Towards machine learning for the estimation of wildfire risk from weather and sociological data
Notice bibliographique
Résumé
Estimating the probability of a wildfire occurring at a specific location on a given day comes with the challenge that it not only depends to a high degree on weather conditions and soil moisture, but also on the presence of an ignition source [1]. A commonly used index to assess wildfire risks is the Canadian Fire Weather Index [2], which does, however, not model the presence of an ignition source. We develop a machine learning model which discriminates between (1) the probability of a wildfire occurring given an ignition source, and (2) the probability of an ignition source being present, and inferences both. We first demonstrate the performance of our approach by estimating these probabilities on simulated data. With these simulations, we also assess the robustness of our model to machine learning-related challenges that arise with wildfire data, such as extreme class imbalance and label uncertainty. We then show the performance of our model trained on satellite-derived global wildfire occurrences between 2001 and 2017. The dataset FireTracks, which includes a comprehensive record of wildfire occurrences [3], is used as ground truth. Input features include weather data (ERA5 [4]) and population densities (GPW4 [5]). Finally we compare wildfire risk ratings computed with the Canadian Fire Weather Index to the probabilities estimated by our model. References [1] K. Rao et al., SAR-enhanced mapping of live fuel moisture content, Remote Sensing of Environment, 2020. [2] R. D. Field et al., Development of a Global Fire Weather Database. Natural Hazards and Earth System Sciences, 2015. [3] D. Traxl, FireTracks Scientific Dataset, 2021. (https://github.com/dominiktraxl/firetracks) [4] H. Hersbach et al., ERA5 hourly data on single levels from 1979 to present, Copernicus Climate Change Service (C3S) Climate Data Store (CDS), 2018. [5] Center for International Earth Science Information Network - CIESIN - Columbia University, Gridded Population of the World, Version 4 (GPWv4): Population Density, NASA Socioeconomic Data and Applications Center (SEDAC), 2016.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».