局部化森林火灾风险预测：基于部门的运营决策支持方法

森林火灾预测涉及估计特定区域在给定时间段内火灾点燃或相关风险水平的概率。随着气候变化加剧火灾行为与发生频率，准确预测已成为人工智能（AI）领域最迫切的挑战之一。传统文献中，火灾点燃常被建模为二元分类任务，但这种表述过于简化，尤其从火fighter 等终端用户的角度来看。以法国为例，消防单位按部门组织，每个部门都有自己的地形、气候条件和历史火灾经验。因此，火灾风险应以敏感当地条件的方式建模，不应假设所有地区风险均匀。本文提出了一种新方法，使火灾风险评估针对部门背景进行定制，为运营使用提供更具行动性和区域特定的预测。我们首次在法国本土使用最先进的 AI 模型构建了全国规模的基准数据集。最后，我们总结了应予关注的重要未来工作。补充材料已在 GitHub 上提供。