近日，工学院程朋乐教授课题组在全球森林野火风险预测研究领域取得重要进展。该研究提出了一种新型的基于信息论的数据采样方法和基于改进Transformer的野火风险预测模型SimFAN，相关成果以"Unveiling Spatiotemporal Patterns of Wildfire Risk: A Transformer-Based Earth System Analysis"为题，发表在气象与大气科学领域重要期刊《Climate Dynamics》（五年影响因子4.4）上。

全球气候变化导致森林野火发生频率和强度显著增加，给全球生态系统、人类社会和经济活动带来深远影响。该研究团队针对野火预测中数据不平衡的问题，创新性地提出了基于信息论的区域火灾风险指数（RFDI）数据采样方法，并开发了结合SimAM注意力机制和全注意力机制的SimFAN网络模型，显著提升了全球野火风险预测的准确性。

研究发现，通过分析模型第一层第六个注意力头的时空注意力分数，揭示了北美和太平洋地区的气候条件与澳大利亚北部森林地区野火风险之间存在显著相关性。研究通过分析加拿大和澳大利亚北部森林地区的气候数据提出了一种新观点，认为加拿大冬季干旱气候对澳大利亚北部森林地区野火发生具有重要影响，并且这种影响存在约3-9个月的滞后期。该观点为理解全球气候变化背景下野火发生机制提供了新的视角。

该研究得到了国家重点研发计划项目（2023YFD2202001）和国家自然科学基金项目（32171797）的资助。研究成果为全球野火预测和管理提供了新的理论和技术支撑，对提高全球森林生态系统管理和野火防控能力具有重要意义。

北京林业大学工学院研究生朱建凯为论文第一作者，工学院程朋乐教授为论文通讯作者，中国林业科学研究院森林生态环境与自然保护研究所王明玉研究员为共同通讯作者。

文章链接: https://doi.org/10.1007/s00382-024-07481-y