南京森林警察学院 张水锋，彭徐剑，詹庆斌

森林火灾行为取决于天气、地形和水文等多种快速演化的环境因素[1-3]。为森林火灾的蔓延提供准确的预测一直是研究的重要目标[4-5]。无论是作为灾前的规划工具用于计划，还是作为灾中火灾的蔓延预测工具，森林火灾蔓延模型的准确性以及其及时提供有用信息的能力都是至关重要的。尽管目前已开发了大量的火灾预测模型[6-8]，但它们在使用操作中的作用仍然相对有限，部分原因在于所有的模型本质上都是近似地对现实的抽象简化。由于支持这些模型的数据，如可燃物、地形、天气等会受到不确定性因素和有限的分辨率的影响[9-10]。解决这一问题的一种新方法是将现有模型和实时观测相结合，利用野外火灾动态的实时观测来降低模型保真度和输入数据的不确定性。这种新方法可称为数据驱动建模，数据驱动建模允许最优使用信息，以改进的系统动力学模型进行预测。数据驱动的火灾模型动态集成了遥感等多源异构的数据，有助于捕捉和预测火灾变化，数据驱动建模方法是WIFIRE系统设计的核心思想。

一、WIFIRE简介

WIFIRE是美国国家科学基金会（NSF）赞助的一个合作项目，由圣地亚哥超级计算机中心、加州大学圣地亚哥分校（UCSD）以及马里兰大学（UMD）共同合作，并成功地创建了一个用于实时和数据驱动的模拟、预测和可视化森林火灾行为的综合分析系统。为森林火灾的蔓延提供准确的预测一直是火灾界研究的重要目标，而WIFIRE系统的构建目标之一就是提供一个能够更准确地预测森林火灾蔓延速率的工具。……