<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Article Authoring DTD v1.4 20240229//EN" "JATS-articleauthoring1.dtd">
<article article-type="research-article" xml:lang="zh-CN" xmlns:xlink="http://www.w3.org/1999/xlink">
  <front>
    <journal-meta>
      <journal-id journal-id-type="publisher-id">58</journal-id>
      <journal-title-group>
        <journal-title>施工技术研究</journal-title>
        <abbrev-journal-title>Research on Construction Technology</abbrev-journal-title>
      </journal-title-group>
      <issn>ISSN: 3104-8129 EISSN: 3104-8137</issn>
      <publisher>
        <publisher-name>睿核出版社有限公司</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="doi">10.65700/RHSGJSYJ01-2511-8129-0253</article-id>
      <article-id pub-id-type="publisher-id">15200</article-id>
      <title-group>
        <article-title>多源异构数据融合下 AI 辅助的森林防火资源智能调度模型</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <string-name>曾宪泽</string-name>
        </contrib>
      </contrib-group>
      <pub-date pub-type="epub">
        <year>2025</year>
        <month>12</month>
      </pub-date>
      <issue>12</issue>
      <abstract>
        <p>随着全球气候变化加剧，森林火灾风险显著增加，传统人工巡护模式难以满足高效、精准的防控需求。本文提出一种基于多源
异构数据融合与 AI 技术的森林防火资源智能调度模型，通过整合卫星遥感、无人机巡护、地面传感器等多源数据，结合深度学习算法与动
态资源调度策略，实现火情早期预警、火点精准定位与资源优化配置。实验结果表明，该模型可将火情发现时间缩短至 3 分钟内，误报率
降低至 3 次/万公顷，资源调度效率提升 40%以上，为森林防火提供智能化解决方案。</p>
      </abstract>
    </article-meta>
  </front>
</article>
