FireCastNet: Earth-as-a-Graph for Seasonal Fire Prediction
Created by
Haebom
Category
Empty
저자
Dimitrios Michail, Charalampos Davalas, Konstantinos Chafis, Lefki-Ioanna Panagiotou, Ioannis Prapas, Spyros Kondylatos, Nikolaos Ioannis Bountos, Ioannis Papoutsis
개요
본 논문은 기후 변화로 인한 산불 위험 증가에 대응하여, 전 지구적 산불 예측을 위한 딥러닝 아키텍처 FireCastNet을 소개한다. FireCastNet은 3D 컨볼루션 인코딩과 GraphCast 기반 Graph Neural Networks (GNNs)를 결합하여 복잡한 시공간적 의존성을 모델링하며, SeasFire 데이터셋을 활용하여 최대 6개월 전의 산불 발생 지역 예측을 수행한다. 특히, 지구를 상호 연결된 그래프로 취급하여 지역적 화재 동역학과 원거리 텔레커넥션을 모두 포착하며, 기존 모델 대비 우수한 성능을 보인다.
시사점, 한계점
•
FireCastNet은 전 지구적 산불 예측에서 기존 모델 대비 우수한 성능을 보임 (GRU, Conv-GRU, Conv-LSTM, U-TAE, TeleViT 등 비교).
•
특히 아프리카, 남아메리카, 동남아시아 등 산불 발생 빈도가 높은 지역에서 강점을 보임.
•
긴 입력 시계열은 예측의 견고성을 향상시키고, 공간적 컨텍스트 통합은 장기 예측 성능을 개선함.
