基于开集燃烧特征指纹分类的异常分布预警技术，用于环境火灾风险监测

《Journal of Hazardous Materials》：Open–set combustion–fingerprint classification with out-of-distribution alerting for environmental fire–hazard screening

　　摘要：火灾产生的废气——一氧化碳、氢氰酸、氯化氢以及氮氧化物——是结构性火灾及新型火灾事件中释放的有害环境污染物，快速识别这些物质对于评估环境危害及采取呼吸防护措施至关重要。当前框架并不直接检测这些物质，而是通过整体燃烧特征（一氧化碳、二氧化碳、烟雾消光度以及热释放率）对火灾物质类型进行分类，并识别出新型燃烧场景，因此它是一种燃烧特征筛选工具，而非全面的火灾废气成分分析方法。现有的机器学习火灾气体分类方法基于封闭集假设，无法应对野火、电动汽车电池热失控以及特殊工业材料等新型燃烧场景；正是这些新出现的场景推动了开放集分类方法的发展，不过目前的真实数据验证仅使用了预留的野火数据，未涉及电动汽车相关数据。我们提出了一个整合封闭集火灾物质分类与多参数燃烧特征异常检测的框架，这些特征来自公开可用的NIST火灾量热数据库。七项量热特征（一氧化碳/二氧化碳峰值、积分值、二者比值、烟雾消光度峰值、热释放率峰值）可用于区分四种结构性火灾物质类型（木材、聚合物、纺织品、复合材料；共160个样本，每种40个）。随机森林模型的宏观F1值为0.679±0.067（95%置信区间为[0.658, 0.700]；Cohen’s d值为6.76，显著优于分层基准模型）；LightGBM和XGBoost模型的F1值分别为0.647和0.640。在留一类交叉验证中，三种异常检测方法的性能仅略高于随机水平（平均AUROC值为0.560–0.569），反映出不同结构类型之间的化学特征存在重叠；而在针对20个预留野火样本的独立真实数据测试中——这类样本在化学成分上具有独特性——局部异常因子方法的AUROC值为0.812，隔离森林方法的值为0.720。由此可见，异常检测能力在很大程度上取决于具体场景。SHAP分析表明，热释放率峰值、烟雾消光度峰值以及二氧化碳积分值是最具区分度的特征。根据ISO 13571标准，AEGL-2（一氧化碳浓度150 ppm）和IDLH（一氧化碳浓度1200 ppm）的临界值均以一氧化碳浓度为依据，由此得出的急性暴露风险分级为：木材类28% > 复合材料类22% > 聚合物类20% > 纺织品类10%，并非全面的毒性排序。除了原始准确率之外，该框架还提供了一种可复现的开放集火灾废气危害筛选方法，明确了整体燃烧特征能够识别与无法识别的内容，为环境火灾危害监测提供了可解释、可扩展的筛选手段以及可靠的性能基准。

环境意义：火灾产生的废气，包括一氧化碳、氢氰酸、氯化氢和氮氧化物等，是结构性火灾及新型火灾事件中产生的有害环境污染物，每年因吸入这些物质而导致的死亡人数超过35万。可靠地实时识别燃烧物质类型并检测新型危害场景（如电动汽车电池热失控、城乡交界处的野火、特殊工业材料引发的火灾），对于评估环境危害、降低暴露风险以及制定呼吸防护措施至关重要。本研究提出了一种公开可用、轻量级且易于理解的框架，可将标准化的量热数据转化为可用于环境危害筛查的信号，从而推动基于数据的火灾事件急性环境污染物暴露监测技术的发展。

