中国江苏网讯 要在以往，如果有人对你说，某地某时发生火灾的可能性很高，你肯定不相信。可要说这是火眼系统的火灾风险预测，你一定要加倍注意了。

　　根据系统实际运行数据统计，在对苏州9.6万幢建筑进行大数据分析后，火眼系统提前预测风险最高的5%建筑，占了实际发生火灾数的42%；而火眼预测风险最低的30%建筑，仅占实际发生火灾数的3%，预测精准度较高。

　　火眼，是苏州消防依托大数据及人工智能技术开发的火灾风险预测系统。在苏州市场主体面广量大，防火监督力量极为有限的情况下，火眼系统堪比消防界的“阿尔法狗”，不需增加人力投入，就可对火灾风险精确预测，大大提高火灾防控工作的精准度，实现“数据强消，预知预警”。

　　亿量级的数据云为依托

　　火眼系统开展预测的前提是具有完备和可靠的数据资源。在重点整合既有消防数据、做实做细火灾数据的同时，苏州消防主动与公安、安监、交通、工商、住建等部门进行对接。目前，以苏州市消防安全委员会为平台，已有26个部门建立消防大数据联席会议制度，为汇集数据打通路径，建立了与消防安全管理有关的数据库，形成全市统一的“消防数据云”。

　　通过对社区警务、火警火灾二合一系统、工商数据库、安监数据库以及交通数据库等平台的数据采集，“消防数据云”整合到的与消防相关的数据资源已达5亿条，形成了企事业单位、建筑、火灾、隐患、危险源五大基础业务库。

　　数据的采集涵盖面广，也有精细化要求。以一家单位为例，其基础数据包含单位信息、建筑信息、历史火灾信息、历史检查隐患记录以及其他相关数据五大方面。仅建筑信息一项，又细分为：建筑类型、建筑年龄、层高、建筑面积、耐火等级、入驻单位数量、最大可容纳人数等等。

　　数据又有静态和动态之分，火眼系统所依托的大数据平台，其后台数据会随着实际变化实时更新。比如建筑数据可以归入静态数据，但日常设施检查、联网检测、生产流程数据等就属于动态数据。目前苏州危化品和易燃易爆品的存储仓库、储运码头，均已实现数据的实时推送、实时展示。全市近6000辆危化品车辆以及在苏州境内运行的危化品车辆，也均能实时定位，对于其装载危化品的种类、数量以及驾驶员的信息，也能切实掌握。

　　精准防控帮助降低火情

　　和“阿尔法狗”相似，正是借助海量的数据资源，火眼系统才能进行机器学习，生成火灾风险预测模型，对所有建筑进行动态及量化的火灾风险排序，找出高危单位，预测火灾风险。

　　借助火眼系统，苏州消防的日常防火监督模式已发生改变。传统的安全管理按照重点单位的界定标准，将社会单位分类、定性为：一级重点单位、二级重点单位、三级重点单位以及一般单位。但火眼基于更多因素的大数据预测，着眼于火灾风险的动态化管理。通过火眼系统的精准预测，日常消防安全管理有了更为可靠的科学引导，在不增加人力投入的情况下，日常消防安全检查工作的效率得以大幅提高。一组数据显示，针对苏州的9.6万幢建筑（包含7800家消防重点单位和8.8万家规模较大的单位），火眼预测火灾风险最高的5%建筑实际发生了42%的火灾，火眼预测火灾风险最低的30%建筑实际仅发生了3%的火灾。与传统的随机监督抽查模式相比，火眼指导下的防火检查可提升8倍的精准度。

　　在精准的火灾风险预测指导之下，火灾发生率显著下降。根据统计，2017年一季度火灾同比减少24起，下降24%，2017年二季度单位火灾同比减少46起，下降39%。应用大数据预测针对性检查，在警力无增长的情况下，隐患发现量大幅上升，火灾起数显著下降。

　　多方合力齐抓共管

　　火眼系统生成的火灾高风险预警指令，通过与消防业务系统结合，可以同步推送给消防、派出所和相关单位以及各有关部门和县（市）、乡（镇）、街道（社区），除了提高监督管理的针对性，还能督促高危单位增加检查频次，开展隐患自查和整改。

　　记者看到，“火眼2.0”的动态仪表盘与消防监督管理系统、派出所警务工作平台以及社会单位微消防服务平台相关联，接入每日防火执法工作数据、单位自查数据等等，包括全市的每日检查单位数、单位自查数、发现隐患数、隐患整改数、重大隐患发现数、重大隐患整改数等。通过动态仪表盘，消防工作人员可对每日及各时间阶段的消防检查工作进行分析，挖掘不同时期、不同区域的火灾隐患分布特点，从而更科学地安排防火监督检查工作，将更多的火灾隐患消灭在萌芽状态。