重要意义。
1. 引言
森林火灾为森林管理带来了一系列时序性的信息挑战。在火灾发生前，管理者需要了解可燃物状况、敏感性及火灾发生概率的信息。在活跃火灾事件期间，工作重点转向快速探测、定位、虚警控制以及持续观测。一旦火灾形成，其蔓延与行为特征成为响应规划的核心。火灾扑灭后，过火面积划定、损害评估与恢复监测变得重要。遥感技术因其能够通过卫星、无人机及衍生的地理空间产品从不同时空维度观测同一管理问题，特别适用于这一生命周期。
深度学习拓宽了这些观测数据的分析用途。卷积神经网络和目标检测网络可以识别火点、烟羽、热点及空间模式；循环神经网络能够表征时间依赖性；编码器-解码器模型可用于过火区域分割；Transformer或注意力机制能够跨尺度和跨时间整合信息。近期综述描述了人工智能技术在森林火灾预测与监测领域的快速增长。然而，一个更具挑战性的问题是，技术性能是否真正转化为具有可迁移性、可解释性、及时性并对管理决策有用的证据。
国际上的相关工作为此提供了有益背景。例如，Pinto等人利用VIIRS多光谱时间序列在中国以外的五个区域进行了过火面积制图与定年，既展示了高频率卫星观测的价值，也凸显了在不同地理火灾环境中测试模型的重要性。因此，本文聚焦中国的证据合成应被视为更广泛国际问题中的一个区域性案例检验——即传感技术与模型架构的进步是否伴随着在可迁移性、校准、虚警控制及业务化验证方面的可比进展。
在其他主要火灾易发区也有类似报道。在北美，Sentinel-1/2及多传感器研究已在不列颠哥伦比亚省、阿尔伯塔省和加利福尼亚州利用深度学习追踪野火进程并绘制过火面积。澳大利亚的研究已将Sentinel-2和Himawari-8影像用于自动化活跃火探测与近实时野火监测。俄罗斯联邦的研究已在雅库特地区运用遥感和机器学习/深度学习方法进行火灾风险建模，并在西伯利亚东南部进行野火活动预测。南欧的研究已开发出基于Sentinel-2的深度学习过火面积制图方法，覆盖葡萄牙、西班牙、意大利、希腊和法国，而近期在希腊的工作则结合了卫星、气象和地形数据进行野火预测。这些研究表明，可迁移性、传感器选择和业务化验证是全球主要火灾区域的共同关切。
这种区分之所以重要，是因为森林火灾模型的评分并非一个通用的排行榜。烟雾分类的准确率、敏感性制图的受试者工作特征曲线下面积、过火面积分割的交并比以及业务化监测的探测延迟，衡量的是不同的目标。高分可能证明了强大的任务性能，但并不代表建立了地理可迁移性、对新火灾事件的鲁棒性、可接受的虚警负担或实际可用性。
中国为审视这些问题提供了一个特别有价值的场景。其研究格局涵盖了国家和区域层面的风险建模、密集的气象卫星观测、MODIS及其他对地观测产品的广泛应用、基于无人机的森林监测以及国产卫星系统的快速发展。与此同时，证据的地理分布和验证规模并不均衡，范围从单个火灾点、县域到全国性分析不等。一份聚焦中国的综述既能揭示技术进展，也能指出从基准结果迈向可靠森林管理支持所需的关键证据。
本综述围绕证据的管理价值而非单纯的模型新颖性进行组织。在近期关于深度学习野火风险预测综述的基础上，研究人员考察了遥感输入、深度学习架构、验证设计和业务化报告如何在整个火灾生命周期中相互作用。目的并非提名一个普适的“最佳”模型，而是识别哪些领域的证据相对成熟，以及哪些面向决策的空白依然存在。
五项研究问题指导本次综合。研究问题一：证据在年份、地理和出版类型上是如何发展的？研究问题二：哪些遥感平台和输入支持不同的火灾管理阶段？研究问题三：在火灾前、活跃火、蔓延/行为和火灾后任务中使用了哪些深度学习家族？研究问题四：研究报告在可迁移性、运行时间或延迟、虚警、可解释性和不确定性方面的一致性如何？研究问题五：哪些研究优先事项最能改善模型性能与实际森林火灾管理之间的联系？
2. 材料与方法
2.1 综述设计与分析范围
研究人员开展了一项系统性综述与证据整合，研究对象为中国境内结合遥感与深度学习进行森林/野火监测与管理的实证研究。报告遵循PRISMA 2020标准。分析单元为实证研究，在计算综合层面的计数之前，对每篇候选文献均适用相同的纳入标准。
