火灾探测器能够探测到烟雾或热量，并及时发出报警信号，提醒人员及时疏散，能够最大限度避免人身财产损失；若探测器因检测失误而报假警也会造成一定的破坏性。因此烟雾探测系统的及时性和精准度是至关紧要的。
目前最可靠的火灾报警技术是基于视频的实时探测系统，基本原理是利用摄像机识别火灾和烟雾的特征像素，然而这种方法无法识别出火灾的预燃阶段。从安全角度来看，若能在预燃阶段便能检测出火灾并发出警报，是最理想的检测技术。
自然界中一些生物体的颜色会随温度变化而变化。秋季叶子的颜色变化便是最熟悉的一个例子，当叶绿素分解代谢便会导致叶子从绿色逐渐变为黄色、红色、橙色或棕色。来自四川大学国家生态高分子材料工程实验室的一组研究人员便受叶绿素代谢的启发研发了一种火灾探测方法，热量积聚导致温度变化，进而颜色随之改变，引发火灾报警。（成果发表于ADVANCED FUNCTIONAL MATERIALS）
火灾预警设计图解
前体分子传感器酞菁（phthalonitriles，PMS）转变为耐热酞菁（ thermally stable phthalocyanines ,PCs）的转变温度为180℃。这个温度远远高于大多数日常活动的环境温度，但低于常见可燃材料（如木材和聚合物）的燃点。从酞菁到耐热酞菁的转变伴随着由白到绿的明显的颜色变化。
结合这种显著的颜色变化，研究人员也设计了一种基于图像识别算法的火灾预警组件。与肉眼观测相比，该算法大大缩减了火灾预警组件的响应时间：若环境温度到达275℃，20秒内便可触发报警；若遇明火，则仅需三秒，因此这是一种非常可靠的火灾实时预警系统，无论是火灾预燃阶段还是火灾二次燃烧的情况均能有效探测。
裸眼观测与图像识别算法的响应时间对比
閱讀更多 Wiley威立中國 的文章
