国产高清A片,成人3p在线观看,911国产精品

首頁(yè) 今日動(dòng)態(tài) 人才市場(chǎng) 新技術(shù)專欄中國(guó)科學(xué)人云展臺(tái)
BioHot
云講堂直播會(huì)展中心特價(jià)專欄技術(shù)快訊免費(fèi)試用

生物通官微
陪你抓住生命科技
跳動(dòng)的脈搏

生物通首頁(yè) > 今日動(dòng)態(tài) > 正文

一種結(jié)合大型語(yǔ)言模型（LLM）與時(shí)空知識(shí)超圖的野火暴露風(fēng)險(xiǎn)評(píng)估框架

《Computers, Environment and Urban Systems》：A wildfire exposure risk assessment framework combining LLM and spatial-temporal knowledge hypergraphs

【字體：大中小】 時(shí)間：2026年03月02日 來(lái)源：Computers, Environment and Urban Systems 8.3

編輯推薦：

　　全球變暖加劇了主要森林火災(zāi)頻率，威脅居民安全并擴(kuò)大城市森林邊界。本研究提出火災(zāi)暴露風(fēng)險(xiǎn)評(píng)估框架，整合時(shí)空知識(shí)超圖與大型語(yǔ)言模型（LLM），通過(guò)2018坎普火災(zāi)案例驗(yàn)證，評(píng)估準(zhǔn)確率達(dá)0.81，實(shí)現(xiàn)專家知識(shí)高效整合與多維度風(fēng)險(xiǎn)分析。

中國(guó)南京師范大學(xué)氣候系統(tǒng)預(yù)測(cè)與風(fēng)險(xiǎn)管理國(guó)家重點(diǎn)實(shí)驗(yàn)室，南京210023

摘要

全球變暖增加了大型野火的發(fā)生頻率，加劇了城鄉(xiāng)交界地區(qū)的疏散挑戰(zhàn)。準(zhǔn)確識(shí)別危險(xiǎn)區(qū)域?qū)τ谑枭⒐ぷ髦陵P(guān)重要。然而，現(xiàn)有的風(fēng)險(xiǎn)評(píng)估方法在專家知識(shí)整合、冗余表示和領(lǐng)域知識(shí)提取方面存在不足。本文提出了一種野火暴露風(fēng)險(xiǎn)評(píng)估框架，該框架將時(shí)空知識(shí)超圖與大型語(yǔ)言模型（LLM）相結(jié)合，提升了整個(gè)野火風(fēng)險(xiǎn)評(píng)估過(guò)程中專家知識(shí)的整合能力。我們引入了一種結(jié)合LLM的分層知識(shí)提取方法，實(shí)現(xiàn)了多粒度野火知識(shí)的組織。我們開發(fā)了一種綜合性的野火評(píng)估方法，該方法結(jié)合了知識(shí)推理和建模，能夠基于知識(shí)和地理空間數(shù)據(jù)進(jìn)行多維度評(píng)估。以2018年的Camp Fire火災(zāi)為例，我們的框架評(píng)估準(zhǔn)確率為0.81，與國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院發(fā)布的實(shí)地調(diào)查結(jié)果相當(dāng)。這項(xiàng)研究不僅提供了一種高精度、低依賴專家知識(shí)的野火評(píng)估框架，還支持野火影響機(jī)制的提取。這種方法使政策制定者能夠通過(guò)歷史案例有效分析區(qū)域野火與社區(qū)內(nèi)多種因素之間的相互作用，從而為社區(qū)野火預(yù)防規(guī)劃提供精細(xì)的決策支持。