研究人员将纳入的研究分为四个管理生命周期领域：（1）火灾前风险与准备，包括可燃物状况、敏感性、发生概率和危险预测；（2）活跃火探测与监测，包括烟、火焰、热点及事件中地面信息的探测；（3）火灾蔓延与行为；（4）火灾后评估，包括过火面积、干扰、损害和恢复制图。由于各研究的任务和报告结果异质性过高，无法进行有意义的跨任务合并，因此采用描述性方法进行结果综合。
2.2 信息来源与候选文献库
正式数据库检索于2026年6月8日进行，发表窗口限定为2015至2025年。本综述审查了一个包含146篇独特候选文献的封闭语料库，来源包括CNKI、IEEE Xplore、Scopus、Web of Science核心合集和ScienceDirect。数据库归属作为出处信息予以保留，各来源可能存在重叠；重复的研究通过标题、DOI、作者、年份和出版信息进行去重。特定数据库的字段设置、检索概念、出版限制及正式检索日期见补充材料表S4。
纳入资格基于文章层面的证据确定，而非作者所属机构或书目元数据的完整性。当某一标准无法从候选记录中确定时，研究人员会在可获得的情况下检查全文、DOI或出版商页面、官方期刊或会议记录、补充材料及其他可靠的书目来源。这些核查用于解决有关研究地域、出版类型、遥感输入、深度学习内容和实证评估的不确定性。
2.3 纳入标准
纳入需同时满足表1中关于发表窗口、出版类型、实证证据、中国相关性、森林/野火相关性、遥感输入和深度学习的所有标准。中国相关性要求在中国境内具有实质性的实证研究区域或数据成分；仅凭中国作者、机构隶属关系、资助来源或会议地点不足以判定。方法论上的弱点本身不构成排除理由，因为验证和业务化报告将单独评估。
2.4 记录管理与研究筛选
对146篇候选文献逐一对照表1中的纳入标准进行评估。D.J.负责初步筛选，Y.Y.复核筛选决定。分歧由两位作者讨论解决。只有当每一项必要标准都得到确认时，记录才被纳入。
当无法从书目记录中确定纳入资格时，D.J.利用全文（如可获得）、DOI或出版商页面、官方期刊或会议记录、补充材料及其他可靠书目来源核实相关信息。不完整的元数据本身不作为排除理由。对于每条被排除的记录，记录一条主要的排除原因。筛选完成后，34项研究满足所有标准，112条记录被排除，无待定记录。完整的记录级排除日志见补充材料表S5。
主要排除原因为：无中国特定实证成分（52篇），学位论文/毕业论文出版类型（26篇），无实质性遥感输入（17篇），无符合条件的森林/野火实证任务（6篇），无实质性深度学习（4篇），综述/非原始证据（4篇），无初步实证评估（2篇），以及发表在2015-2025年之外（1篇）。
2.5 数据提取与证据编码
对于每项纳入的研究，记录了出版年份、文献类型、中国研究区域、生命周期领域、遥感平台/输入、深度学习架构、实证验证或性能证据、跨区域或跨国验证、运行时间/延迟报告、虚警报告、可解释性报告、不确定性报告、代码/数据源信息、管理相关性及验证来源。完整的研究级编码见补充工作簿。
空间尺度编码为：本地/场地、省/直辖市、区域/多省、中国与国际混合、国家尺度、或中国特定尺度不明确/宽泛。平台和架构汇总采用多标签方式，因为一些研究组合了多个传感器系列或模型组件。平台系列包括：无人机/航空、地球静止卫星、MODIS/FIRMS/微波产品、Landsat/Sentinel/Gaofen多光谱系统、多源遥感加地理空间输入以及其他卫星遥感。架构系列包括：卷积、循环/LSTM、Transformer/注意力、编码器-解码器/分割、目标检测以及其他深度架构。
2.6 综合、报告评估与可重复性检查
研究人员计算了34项纳入研究的描述性频率和百分比。性能结果在其原始任务背景下进行解释；准确率、AUC、F1、IoU、mAP、回归误差和延迟等指标不跨不同任务进行合并。在报告评估中，“未报告”意味着该特征在本综述提取和验证的研究层面证据中不明确，而不一定意味着其在完整文章中必然缺失。关于独立空间或分组验证的建议参考了训练数据和测试数据之间空间依赖性的既有研究成果。研究人员还在排除了两篇完整会议论文后重复了生命周期汇总，因为会议论文与期刊论文的报告深度可能存在差异。
3. 结果
3.1 研究选择与证据基础构成
图1总结了研究选择过程。全部146篇候选文献均已做出最终决定：34项研究被纳入，112项被排除。纳入集合包括32篇期刊文章和两篇完整会议论文。筛选后无待定候选记录。
3.2 时间发展与空间尺度
