一、綠水青山就是金山銀山

在過去的一年中，水土流失頻發、溫室效應明顯、海平面上升等環境危機愈發嚴重。亞馬遜和澳大利亞連續的兩場大火，無疑再次給人類敲響了警鐘。中國人均占有森林面積和蓄積量分別只有世界平均水平的 20% 和 12%，僅 2019 年就發生森林火災 2345 起，受害森林面積約 13505 公頃，這些觸目驚心的數字背后，是對生態環境造成的災難性影響。

森林火災的預防是世界性難題，在災害形成之前，加強研判和監測預警就成為森林防火工作的重要手段。人工智能技術的快速發展，正在森林防護巡查、火災隱患排查、火災救援等方面所發揮著舉足輕重性的作用。

秉承著 “讓世界少一些災害”的理念，華為與恩博聯合打造的智慧森林防火聯合解決方案，希望用一點一滴的積累守衛綠水青山。

二、AI 預警是森林防火第一要務

與其他防控系統不同，森林防火的第一要旨是及早發現，而且必須是實時的。森林火災主要分為林下火和樹冠火兩種，早期的森林火災以林下火為主要特征，一旦林下火發展為樹冠火，其撲救難度會指數上升，甚至無法撲救。前者主要是通過煙霧識別，發現越早就越容易撲滅，甚至可以做到防患于未然。

針對這一特點，華為與恩博提出了具有引領意義的端邊云全網 AI 解決方案，即在端側軟件定義攝像機、邊側 Atlas 智能計算、以及鯤鵬云，分級部署煙火識別機制，通過端側原始視頻分析、邊側一次分析、云側二次分析復核，來確保森林防火預警識別的及時性和準確性。

(1)“端”：海量森林監測數據在 “端”側相機產生。隨著硬件性能升級，尤其是 800 萬像素可見光和近紅外監控設備的成功引入，觀測距離大幅度提升，為林火檢測提供了更為全面和精確的數據支撐。

(2)“邊”：監控指揮中心的 “邊”側直接對接前端監控設備，通過 Atlas 500 邊緣 AI 計算，同時支持多種業務實時處理與多路數據分析，提供 “1 對 N”的識別特性，極大地提升了林火預警識別的效率。

(3)“云”：全局性、高密度的彈性計算適合在 “云”側部署。云端部署基于 Atlas 800 的深度學習推理平臺和硬件加速服務，實現對待檢測視頻序列進行煙火二次識別，確保預警識別的準確性。

世界環境日，用AI守護綠水青山 ——華為恩博助力AI智能森林防火

“端 - 邊 - 云”不再是依靠單純的 “點”式智能化創新，而是通過靈活分配算力、互補協同的工作方式，放大邊緣計算與云計算的應用價值，實現全系統對森林防火對象、特征的持續理解和不斷升級。通過在互聯網部署云端監測服務，最終形成 “端 - 邊 - 云”協同監測架構，依托該架構逐步完善全省的林火協同管理機制，提升管理能力和處置響應能力。

三、AI 關愛自然

華為 恩博科技通過發現更快、識別更準、穩定運行的 AI 森林防火解決方案，提供的不僅僅是一套監控系統，更是一套富含生態價值、生命價值和經濟價值，對行業負責的綜合業務體系。

目前，該方案已在廣東省多地進行試點，對原有森林防火系統進行升級改造，實現每班只須一人即可管理值守近千路視頻報警。無論白天或夜間，在巡航周期、告警及時性、識別準確率方面均大幅優于熱成像方案，巡航周期縮短到 3-10 分鐘，平均早兩個小時發現火情，為當地經濟發展與生態文明建設保駕護航。

世界環境日，讓我們一起用 AI 鑄造防火結界，守護綠水青山!