論文の概要: IberFire -- a detailed creation of a spatio-temporal dataset for wildfire risk assessment in Spain

• arxiv url: http://arxiv.org/abs/2505.00837v1
• Date: Thu, 01 May 2025 19:54:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-05 17:21:19.822083
• Title: IberFire -- a detailed creation of a spatio-temporal dataset for wildfire risk assessment in Spain
• Title（参考訳）: IberFire - スペインの山火事リスク評価のための時空間データセットの詳細な作成
• Authors: Julen Ercibengoa, Meritxell Gómez-Omella, Izaro Goienetxea,
• Abstract要約: 森林火災は、特にスペインなどの地中海地域では、生態系経済にとって重要な環境問題となっている。 局所データの欠如に対処するため、2007年12月から2024年12月までの1日1km×1km×1日でIberFirecubeを導入する。 IberFirecubeは機械学習(ML)とディープラーニング(DL)技術による高度な山火事リスク分析をサポートする。 このデータセットは、オープンな研究とコラボレーションを促進するためにZenodoで公開されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Wildfires pose a critical environmental issue to ecosystems, economies, and public safety, particularly in Mediterranean regions such as Spain. Accurate predictive models rely on high-resolution spatio-temporal data to capture the complex interplay of environmental and anthropogenic factors. To address the lack of localised and fine-grained datasets in Spain, this work introduces IberFire, a spatio-temporal datacube at 1 km x 1 km x 1-day resolution covering mainland Spain and the Balearic Islands from December 2007 to December 2024. IberFire integrates 260 features across eight main categories: auxiliary features, fire history, geography, topography, meteorology, vegetation indices, human activity, and land cover. All features are derived from open-access sources, ensuring transparency and real-time applicability. The data processing pipeline was implemented entirely using open-source tools, and the codebase has been made publicly available. This work not only enhances spatio-temporal granularity and feature diversity compared to existing European datacubes but also provides a reproducible methodology for constructing similar datasets. IberFire supports advanced wildfire risk modelling through Machine Learning (ML) and Deep Learning (DL) techniques, enables climate pattern analysis and informs strategic planning in fire prevention and land management. The dataset is publicly available on Zenodo to promote open research and collaboration.
• Abstract（参考訳）: 森林火災は、特にスペインなどの地中海地域では、生態系、経済、公共安全に重大な環境問題を引き起こしている。 正確な予測モデルは、環境および人為的要因の複雑な相互作用を捉えるために、高解像度の時空間データに依存する。 2007年12月から2024年12月まで、スペイン本土とバレアレス諸島で1日1km×1km×1kmの時空間データキューであるIberFireを導入する。 IberFireは補助的な特徴、火の歴史、地理、地形、気象学、植生指標、人間の活動、土地被覆の8つのカテゴリにまたがって260の機能を統合している。 すべての機能は、オープンアクセスソースから派生し、透明性とリアルタイム適用性を保証する。 データ処理パイプラインは完全にオープンソースツールを使用して実装され、コードベースが公開されている。 この研究は、欧州の既存のデータキューブに比べて時空間的な粒度や特徴の多様性を高めるだけでなく、類似したデータセットを構築するための再現可能な方法論も提供する。 IberFireは、機械学習(ML)とディープラーニング(DL)技術による高度な山火事リスクモデリングをサポートし、気候パターンの分析を可能にし、火災防止と土地管理における戦略的計画を伝える。 このデータセットは、オープンな研究とコラボレーションを促進するためにZenodoで公開されている。