引言：火灾会释放出多种有害气体混合物，成为紧急事件中环境污染物暴露的主要来源，全球每年因此造成的死亡人数超过35万，主要原因是吸入火灾产生的废气，而非直接的热伤害[1]、[2]。现代建筑材料——如聚氨酯、聚异氰脲酸酯泡沫以及铝复合板——在燃烧时会产生复杂的有毒气体混合物，包括一氧化碳、氢氰酸、氯化氢、丙烯醛以及氮氧化物等，这些气体在环境相关浓度下具有不同的毒理学特性和剂量-反应关系[3]、[4]、[5]。在火灾发生期间，快速准确地识别火灾废气的危害类型对于评估环境危害和保护公众健康至关重要，然而目前的实时气体监测技术只能提供各类气体的浓度数值，无法将多参数特征信息整合为可用于实际危害分类的结果[2]、[6]。

机器学习方法为基于多传感器阵列的自动危害评估提供了有力工具[7]。这类方法能够以远高于传统基于阈值的方法的准确度，识别出与特定物质类型相关的特征气体指纹[8]。类似地，已有研究利用随机森林和SHAP分析技术，针对化学战剂模拟物通过颜色传感器阵列数据实现了危险气体识别[9]，这说明树集成模型结合SHAP分析方法在危险气体识别任务中具有通用性，不仅适用于火灾废气分析。不过，目前所有用于火灾气体分类的机器学习框架都基于封闭集假设，即认为实际遇到的任何火灾场景都对应于训练数据中的某一种类别。但在当今的应急响应环境中，这一假设越来越不可行。

两种新兴的火灾场景就体现了这一问题的实际影响。野火越来越多地与城市建筑区域发生交汇，形成城乡交界处的野火场景，这类火灾产生的燃烧特征以植被燃烧产生的萜烯类热解产物为主，其成分与建筑物材料燃烧产生的特征有本质区别[10]；这类场景是我们主要使用的真实数据异常检测测试对象（见第5.5节）。另一种新兴场景是电动汽车锂离子电池热失控，这类火灾产生的气体特征与常规聚合物火灾有显著差异[11]；此处仅将其作为研究动机提及，同时认为对电动汽车进行量热测量是未来需要重点开展的工作（见第6.4节）。

异常检测方法正是为解决这一问题而设计的：它能够判断测试样本是否属于训练数据分布，若不属于则发出警报[12]、[13]、[14]。目前，异常检测已是自动驾驶和医学成像等安全关键型机器学习应用中的标准技术，但此前尚未被应用于火灾危害气体特征分析。刘等人最近提出了一个相关应用——即通过开放集域适应方法来补偿电子鼻的漂移问题[15]，他们发现实际应用中气体传感器阵列会遇到未知的气体类别。我们的研究与之有本质不同：刘等人解决的是已知源领域和目标领域之间的传感器漂移问题，而我们则致力于检测训练数据中不存在的全新火灾物质类型，并将其直接应用于火灾事件中的环境危害评估和暴露风险降低工作。

本研究做出了四项贡献：（一）我们首次提出了一个整合封闭集火灾物质分类与三种异常检测方法的多参数燃烧特征机器学习框架，利用公开可用的NIST火灾量热数据库，实现对新型火灾场景的预警[16]。（二）我们提出了一种留一类交叉验证方法，用于在实际新型火灾场景条件下量化异常检测性能，同时结合了使用封闭集训练数据中未包含的预留野火样本进行的真实数据异常检测测试。（三）通过SHAP分析，我们确定了热释放率峰值、烟雾消光度峰值以及二氧化碳积分值是最具区分度的特征，这些结果为基于燃烧热力学和烟雾化学原理的机制解释提供了依据[17]、[18]、[19]。（四）为将分类结果转化为环境危害信号，我们根据ISO 13571标准，计算了各物质类别在AEGL-2（一氧化碳浓度150 ppm）和IDLH（一氧化碳浓度1200 ppm）标准下的临界值，同时还给出了斯图尔特方程计算得到的分数有效剂量值（见图1）。

相关工作：机器学习技术已被应用于火灾和气体传感器数据分析，主要分为两大方向。电子鼻和气体传感器阵列研究通过支持向量机、k最近邻算法以及树集成模型，将多变量传感器响应与气体或污染源类型相对应[7]、[8]，近期研究还关注了实际应用中出现的领域偏移现象以及未知气味类别的问题[15]。在消防安全领域，人们致力于利用深度学习技术实现多传感器融合，以便更早地检测火灾。

