综述：在火灾残骸的数据分析中运用机器学习：综述

《Microchemical Journal》：Machine learning in the processing of analytical data from fire debris: a review

　　

• •
  比较不同机器学习方法的适用场景、鲁棒性和局限性。
• •
  评估小样本分析的数据增强策略及其相关的泛化风险。
• •
  回顾图像变换在色谱数据分析中的应用。
• •
  讨论贝叶斯和似然比方法在表达机器学习输出证据支持方面的作用。

引言

火灾残骸分析是火灾调查中的关键组成部分，用于确定火灾的性质并重建现场。分析结论的可靠性直接影响法医结论的科学有效性和证据价值。然而，气相色谱-质谱（GC–MS）等分析技术生成的数据具有高维度、非线性、样本量小和类别不平衡等特点[1]。同时，复杂火灾现场基质的热解、微生物降解以及组分的不均匀风化大大增加了特征提取和定量证据评估的技术难度[2],[3],[4]。这些特性使得特征提取复杂化，增加了类别重叠和过拟合的风险，并限制了模型从受控数据集到复杂火灾残骸样本的迁移能力。因此，从复杂的分析数据中提取可靠的法医信息仍然是火灾残骸分析中的一个核心挑战。ASTM E1618 25提供了一个标准化框架，通过评估色谱和质谱数据并与适当的易燃液体参考物进行比对，来识别火灾残骸中的易燃液体[5]。在这个框架下，分析师需要考虑化学组成、诊断特征以及在样本背景下的模式关系。实际上，火灾残骸样本的复杂性使得这一过程尤为重要，因为基底衍生物、燃烧和热解产物、风化以及其他背景因素可能会与易燃液体的特征重叠[6],[7],[8],[9],[10],[11]。Kates等人[12]分析了野火残骸样本，发现传统的GC–MS分析产生了高达27%的“不确定”结果。这些研究强调了可靠的数据分析和解释对于确保火灾残骸证据价值的重要性。因此，深入研究数据处理技术对于提高法医证据的质量具有重要意义。

尽管ASTM E1618仍然是火灾残骸中易燃液体识别的标准框架，但化学计量学和机器学习方法越来越多地被作为特征选择、分类和证据评估的补充工具进行研究。这些方法旨在支持而非替代传统的法医解释，尤其是在复杂分析数据和基质干扰使解释变得困难时。在法医实践中，化学计量学可以应用于数据选择、预处理、相似性计算以及分类或比较任务，从而提高复杂数据处理的效率[13]。机器学习也被整合到火灾残骸分析的方法学框架中，用于识别易燃液体残留物和复杂样本的分类[14]。

现有的综述从相对广泛的角度讨论了火灾残骸分析技术，涵盖了当前标准、样本提取、仪器分析、化学计量学和机器学习，因此非常全面[15],[16],[17]。由于这些综述的范围较广，专门讨论机器学习在处理火灾残骸分析数据方面应用进展的内容有限，导致讨论深度不足。相比之下，Sigman等人[18]总结了截至2020年化学计量学在火灾残骸分析中的应用，涵盖了包括气相色谱-火焰电离检测（GC-FID）/GC–MS、全面二维气相色谱（GC×GC）、总离子谱、顶空质谱（HS-MS）和传感器数据在内的各种数据形式。他们指出，火灾残骸分析的研究重点已从早期识别易燃液体类别逐渐扩展到基于似然比的证据强度评估。然而，他们的综述主要追踪了数据类型和方法的发展轨迹，重点总结了化学计量学方法在火灾残骸分析中的应用示例和趋势，但对不同化学计量方法在同一数据处理任务上的性能差异、适用条件和泛化能力的比较关注不足。

总之，尽管现有综述在不同程度上讨论了机器学习在火灾残骸分析中的应用，但在复杂多变的条件（如小样本量、类别不平衡、基质干扰和风化效应）下，不同机器方法的适用性和可解释性仍需要进行关键评估。此外，专门针对深度学习在处理火灾残骸分析数据应用的综述仍然缺乏。

