基于随机元胞自动机与潜在时空动力学的野火蔓延数据驱动建模
应用统计
2023-06-07 v1
摘要
我们提出一种贝叶斯随机元胞自动机建模方法，用以在不确定性量化下对野火蔓延进行建模。该模型考虑了一种动态邻域结构，允许邻域状态在多状态类别模型中告知转移概率。通过使用与时间演化的潜在时空动态过程相联系的时空基函数，捕获了额外的空间信息，该动态过程通过空间基函数链接至原始空间域。贝叶斯构造允许对每一个预测的火态相关的不确定性进行量化。该方法应用于一次高度仪器化的受控燃烧实验。
引用
@article{arxiv.2306.03214,
title = {Data-Driven Modeling of Wildfire Spread with Stochastic Cellular Automata and Latent Spatio-Temporal Dynamics},
author = {Nicholas Grieshop and Christopher K. Wikle},
journal= {arXiv preprint arXiv:2306.03214},
year = {2023}
}