火灾废气的毒性及多参数燃烧特征：ISO/TS 19706标准为评估火灾废气的毒性提供了框架，确定了一氧化碳、二氧化碳、氢氰酸、氯化氢、氮氧化物、丙烯醛以及甲醛为主要需关注的污染物[2]、[22]。量热研究显示，不同类型的聚合物在燃烧时会产生具有特征性的各类污染物生成比例：含PVC的材料会生成大量氯化氢；聚酰胺类材料会释放较多氮氧化物；聚乙烯在通风不良的条件下会产生少量氢氰酸，但一氧化碳含量较高[4]、[30]。

数据来源与特征提取：NIST火灾量热数据库记录的是氧消耗量热实验数据，实验中会在火灾发生点下游的稀释排气管道中采集废气样本，该设备并非锥形量热仪。所得数据为标准化描述指标，与实际火灾现场未经稀释、空间分布不均匀的浓度场存在差异，因此难以直接应用于现场采样。尤其是热释放率是通过氧消耗量来推算得出的，并非在火灾发生过程中可直接测量的数值。

封闭集分类性能：表2汇总了所有模型的封闭集分类性能。随机森林模型的宏观F1值最高，为0.679±0.067（均值±标准差；95%置信区间为[0.658, 0.700]），其次是LightGBM模型（F1值为0.647±0.068）和XGBoost模型（F1值为0.640±0.064）。这三种集成模型 的性能均显著高于分层随机虚拟基准模型（F1值为0.244±0.060；随机森林模型与虚拟基准模型的Cohen’s d值为6.76，p值仅为1.9×10?44，远低于经Bonferroni校正后的0.0167显著性水平；见图3）。从各特征来看，不同模型对样本的分类效果存在差异。

对火灾事件中环境有害气体监测的启示：目前，在环境应急响应中，火灾气体监测主要依靠针对一氧化碳、氢氰酸和氧气浓度的单独传感器阈值，并未整合多参数特征信息来推断火灾物质类型或是否存在新型火灾场景[2]、[5]。我们的研究表明，只需使用七项特征，结合标准化量热参数，通过机器学习模型即可对四种结构不同的火灾物质类型实现宏观F1值为0.679的分类效果，而且整个分析过程仅依赖公开可用的NIST火灾量热数据库，无需其他额外数据。

结论：据我们所知，本研究首次实现了将封闭集火灾物质分类与多检测器异常检测方法相结合，这些检测方法利用的是来自NIST火灾量热数据库的多参数燃烧特征。随机森林模型利用七项标准化量热特征（一氧化碳、二氧化碳、烟雾消光度、热释放率以及一氧化碳与二氧化碳的衍生特征[16]、[19]），在四种结构性火灾物质类型上的宏观F1值为0.679，同时结合三种异常检测方法，实现了有效的分类效果。

CRediT作者贡献说明：Ku Kang负责原文撰写、验证、研究分析、正式分析以及概念构思工作；Jeongyun Kim负责原文撰写、可视化处理、研究分析、正式分析以及数据整理工作；Yoon Jeong Jang负责可视化处理、验证、方法设计以及正式分析工作；Myeongsik Shin负责文章审阅与编辑、软件使用、资源获取、研究分析以及数据整理工作；Soohwan Kim负责文章审阅与编辑、可视化处理、项目管理以及数据整理工作；Jin Yoo负责文章审阅与编辑工作。

利益冲突声明：作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。

致谢：作者感谢美国国家标准与技术研究院为维护并开放提供火灾量热数据库所做出的努力。本研究得到了韩国CBRN防御研究所的支持，未获得其他外部资金资助。

Ku Kang|Jeongyun Kim|Yoon Jeong Jang|Myeongsik Shin|Soohwan Kim|Jin Yoo
韩国首尔CBRN防御研究所