因此，为了改进火灾残骸分析数据的解释并支持定量证据评估，本文从三个角度批判性地回顾了机器学习在火灾残骸数据处理方面的研究进展：传统机器学习侧重于分析色谱和质谱特征，以区分易燃液体残留物与来自基底和燃烧或热解产物的干扰信号，以及识别易燃液体类别并检查与风化相关的成分变化。相比之下，深度学习能够直接从复杂的分析数据中学习与易燃液体残留物相关的特征和模式，从而更准确地检测和分类火灾残骸中的易燃液体残留物。定量证据评估进一步通过使用贝叶斯和似然比框架来量化支持易燃液体残留物存在或不存在的证据强度，解决了火灾残骸分析解释中的不确定性问题。这些视角共同提供了一个框架，从基于模式的分类和自动化特征学习到概率证据强度的解释，全面考察了火灾残骸数据分析。

通过使用“火灾残骸”、“易燃液体”、“化学计量学”、“机器学习”、“深度学习”、“贝叶斯分析”和“似然比”等术语对Web of Science Core Collection和Scopus进行了结构化搜索，找到了与本综述相关的文献。还查阅了相关研究和以往综述的参考列表，以识别额外的出版物。总共识别出119条记录，在去除重复项后，有94篇独特的出版物符合相关性评估标准。直接针对火灾残骸或易燃液体分析数据的处理、分类、解释或定量评估的研究被优先纳入核心综述。相比之下，与这些目标无关的出版物被排除在核心分析之外。最终，78篇出版物被纳入第2-4节的核心讨论中，另有16篇参考文献用于提供背景信息、分析标准、方法学背景和以往的综述。

章节片段

火灾残骸分析的数据准备和传统机器学习方法

将传统机器学习应用于火灾现场残骸的分析包括数据准备、样本增强、模型构建和性能评估。本节首先回顾了用于解决小样本问题的数据预处理和数据增强策略，然后介绍了用于分类和模式识别的监督学习和无监督学习方法。在此基础上，对不同方法进行了比较评估

深度学习在火灾残骸分析数据处理中的应用

深度学习（DL）是一种基于多层神经网络的机器学习方法，能够从大量数据中自动学习特征并执行预测任务，为处理火灾残骸分析数据的高复杂性提供了新的方法。目前实际应用于火灾残骸分析数据的DL方法几乎完全集中在卷积神经网络（CNN）及其迁移学习变体上

贝叶斯和似然比方法在火灾残骸分析数据定量证据评估中的应用

虽然上述方法主要关注数据处理、特征提取、分类和模式识别，但法医解释还需要进一步从分类预测转向对不确定性和证据强度的明确表征。因此，本节将讨论范围扩展到定量证据评估，首先回顾贝叶斯方法，然后是似然比（LR）方法，旨在探讨

结论

火灾残骸分析中的机器学习研究已经从传统的化学计量学分类发展为涵盖数据预处理、数据增强、监督和无监督模式识别、深度学习以及概率证据评估的更广泛方法。回顾的研究表明，机器学习方法可以帮助提取和组织高维分析信息，区分易燃液体

CRediT作者贡献声明

Kou Xunshan：撰写 – 原稿撰写、验证、调查、正式分析、概念化。Jin Jing：撰写 – 审稿与编辑、资源准备、调查。Cao Jingchen：可视化、验证、调查。Lang Honghao：可视化、调查。Tian Bo：方法论、项目管理。Sun Xiaoxiao：监督、项目管理。

资助

本项目得到了河北省自然科学基金会（编号：E2026507033）的支持。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

我们非常感谢河北省自然科学基金会（编号E2026507033）的支持。

Xunshan Kou|Jing Jin|Jingchen Cao|Honghao Lang|Bo Tian|Xiaoxiao Sun