发表数量在综述期末期急剧增加。纳入集合中包含2020年1篇、2021年1篇、2022年4篇、2023年6篇、2024年10篇和2025年12篇。28项研究发表于2023至2025年期间，其中包括22项发表于2024至2025年期间。
研究地理分布也不均衡。11项研究聚焦于本地站点、县、山脉或单个火灾区域；8项在省或直辖市尺度上运作；7项覆盖更广泛的区域或多个省份；4项将可单独识别的中国成分与国际数据或案例相结合。仅有2项研究是国家尺度的。另有2项研究已确认与中国相关，但现有证据不支持更具体的空间类别。
地理格局还显示了当前证据相对于中国主要火灾易发森林区域的集中程度。研究反复覆盖东北地区和内蒙古，包括黑龙江和大兴安岭地区，以及西南和南部地区，如云南、四川、贵州、广西、福建和重庆。全国性和东部地区的研究拓宽了空间框架，但中部和西部的大部分地区代表性仍然不足。因此，文献确实覆盖了几个历史上重要的火灾易发区域，但地理证据基础仍不均衡，并未在中国所有森林类型和火灾制度上提供同等强度的验证。
3.3 证据在森林火灾生命周期中的分布
活跃火探测与监测占13项研究，是证据的最大份额。火灾前风险与准备占11项，火灾后评估占8项，蔓延/行为建模占2项。活跃火和火灾前应用合计占纳入研究的70.6%，而直接的动态蔓延建模仍然少见。表2总结了这些领域的主要传感配置、模型家族、证据缺口及代表性参考文献。
火灾前研究涵盖从可燃物湿度反演到国家和区域风险预测。无人机多光谱影像支持了哈尔滨的死可燃物湿度估算，而国家和区域研究则将MODIS/FIRMS或其他地理空间驱动因素与深度神经网络、LSTNet、ConvLSTM、卷积细胞网络、Transformer和PSO优化的CNN相结合。几项研究报告了强大的任务特异性判别能力：国家多源DNN达到87.4%的准确率和94.1%的AUC，LSTNet在崇礼达到0.941的准确率，华东地区的ConvLSTM框架报告了92.79%的准确率和97.90%的AUC。
火灾前研究也表明，架构标签不应被视为更好性能的保证。在基于微波的死可燃物湿度反演中，XGBoost优于所评估的CNN和LSTM替代方案，四种森林类型的平均R2为0.78；该研究还使用了SHAP分析来检查预测因子的贡献。在内蒙古，随机森林在活跃火发生概率方面优于所评估的CNN和其他模型。这些比较表明，模型选择需要遵循数据的结构、样本量和决策目标，而不是算法附带的标签。
13项活跃火研究使用了最广泛的传感器。它们包括Himawari热异常和火点监测、无人机红外和可见光探测、卫星烟雾分类、基于Landsat的活跃火探测、针对云南的Transformer-XGBoost卫星系统、多源全天候监测以及GF-6在野火事件期间的地面信息分类。因此，活跃火文献涵盖了快速预警和对事件期间条件的更详细解读。
一小部分活跃火研究报告了与部署直接相关的指标。自适应Himawari-8/9系统报告了0.995的准确率、0.965的F1、平均7分钟的探测延迟以及明确的运行时间信息。DAFDM在基于Landsat-8的活跃火探测上达到了87.28%的IoU和93.21%的F1。Himawari样本构建研究将伪火点探测率从38.26%降低到10.33%，同时将识别准确率从58.67%提高到65.34%。福建的一个少样本无人机探测器达到了93.2%的探测准确率，并超过Faster R-CNN 6.6个百分点。然而，关于虚警、延迟和部署条件的可比信息在该领域内并未得到一致报告。
火灾蔓延与行为仅由两项研究代表。AutoST-Net将3D CNN与Transformer以及来自Himawari-8和Google Earth Engine的遥感输入相结合，用于中国西南部；相对于CNN-LSTM基线，它将平均IoU提高了5.06个百分点，F1提高了6.29个百分点。一项2025年的研究使用Sentinel-2影像与层次化CNN模拟了西昌火灾的蔓延。该领域规模较小值得关注，因为动态蔓延预测是与响应分配和防火线决策最直接相关的任务之一。
火灾后研究集中于过火面积、干扰、损害和恢复制图。时间序列方法包括基于注意力的LSTM编码器-解码器模型和基于MODIS序列的堆叠ConvLSTM，而分割方法包括BA_EnCaps、BASNet、CL-UNet、FFANet、Mask2Former/Swin Transformer和GAM增强的DeepLabv3+。几项研究使用了不止一个区域或国家，使得火灾后分析成为直接进行跨区域评估较强的领域之一。
