صورت بندی معماری هوش مصنوعی توضیح پذیر برای پیش بینی پویای مخاطرات حریق شهری؛ تلفیق داده های مکانی، شاخص های آسیب پذیری و سوابق ماموریت های آتشنشانی

تراکم عملکردهای شهری، ناهمگنی کالبد ساختمانها و توزیع نابرابر ظرفیت پاسخ اضطراری، پیشبینی مخاطرات حریق را به مسئلهای مکانی، زمانی و اجتماعی تبدیل کرده است. هدف مقاله حاضر صورتبندی یک معماری مفهومی برای پیشبینی پویای خطر حریق شهری با تاکید بر تفسیرپذیری خروجی و قابلیت استفاده آن در برنامهریزی پیشگیرانه سازمان آتشنشانی است. روش پژوهش مروری تحلیلی و طراحی چارچوب مفهومی، مبتنی بر تلفیق انتقادی ادبیات پیشبینی حریق شهری، یادگیری ماشین، سامانههای اطلاعات مکانی، آسیبپذیری اجتماعی و هوش مصنوعی توضیحپذیر است؛ در این مقاله داده واقعی گردآوری یا مدل عملیاتی آموزش داده نشده است. بر پایه تحلیل منابع، معماری هفتلایهای شامل حکمرانی داده، هممکانی و همزمانسازی، مهندسی ویژگی، برآورد جداگانه احتمال وقوع و شدت پیامد، تبیین پیشبینی، اعتبارسنجی مکانی زمانی و ارائه خروجی انسانمحور پیشنهاد میشود. در این معماری، سوابق ماموریتها به عنوان داده مشاهدهشده، ویژگیهای کالبدی و محیطی به عنوان قرائن خطر و شاخصهای آسیبپذیری به عنوان مولفه اولویت مداخله از یکدیگر تفکیک میشوند. همچنین کنترل نشت اطلاعات، کالیبراسیون احتمال، پایش تغییر توزیع داده و سنجش عدالت فضایی به عنوان پیششرطهای کاربردپذیری مدل مطرح میگردند. نتیجه تحلیل آن است که دقت پیشبینی بهتنهایی برای تخصیص منابع آتشنشانی کفایت نمیکند و سامانه قابل اعتماد باید علاوه بر نشاندادن سطح خطر، دلایل موثر، حدود عدمقطعیت و امکان بازبینی تصمیم توسط کارشناس را فراهم سازد. چارچوب پیشنهادی مبنایی برای پژوهش میدانی و توسعه پایلوت قابل ارزیابی در شهرهای ایران است.

کلیدواژه ها:

هوش مصنوعی توضیحپذیر ، خطر حریق شهری ، تحلیل مکانی زمانی ، آسیبپذیری اجتماعی ، آتشنشانی