PyroAdapt: adattare la previsione degli incendi boschivi all’eterogeneità spaziale e alla variazione temporale

Abstract degli autori

Prevedere il verificarsi degli incendi boschivi è un problema di previsione di eventi rari, complicato dall’eterogeneità spaziale e dal cambiamento della distribuzione nel tempo: i casi in cui si verifica un incendio sono molto meno numerosi di quelli in cui non si verifica, e la relazione tra i fattori predittivi e gli incendi varia nello spazio e nel tempo. I modelli addestrati su dati storici relativi agli incendi possono funzionare male in nuove condizioni e richiedono un adattamento alla distribuzione di destinazione prima dell’uso operativo. Proponiamo PyroAdapt, un framework di preaddestramento, recupero e ranking che adatta un modello preaddestrato alle condizioni di destinazione recuperando località storiche con condizioni simili ed eseguendo il fine-tuning sui dati recuperati mediante il ranking del rischio. Per l’adattamento spaziale, condizioniamo il rischio al terreno, agli embedding delle ecoregioni e ai tassi di incendio, tenendo conto del contesto spaziale nel recupero, e apprendiamo l’ordinamento del rischio da coppie di celle con e senza incendi nello stesso giorno. Confrontiamo il ranking diretto, il DPO residuo a coppie (RDPO) e il ranking selettivo mediante una formulazione unificata basata sulla differenza tra i punteggi, che descrive come ciascun metodo distribuisce i gradienti. In California (suddivisa in 666 celle di griglia da 0,25x0,25), questi obiettivi portano la precisione media giornaliera dal 21,62% ottenuto proseguendo il fine-tuning con focal loss al 24,35--24,57%, e la recall Top5% dal 18,70% al 22,11--22,79%. Con un limite giornaliero fisso di rilevamento pari a 34 celle (5% dell’area), il ranking selettivo individua 344 ulteriori celle-giorno positive. Per gli incendi che rientrano nel 5%/10%/20% con il maggiore consumo di materia secca, il ranking selettivo aumenta la recall rispettivamente di 39,70/28,18/20,50 punti percentuali. Inoltre, le valutazioni a finestra mobile nell’area di Yosemite mostrano che i miglioramenti ottenuti con il ranking persistono anche quando la distribuzione cambia nel tempo. Nel complesso, questi risultati mostrano che PyroAdapt dà priorità alle località più soggette agli incendi entro un limite giornaliero e rileva un maggior numero di incendi estremi.