引言

城鄉(xiāng)交界地區(qū)野火的加劇對(duì)居民安全構(gòu)成了威脅。隨著全球變暖、干旱加劇以及人類活動(dòng)的增加，大型野火的頻率顯著上升（Brown等人，2023年；Modaresi Rad等人，2023年）。在最近的火災(zāi)季節(jié)，全球有3.9×10^6平方公里的土地被燒毀（Jones等人，2024年）。同時(shí)，全球向生態(tài)城市發(fā)展的趨勢(shì)加速了城市和森林區(qū)域的融合（Guo, Wang, Ge, & Zhou, 2024年），導(dǎo)致城鄉(xiāng)交界區(qū)域的持續(xù)擴(kuò)張。這種空間轉(zhuǎn)變使得越來(lái)越多的人口生活在易發(fā)生火災(zāi)的植被區(qū)域，給野火事件期間的緊急疏散帶來(lái)了前所未有的挑戰(zhàn)（Chas-Amil, Touza, & García-Martínez, 2013年；Stasiewicz & Paveglio, 2021年）。在野火應(yīng)急管理系統(tǒng)中，準(zhǔn)確評(píng)估區(qū)域風(fēng)險(xiǎn)水平被認(rèn)為是關(guān)鍵技術(shù)組成部分（Campbell, Dennison, & Butler, 2016年）。建立科學(xué)的野火暴露量化系統(tǒng)可以精確識(shí)別高風(fēng)險(xiǎn)區(qū)域（Maranghides & Mell, 2012年）。

傳統(tǒng)的野火風(fēng)險(xiǎn)評(píng)估方法依賴于專家決策和模型計(jì)算（Bishrant, Chen, Paddington, & Thomas, 2021年）。在使用機(jī)制模型和深度學(xué)習(xí)模型進(jìn)行野火風(fēng)險(xiǎn)評(píng)估方面已經(jīng)取得了顯著進(jìn)展（Xu等人，2025年；Yu, Feng, Wang, & Wright, 2023年）。然而，在專家知識(shí)與模型計(jì)算之間的協(xié)作風(fēng)險(xiǎn)評(píng)估方面仍存在差距（Ju, Zhong, Yue, & Zhu, 2025年）。知識(shí)圖譜結(jié)構(gòu)描述了實(shí)體之間的關(guān)系，并整合了多源災(zāi)害數(shù)據(jù)（Grissa, Andonoff, & Hanachi, 2023年；Li, Wang, Wu, Gu, & Tian, 2022年；Ma, 2022年；Nickel, Murphy, Tresp, & Gabrilovich, 2015年）。傳統(tǒng)的地理知識(shí)圖譜在野火風(fēng)險(xiǎn)評(píng)估方面存在局限性，它們的二元關(guān)系會(huì)導(dǎo)致知識(shí)碎片化（Li, Zhang, Li, Zhou, & Bao, 2023年），這阻礙了復(fù)雜的野火因素分析。此外，當(dāng)前災(zāi)害領(lǐng)域的知識(shí)獲取主要依賴于昂貴的專家手工構(gòu)建和手動(dòng)標(biāo)注的訓(xùn)練數(shù)據(jù)集，這限制了可擴(kuò)展性。

為了解決這些問(wèn)題，我們提出了一種框架，通過(guò)使用LLM構(gòu)建野火超圖來(lái)克服知識(shí)碎片化問(wèn)題，從而實(shí)現(xiàn)精確的多粒度野火風(fēng)險(xiǎn)評(píng)估。我們利用LLM的文本分析和理解能力來(lái)確保野火知識(shí)超圖構(gòu)建的效率和質(zhì)量（Liang, Liu, Wang, & Zhao, 2024年；Mai等人，2024年）。然后構(gòu)建知識(shí)超圖來(lái)模擬多因素野火相互作用，并整合時(shí)空數(shù)據(jù)進(jìn)行推理和分析。超圖解決了知識(shí)碎片化問(wèn)題，而經(jīng)過(guò)微調(diào)的LLM可以有效輔助獲取領(lǐng)域知識(shí)（Hu等人，2023年）。

本文的貢獻(xiàn)如下：

(1)

我們提出了一種基于野火災(zāi)害機(jī)制和超圖理論的四層知識(shí)超圖表示模型，包括元素層、事件層、階段層和決策層。

(2)

我們提出了一種基于LLM構(gòu)建知識(shí)超圖的方法，通過(guò)提示工程實(shí)現(xiàn)了大規(guī)模野火領(lǐng)域知識(shí)的快速低成本獲取。

(3)

我們基于野火知識(shí)超圖進(jìn)行知識(shí)推理，采用知識(shí)-數(shù)據(jù)-模型集成方法來(lái)研究野火暴露風(fēng)險(xiǎn)。

