燃烧线是表征城市固废焚烧(municipal　solid　waste　incineration,MSWI)过程燃烧稳定性的关键参数之一.完备的火焰图像模板库是实现燃烧线量化以从检测视角代替依靠运行专家＂人工看火＂,进而通过实时反馈提升MSWI过程控制的智能化水平的基础.针对燃烧线极端异常火焰图像缺失问题,该文提出基于机理知识和对抗网络的燃烧线极端异常火焰图像生成方法.首先,基于焚烧炉内三维空间位置到图像像素点的机理映射关系分析燃烧线极端异常火焰图像,通过对正常火焰图像像素点的平移、拼接和组合等方式获取伪标记的燃烧线极端异常火焰图像;然后,采用循环生成　对　抗　网　络(cycle　generative　adversarial　networks,CycleGAN)获得符合真实火焰图像分布的候选图像;最后,提出组合基于弗雷歇距离(Fréchet　inception　distance,FID)评估最优模型参数和根据伪标记筛选最终燃烧线极端异常火焰图像的　2　级评估与筛选策略.针对北京某MSWI厂的实验结果表明:依据燃烧线可划分图像为51%～73.6%正常、47%～51%和　73.6%～100%异常、0%～47%极端异常;当第　2级评估阈值设定为0.4时,所提方法生成合格极端异常火焰图像的比例为85.7%,优于传统评估方法.