基于数据驱动的 Patagonia 阿根廷森林火灾传播预测建模
无序系统与神经网络
2026-05-04 v1 大气与海洋物理
摘要
野火是影响森林生态系统的最严重扰动之一，2025 年仅在阿根廷 Patagonia 地区就有超过 50,000 公顷的土地被烧毁。本研究在 Steffen 和 Martin Lakes 区域实施反应-扩散-迁移(RDC)模型，以模拟野火在该区域的传播。通过整合坡度、风速和植被的高分辨率图，我们进行了三个递增复杂性的计算实验，以模拟异构景观中的火焰传播。我们采用遗传算法(GA)通过最大化模拟烧毁区域与参考烧毁区域之间的空间重叠度来恢复参考模型参数。随后，使用 XGBoost 对参数估计进行微调以提高准确性。结果表明，GA 在所有情景下都能准确恢复参考参数，而 XGBoost 的微调在较简单的情况下显著提高了准确性。该集成框架提供了一种系统方法，用于估算难以测量的野火参数，展示了混合计算方法在野火建模和森林管理中的潜力。
引用
@article{arxiv.2605.00167,
title = {Data-Driven Modelling to predict forest fire spread in the Patagonian region in Argentina},
author = {Lucas Becerra and Monica Malen Denham and Alejandro B. Kolton and Karina Laneri},
journal= {arXiv preprint arXiv:2605.00167},
year = {2026}
}
备注
29 pages, 8 figures