部分摘錄

野火暴露風(fēng)險(xiǎn)評(píng)估

野火暴露風(fēng)險(xiǎn)評(píng)估在災(zāi)害緩解和應(yīng)急管理中起著關(guān)鍵作用（Jiang等人，2024年）。許多研究通過(guò)開發(fā)野火模擬模型來(lái)評(píng)估自然和人為因素對(duì)野火暴露風(fēng)險(xiǎn)的影響（Masrur, Yu, Mitra, Peuquet, & Taylor, 2021年；Yin等人，2012年）。利用野火專家知識(shí)構(gòu)建了一個(gè)野火風(fēng)險(xiǎn)因素的組織框架。這一框架為準(zhǔn)確評(píng)估野火風(fēng)險(xiǎn)奠定了重要的技術(shù)基礎(chǔ)。

方法論

本文提出了一種結(jié)合知識(shí)超圖理論和LLM的野火暴露風(fēng)險(xiǎn)評(píng)估框架（圖1）。這種整合使框架能夠應(yīng)對(duì)復(fù)雜的野火知識(shí)獲取和利用效率低下的問(wèn)題，從而建立了一個(gè)統(tǒng)一的方法論框架，將野火知識(shí)獲取與應(yīng)用能力相結(jié)合。該框架包括三個(gè)關(guān)鍵組成部分：（1）時(shí)空知識(shí)的構(gòu)建方法

野火知識(shí)獲取的質(zhì)量評(píng)估

為了全面驗(yàn)證WKE-LLM框架的知識(shí)獲取性能，我們從兩個(gè)維度進(jìn)行了比較分析：（1）模型橫向比較；（2）知識(shí)類型縱向比較。所有提取結(jié)果都與手動(dòng)標(biāo)注的基準(zhǔn)數(shù)據(jù)集進(jìn)行了對(duì)比。

在橫向比較中，我們通過(guò)計(jì)算DeepSeek-V3、ChatGPT-4o和WKE-LLM的準(zhǔn)確率來(lái)評(píng)估它們的知識(shí)獲取結(jié)果。

時(shí)空野火知識(shí)超圖的性能探索

在知識(shí)結(jié)構(gòu)方面，本研究構(gòu)建了一個(gè)包含1977個(gè)節(jié)點(diǎn)和2057個(gè)關(guān)系的野火時(shí)空知識(shí)超圖。該模型突破了傳統(tǒng)知識(shí)圖的維度限制，其中47.1%的超邊連接了三個(gè)或更多的實(shí)體節(jié)點(diǎn)。最大的超邊包含了48個(gè)節(jié)點(diǎn)，所有實(shí)體節(jié)點(diǎn)通過(guò)超邊形成了閉合循環(huán)，證明了我們提出的野火知識(shí)超圖表示模型的有效性

結(jié)論

本研究提出了一種與LLM集成的野火知識(shí)超圖框架，并通過(guò)2018年的Camp Fire和2017年的Tubbs Fire案例進(jìn)行了驗(yàn)證。該方法實(shí)現(xiàn)了高效提取與野火相關(guān)的知識(shí)，增強(qiáng)了整個(gè)野火過(guò)程中的暴露風(fēng)險(xiǎn)評(píng)估。構(gòu)建的知識(shí)超圖整合了詳細(xì)的地理元素、人口和車輛數(shù)據(jù)，以及野火事件期間的理論模型和暴露風(fēng)險(xiǎn)評(píng)估程序

資助

本工作得到了中國(guó)國(guó)家重點(diǎn)研發(fā)計(jì)劃（項(xiàng)目編號(hào)2024YFC3808904）、江蘇省科技計(jì)劃（項(xiàng)目編號(hào)BZ2023014）、大灣區(qū)地理環(huán)境監(jiān)測(cè)國(guó)家重點(diǎn)實(shí)驗(yàn)室開放研究基金（項(xiàng)目編號(hào)GEMLab-2023006）和國(guó)家自然科學(xué)基金（項(xiàng)目編號(hào)42271443）的支持。

CRediT作者貢獻(xiàn)聲明

Jiaqi Huang：撰寫——初稿、驗(yàn)證、方法論、調(diào)查、形式分析、數(shù)據(jù)管理、概念化。Teng Zhong：撰寫——初稿、審稿與編輯、方法論、調(diào)查、概念化、監(jiān)督、資金獲取。Songshan Yue：審稿與編輯、概念化。Anthony G.O. Yeh：審稿與編輯。Min Chen：審稿與編輯。Guonian Lü：審稿與編輯。