関連論文リスト

• Advancing Eurasia Fire Understanding Through Machine Learning Techniques [0.0]
  我々はロシアの山火事分析で利用可能な最も広範なデータセットの1つを提示し、13ヶ月連続で観測を行った。 調査データ分析を行い、様々な火災カテゴリや生態系にまたがる主要な火災行動パターンを特定するための予測モデルを開発する。
  論文  参考訳（メタデータ） (2025-02-24T10:22:17Z)
• Advanced Wildfire Prediction in Morocco: Developing a Deep Learning Dataset from Multisource Observations [0.0]
  本研究ではモロッコの山火事予測に特化して設計された,新しい包括的データセットを紹介する。 植生の健康度(NDVI)、人口密度、土壌水分量、気象データなどの重要な環境指標をまとめた。 予備的な結果は、このデータセットを用いたモデルが最大90%の精度を達成し、予測能力を著しく改善していることを示している。
  論文  参考訳（メタデータ） (2024-11-09T15:01:12Z)
• FLOGA: A machine learning ready dataset, a benchmark and a novel deep learning model for burnt area mapping with Sentinel-2 [41.28284355136163]
  森林火災は人間や動物の生活、生態系、社会経済の安定に重大な脅威をもたらす。 本研究では、FLOGA(Forest wiLdfire Observations for the Greek Area)と名付けた機械学習可能なデータセットを作成し、導入する。 このデータセットは、山火事の前後に取得された衛星画像からなるため、ユニークなものである。 我々はFLOGAを用いて、複数の機械学習アルゴリズムとディープラーニングアルゴリズムの徹底的な比較を行い、バーント領域の自動抽出を行う。
  論文  参考訳（メタデータ） (2023-11-06T18:42:05Z)
• Mesogeos: A multi-purpose dataset for data-driven wildfire modeling in the Mediterranean [5.100085108873068]
  Mesogeosは地中海の山火事モデリングのための大規模なデータセットである。 これは、山火事の運転者(気象学、植生、人的活動)を表す変数と、山火事の発火と焼かれた地域に関する歴史的記録を統合している。 Datacube構造は、さまざまな山火事モデリングタスクで機械学習(ML)の使用を評価する機会を提供する。
  論文  参考訳（メタデータ） (2023-06-08T12:11:16Z)
• Federated Prompt Learning for Weather Foundation Models on Devices [37.88417074427373]
  天気予報のためのデバイス上のインテリジェンスでは、ローカルなディープラーニングモデルを使用して、集中型クラウドコンピューティングなしで気象パターンを分析する。 本稿では,FedPoD(Federated Prompt Learning for Weather Foundation Models on Devices)を提案する。 FedPoDは、通信効率を維持しながら、高度にカスタマイズされたモデルを得ることができる。
  論文  参考訳（メタデータ） (2023-05-23T16:59:20Z)
• Multi-time Predictions of Wildfire Grid Map using Remote Sensing Local Data [0.0]
  本稿では,米国西部の10か所で収集されたローカルデータをローカルエージェントで共有する分散学習フレームワークを提案する。 提案モデルには,動的オンライン推定や時系列モデリングなど,予測評価における特徴的ニーズに対処する特徴がある。
  論文  参考訳（メタデータ） (2022-09-15T22:34:06Z)
• Robust Self-Tuning Data Association for Geo-Referencing Using Lane Markings [44.4879068879732]
  本稿では,データアソシエーションにおけるあいまいさを解消するための完全なパイプラインを提案する。 その中核は、測定のエントロピーに応じて探索領域に適応する堅牢な自己調整データアソシエーションである。 ドイツ・カールスルーエ市周辺の都市・農村のシナリオを実データとして評価した。
  論文  参考訳（メタデータ） (2022-07-28T12:29:39Z)
• Jalisco's multiclass land cover analysis and classification using a novel lightweight convnet with real-world multispectral and relief data [51.715517570634994]
  本稿では、LC分類と解析を行うために、新しい軽量(89kパラメータのみ)畳み込みニューラルネットワーク(ConvNet)を提案する。 本研究では,実世界のオープンデータソースを3つ組み合わせて13のチャネルを得る。 組込み分析は、いくつかのクラスにおいて限られたパフォーマンスを期待し、最も類似したクラスをグループ化する機会を与えてくれます。
  論文  参考訳（メタデータ） (2022-01-26T14:58:51Z)
• From Static to Dynamic Prediction: Wildfire Risk Assessment Based on Multiple Environmental Factors [69.9674326582747]
  ワイルドファイアはアメリカ合衆国西海岸で頻繁に起こる最大の災害の1つである。 カリフォルニアの山火事リスクが高い地域を解析・評価するための静的・動的予測モデルを提案します。
  論文  参考訳（メタデータ） (2021-03-14T17:56:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。