动态社区检测在野火事件分析中的应用

对复杂系统的研究与理解是21世纪关键的知识与科学挑战。在此背景下，网络科学已成为支撑此类系统研究的数学工具。例子包括野火等环境过程，其以对人类生活的显著影响而为人所知。然而，从网络科学视角研究野火的工作相当匮乏。此处，我们采用时序网络概念——一种若两连续事件发生于其间便将节点相连的时间网络——来探究动态社区结构所揭示的野火动力学信息。特别地，我们探索了一种两阶段动态社区检测方法，即我们对一系列快照应用Louvain算法，随后使用Jaccard相似系数在相邻快照间匹配社区。实验基于亚马逊流域的MODIS火灾事件数据集开展。我们的结果表明，动态社区能够揭示全年观测到的野火模式。