报告的基准结果随任务而变化。BA_EnCaps在其热过火面积分析中报告了98%的准确率。CL-UNet在两个大火研究区域实现了超过80%的召回率、精确率和F1值。FFANet报告了87.11%的过火面积提取F1分数，而喀斯特地区的DeepLabv3+-GAM模型实现了91.82%的mIoU和95.73%的平均准确率。这些结果表明了强大的分割性能，但它们不具有直接可比性，需要结合空间独立性、事件多样性和迁移证据来解读。
3.4 遥感与地理空间数据基础
图4使用多标签平台编码总结了传感器格局。无人机/航空遥感出现在七项研究中，集中在活跃火探测、精细尺度可燃物评估和火灾后恢复。地球静止卫星出现在七项研究中，主要用于活跃火监测和蔓延相关应用。MODIS/FIRMS/微波产品出现在七项研究中，对时间序列干扰、风险、发生和可燃物湿度分析尤为重要。Landsat/Sentinel/Gaofen多光谱系统出现在六项研究中，而多源遥感加地理空间组合出现在十三项研究中。
传感器选择遵循每个任务的需求。高时间频率对于活跃火监测很重要，因为重复的Himawari观测可以缩短点火信号与探测之间的间隔。无人机以覆盖范围为代价换取空间细节和灵活部署，使其适用于小型火灾目标、红外监测、可燃物湿度反演和局部火灾后分析。当目标依赖于植被、天气、地形、人类活动和历史火灾发生时，多源卫星和环境产品更适合风险建模。在这篇文献中，“遥感”涵盖了几个不同的观测角色，而非一种可互换的数据源。
3.5 深度学习架构与任务对齐
卷积组件是最常见的技术基础，出现在34项研究中的25项中。Transformer或注意力组件出现在13项研究中，循环/LSTM组件出现在9项中，编码器-解码器或分割架构出现在11项中，显式目标检测系列出现在4项中。这些类别有所重叠，因为许多森林火灾模型结合了卷积、注意力、循环以及分割或检测头。
架构使用与任务结构相一致。目标检测系统集中在无人机和活跃火研究中。循环和ConvLSTM组件在需要时间上下文的地方很突出，包括干扰检测、风险建模和地球静止监测。编码器-解码器分割主导了几项火灾后研究，也出现在活跃火制图中。Transformer和注意力机制越来越多地充当上下文集成模块，而非孤立的模型系列，特别是在混合风险、蔓延、烟雾和分割系统中。
3.6 验证、泛化与方法论报告
与迁移和部署相关的报告远不如基准性能报告常见。34项研究中有4项明确展示了多区域或多国评估。运行时间或延迟在三项研究中报告，虚警信息在四项中报告，可解释性在两项中报告，而本综述提取的研究层面证据中均未报告显式的不确定性。相比之下，27项研究描述了数据集或数据源。这最后一个指标指的是来源描述，不一定指数据或代码的公开发布。这些报告指标在图6中进行了总结。
对这些计数的解读需要谨慎。“未报告”代码意味着该特征在本综述提取和验证的证据中不明确；它并不证明该实践在原始文章的每一部分都不存在。即使有此限定，不平衡现象也很明显：模型构建和研究内部性能受到的关注远远超过可移植性、运行负担或决策风险。
3.7 从基准性能到业务相关性
与业务使用最直接相关的研究报告了可映射到管理需求或失败模式的数量。自适应Himawari监测中平均7分钟的探测延迟在预警流程中是易于解释的。DPFDA报告的伪火点减少解决了虚警的实际成本。无人机红外探测的运行时间报告和可燃物湿度反演中的可解释性分析同样提供了超出通用准确率分数的信息。
大多数研究仍然从技术能力推断管理价值，而不是在实际决策工作流中测试模型。风险地图被呈现为对预防或分区有用；探测模型作为早期预警组件；蔓延模型作为响应支持；火灾后地图作为损害或恢复评估工具。更强的业务证据将显示输出是否及时到达、能否泛化到新的事件和区域、在观测缺失或退化时是否保持可靠，以及是否能改变特定的管理决策。
3.8 仅期刊敏感性分析
在排除两篇会议论文后，剩余32篇期刊文章。生命周期排序变化不大：活跃火占12项研究，火灾前占11项，火灾后占8项，蔓延/行为占1项。风险和探测领域的集中以及蔓延证据的有限性并非由两篇会议论文驱动。仅期刊的比较见表3。
