森林-城镇交界域(WUI)作为野火侵袭城乡过渡地带的关键区域，其火灾风险评估与防控已成为区域防灾减灾工作的核心议题。基于福建省2007—2024年WUI火点观测，融合气象、地形、植被及人类活动等多源变量，采用支持向量机(SVM)、随机森林(RF)、极端梯度提升(XGBoost)与轻量梯度提升(LGBM)4种机器学习算法，构建福建省WUI火灾发生概率预测模型，并利用DALEX框架解析关键驱动因素及其贡献度。结果表明：福建省WUI火灾年际发生频次呈现显著下降趋势(p<0.01)

季节性集中于冬春两季，占全年发生总量的71.49%;WUI火点空间分布呈现显著聚集特征，核密度高值区主要分布于西部与北部山区；XGBoost模型在ROC曲线下面积(AUC=0.870 1)与Brier评分(0.143 5)上均表现最优，RF、LGBM与SVM模型具备良好区分能力(AUC>0.85)

基于机器学习的WUI火灾发生概率预测模型具备较高的稳健性与泛化能力；总降水量(PRE)、平均气温(TMP)、相对湿度(RHU)及归一化植被指数(NDVI)是影响WUI火灾发生的核心因素，反映了干旱气象条件与可燃物积累的协同驱动效应；西部与北部地区为高风险集中区，其中XGBoost模型识别的高风险及以上区域面积显著高于东部与南部沿海地区。研究揭示了多因子耦合作用下WUI火灾的形成机制，预测模型与风险图谱可为福建省WUI火灾的精细化监测、可燃物管理与应急资源布局提供科学依据。