TeleViT1.0：面向次季节性野火模式预测的气候感知视觉变换器
计算机视觉与模式识别
2025-12-02 v1
摘要
预测野火需要数周至数月的时间，这对于规划燃料处理和分配资源至关重要。虽然短期预测通常依赖局部气象条件，但长期预测需要考虑地球的相互关联性，包括全球模式和气候调制。我们引入 TeleViT，这是一种气候感知视觉变换器，将（i）细尺度局部火险因素、（ii）粗化后的全球场和（iii）气候调制指数相结合。通过非对称分词策略实现多尺度融合，产生的异构 token 由变换器编码器联合处理，随后通过解码器保持空间结构，通过将局部 token 映射到其相应的预测图块实现。使用覆盖 2001-2021 年、分辨率为 8 天的全球 SeasFire 数据集，TeleViT 在所有预报时滞上均优于 U-Net++、ViT 和气候学，包括最长达四个月的时滞。零时滞时，TeleViT 结合指数和全球输入达到 AUPRC 0.630（ViT 0.617，U-Net 0.620），16x8day 时滞（约 4 个月）时，TeleViT 变体使用全球输入保持 0.601-0.603（ViT 0.582，U-Net 0.578），同时在所有时滞上超过气候学（0.572）。地区结果显示，在季节性一致的火险制度中（如非洲热带草原）获得最高技能，在苔原地区和干旱地区技能较低。注意力和归因分析表明，预测主要依赖局部 token，全球场和指数提供粗糙的上下文信息。这些发现表明，显式编码大尺度地球系统背景的结构可以将野火可预报性扩展至次季节性尺度。
关键词
引用
@article{arxiv.2512.00089,
title = {TeleViT1.0: Teleconnection-aware Vision Transformers for Subseasonal to Seasonal Wildfire Pattern Forecasts},
author = {Ioannis Prapas and Nikolaos Papadopoulos and Nikolaos-Ioannis Bountos and Dimitrios Michail and Gustau Camps-Valls and Ioannis Papoutsis},
journal= {arXiv preprint arXiv:2512.00089},
year = {2025}
}
备注
Under review