Rectoret

深度学习模型提高了野火蔓延预测的准确性和可审计性

两篇新研究论文探讨了深度学习模型在预测野火蔓延中的应用。第一篇论文聚焦于西班牙的Rectoret地区，比较了包括U-Net、ResNet-50和Swin-Unet在内的四种架构，发现地表燃料载荷是最重要的预测因子。第二篇论文引入了模块化深度学习机制，以增强次日野火预测的可审计性和可信度，并在基准数据集上评估了这些增强功能在各种模型主干上的表现。