加州野火清单（CAWFI）：用于基于人工智能的预测技术的大型数据集
机器学习
2025-09-16 v1 系统与控制
系统与控制
摘要
由于气候变化和全球生态系统的破坏，野火日益影响全球的环境、基础设施和人类生命。此外，日益恶化的气候危机意味着，如果不采取预防措施，这些损失将继续增长。尽管人工智能的最新进展使得野火管理技术得以实现，但大多数部署的解决方案都集中在点燃后检测野火上。高精度预测技术的发展需要大量的数据集来训练机器学习模型。本文介绍了加州野火清单（CAWFI），这是一个包含超过3700万个数据点的野火数据库，用于构建和训练野火预测解决方案，从而有可能通过在野火爆发前处理它们来防止特大火灾和闪燃火灾。该数据集汇编了2012年至2018年的每日历史加州野火数据以及2012年至2022年的指标数据。指标数据包括领先指标（与易发生野火条件相关的气象数据）、滞后指标（与先前和早期野火活动相关的环境数据）和地质指标（决定野火风险和蔓延模式的植被和海拔数据）。CAWFI在用于训练时空人工智能模型时已显示出成功，当使用2012-2017年指标数据训练时，预测了85.7%的超过30万英亩的未来野火。该数据集旨在支持野火预测研究和解决方案，并为其他地区的未来野火数据库树立先例。
引用
@article{arxiv.2509.11015,
title = {California Wildfire Inventory (CAWFI): An Extensive Dataset for Predictive Techniques based on Artificial Intelligence},
author = {Rohan Tan Bhowmik and Youn Soo Jung and Juan Aguilera and Mary Prunicki and Kari Nadeau},
journal= {arXiv preprint arXiv:2509.11015},
year = {2025}
}