IberFire – eine detaillierte Erstellung eines spatio-temporalen Datensatzes zur Bewertung des Waldbrandrisikos in Spanien

Waldbrände stellen ein kritisches Umweltproblem für Ökosysteme, Volkswirtschaften und die öffentliche Sicherheit dar, insbesondere in Mittelmeerregionen wie Spanien. Genau prognostische Modelle basieren auf hochauflösenden spatio-temporalen Daten, um das komplexe Zusammenspiel von Umwelt- und anthropogenen Faktoren zu erfassen. Um den Mangel an lokalisierten und feingliedrigen Datensätzen in Spanien zu adressieren, wird in dieser Arbeit IberFire eingeführt, ein spatio-temporaler Datacube mit einer Auflösung von 1 km x 1 km x 1 Tag, der das spanische Festland und die Balearen von Dezember 2007 bis Dezember 2024 abdeckt. IberFire integriert 260 Merkmale aus acht Hauptkategorien: Hilfsmerkmale, Brandgeschichte, Geografie, Topografie, Meteorologie, Vegetationsindizes, menschliche Aktivität und Landnutzung. Alle Merkmale stammen aus öffentlich zugänglichen Quellen, was Transparenz und Echtzeitanwendbarkeit gewährleistet. Die Datenverarbeitungspipeline wurde vollständig mit Open-Source-Tools implementiert, und der Code wurde öffentlich zugänglich gemacht. Diese Arbeit verbessert nicht nur die spatio-temporale Granularität und Merkmalsvielfalt im Vergleich zu bestehenden europäischen Datacubes, sondern bietet auch eine reproduzierbare Methodik zur Erstellung ähnlicher Datensätze. IberFire unterstützt fortgeschrittene Modelle zur Waldbrandrisikoanalyse durch Techniken des maschinellen Lernens (ML) und tiefen Lernens (DL), ermöglicht die Analyse von Klimamustern und informiert die strategische Planung in der Brandprävention und Landnutzung. Der Datensatz ist öffentlich auf Zenodo verfügbar, um offene Forschung und Zusammenarbeit zu fördern.