Existen importantes problemas en el campo de la detección de humo de incendios forestales basada en imágenes, incluida la baja tasa de reconocimiento causada por el estado cambiante y complejo del humo en el entorno forestal y la alta tasa de falsas alarmas causada por varios objetos interferentes en el proceso de reconocimiento. Aquí se propone un método de identificación de humo de incendios forestales basado en la integración de información ambiental. El modelo utiliza (1) el Faster R-CNN como el marco básico, (2) un módulo de percepción de componentes para generar un campo receptivo de información ambiental integrada a través de convoluciones separables para mejorar la precisión de reconocimiento, y (3) una estructura de agrupamiento de Región de Interés (ROI) de varios niveles para reducir la desviación causada por el redondeo en el proceso de agrupamiento de ROI. Los resultados mostraron que el modelo logró una tasa de precisión de reconocimiento del 96,72%, una Intersección sobre Unión (IOU) del 78,96% y una velocidad de reconocimiento promedio para cada imagen de 1,5 ms; la tasa de falsas alarmas fue del 2,35% y la tasa de falsos negativos fue del 3,28%. En comparación con otros modelos, el modelo propuesto puede mejorar eficazmente la precisión de reconocimiento y la velocidad de reconocimiento del humo de incendios forestales, lo que proporciona una base técnica para la detección en tiempo real y precisa de incendios forestales.