佚名

每年的11月9日是全国消防日，今年是第26个全国消防日。哪里是消防监督的重点？哪些单位最应该注重防火？在苏州，有这样一套系统保卫着防火安全——“火眼”大数据火灾风险预测系统。以往消防监督工作采用的是对消防重点单位进行界定，但是从苏州2015年6个月的数据来看，这类单位的火灾只占火灾总数的1.7%。这一方面可以说明重点单位的管理是卓有成效的，但同时一些“小单位、大事故”的情况屡屡发生。因此，消防安全重点单位不应完全等同于消防监督工作重点。

苏州市利用大数据平台进行精准预测预防火灾的发生。根据系统实际运行数据的相关统计显示该预测系统的预测精准度较高。

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”，不需要增加人力投入，就可以对火灾风险精确预测，大大提高了火灾防控工作的精准度，实现了“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，已经有26个部门建立了消防大数据联席会议制度，为汇集数据打通了路径，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，它的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等五大方面。仅建筑信息一项，又细分为：建筑类型、建筑年龄、建筑层高、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，火眼系统才能够进行机器学习，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監督模式已经发生改变。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。但火眼系统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%的建筑实际发生了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，火眼系统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年第一季度火灾同比减少24起，下降24%，2017年第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。

据了解，“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。endprint