加州野火预测：传统机器学习与多模态深度学习的实战对比

乔治华盛顿大学团队开展加州野火预警系统研究，对比传统表格机器学习（如随机森林）与多模态深度学习模型，探索提前16天预测野火的最佳方案。研究发现精心设计的特征工程是关键，随机森林在两种评估策略下均表现最优，为野火预警系统开发提供了严谨的基准与实践启示。

近年来全球气候变暖导致野火频发，加州2020-2024年多次大规模野火造成重大损失。乔治华盛顿大学团队目标是基于过去16天环境数据，预测未来16天内是否发生野火，为应急管理争取宝贵时间窗口。

数据集覆盖加州2020-2024年，含609,102条记录、5,343个9km×9km网格单元、114个16天窗口。数据来源包括：CAL FIRE野火历史、Google Earth Engine的Landsat 8 NDVI影像、ERA5-Land气象数据、NASADEM地形数据、基础设施及人口普查数据等多源异构信息。

特征工程分为四类：历史火情特征（滞后记录、汇总）、气象衍生特征（干燥指数等）、复合风险特征（交互项、点火风险）、季节性特征（周期编码、火季指标）。 模型架构：传统表格模型（逻辑回归、随机森林、XGBoost、决策树）；多模态DL模型（ResNet18+MLP、EfficientNet-B2+MLP、UNet+MLP、ResNet18+Random Forest晚期融合）。

评估策略：时间划分（训练2022前、验证2023、测试2024）模拟真实场景；随机划分（60/20/20）测理想性能。 实验结果：随机森林最优（时间划分PR-AUC 0.371，随机划分0.715）；多模态模型表现接近但未超越；SHAP分析显示滞后火情特征贡献最大，NDVI增量有限；晚期融合模型提升火灾召回率。

局限性：9km分辨率平滑小尺度事件、类别不平衡（1%火灾率）、仅用NDVI单一波段、未泛化到其他区域。 未来方向：更高分辨率数据、代价敏感学习、多光谱波段融合、跨区域验证。

实践启示：特征工程比复杂模型更关键；时间划分评估更可靠；多模态融合需互补信息。 总结：随机森林的胜利体现领域知识与特征工程的价值，为野火预测提供严谨基准，未来需结合技术进步提升系统性能。