यह शोधपत्र स्पेशियोटेम्पोरल ग्राफ मशीन लर्निंग मॉडलिंग अनुसंधान का समर्थन करने के लिए आंशिक अवकल समीकरणों (PDE) पर आधारित सिंथेटिक डेटासेट उत्पन्न करने और उनका उपयोग करने की एक विधि प्रस्तुत करता है। हम महामारी, वायुमंडलीय कण और सुनामी जैसी विभिन्न आपदाओं और खतरों की घटनाओं के मॉडल बनाने के लिए तीन PDE का उपयोग करके डेटासेट उत्पन्न करते हैं, और महामारी डेटासेट का उपयोग करके कई मशीन लर्निंग मॉडलों के प्रदर्शन का बेंचमार्क करते हैं। हम यह भी दर्शाते हैं कि सिंथेटिक डेटासेट के साथ पूर्व-प्रशिक्षण वास्तविक महामारी डेटा पर मॉडल के प्रदर्शन को बेहतर बनाता है। प्रस्तावित कार्यप्रणाली और तीन उत्पन्न डेटासेट के स्रोत कोड GitHub पर उपलब्ध हैं।