SeasFire as a Multivariate Earth System Datacube for Wildfire Dynamics

要約

山火事の世界的な発生、規模、頻度は、生態系サービスと人間の生活に重大な脅威をもたらしています。
山火事の先行条件を効果的に定量化し、原因を特定するには、地球システムのダイナミクスを徹底的に理解することが不可欠です。
これに応えて、地球観測による地球規模の亜季節から季節の山火事モデリングに合わせて調整された、細心の注意を払って厳選された時空間データセットである SeasFire データキューブを紹介します。
SeasFire データキューブは、気候、植生、海洋指数、人的要因を含む 59 の変数で構成され、8 日間の時間分解能と 0.25$^{\circ}$ の空間分解能を持ち、2001 年から 2021 年までの範囲に及びます。
SeasFire の多用途性により、山火事要因の変動性と季節性の調査、海洋気候テレコネクションと山火事との因果関係のモデル化、深層学習モデルを使用した複数のタイムスケールにわたる季節未満の山火事パターンの予測が可能になります。
私たちは SeasFire データキューブを一般に公開し、地球システム科学者や機械学習の実践者に対し、山火事への理解と予測を向上させるためにそれを使用するよう訴えます。

要約(オリジナル)

The global occurrence, scale, and frequency of wildfires pose significant threats to ecosystem services and human livelihoods. To effectively quantify and attribute the antecedent conditions for wildfires, a thorough understanding of Earth system dynamics is imperative. In response, we introduce the SeasFire datacube, a meticulously curated spatiotemporal dataset tailored for global sub-seasonal to seasonal wildfire modeling via Earth observation. The SeasFire datacube comprises of 59 variables encompassing climate, vegetation, oceanic indices, and human factors, has an 8-day temporal resolution and a spatial resolution of 0.25$^{\circ}$, and spans from 2001 to 2021. We showcase the versatility of SeasFire for exploring the variability and seasonality of wildfire drivers, modeling causal links between ocean-climate teleconnections and wildfires, and predicting sub-seasonal wildfire patterns across multiple timescales with a Deep Learning model. We publicly release the SeasFire datacube and appeal to Earth system scientists and Machine Learning practitioners to use it for an improved understanding and anticipation of wildfires.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google