生成式AI作为预测2D与3D野火蔓延的支柱：超越基于物理的模型与传统深度学习
人工智能
2025-08-05 v2 计算工程、金融与科学
摘要
野火日益威胁人类生命、生态系统和基础设施，2025年洛杉矶县的Palisades和Eaton火灾等事件凸显了对更先进预测框架的迫切需求。现有的基于物理的模型和深度学习模型难以捕捉跨2D和3D领域的动态野火蔓延，尤其是在融合实时、多模态地理空间数据时。本文探讨了生成式人工智能（AI）模型——如GAN、VAE和Transformer——如何作为野火预测与模拟的变革性工具。这些模型在管理不确定性、整合多模态输入以及生成逼真、可扩展的野火场景方面展现出卓越能力。我们引入了一种新范式，利用大语言模型（LLM）进行文献综合、分类和知识提取，对近期应用生成式AI进行火灾预测与监测的研究进行了系统综述。我们强调了生成式方法如何独特地解决传统模拟和深度学习方法所面临的挑战。最后，我们概述了生成式AI在野火管理中的五个关键未来方向，包括2D与3D动态的统一多模态建模、用于决策智能的智能体AI系统与聊天机器人，以及移动设备上的实时场景生成，并讨论了关键挑战。我们的发现倡导向多模态生成式框架的范式转变，以支持主动、数据驱动的野火响应。
引用
@article{arxiv.2506.02485,
title = {Generative AI as a Pillar for Predicting 2D and 3D Wildfire Spread: Beyond Physics-Based Models and Traditional Deep Learning},
author = {Haowen Xu and Sisi Zlatanova and Ruiyu Liang and Ismet Canbulat},
journal= {arXiv preprint arXiv:2506.02485},
year = {2025}
}