MPCFire
收藏资源简介：
FireMPC 是一个覆盖加拿大全境的野火风险预测基准数据集，涵盖2000年至2025年期间，空间分辨率为1公里，时间分辨率为每日。数据集整合了55个驱动因素，包括燃料、地形、人为活动和气象四大类。数据以四种不同的训练和测试样本构建策略（随机采样与FWI引导的硬负样本挖掘）进行预构建，存储在HDF5文件中，并附有JSON格式的样本索引和归一化统计信息。数据集适用于图像分类和时间序列预测任务，特别适合研究野火风险预测和硬负样本挖掘技术。数据覆盖加拿大所有15个陆地生态区，时间上分为训练集（2000-2019）、验证集（2020-2022）和测试集（2023-2025）。数据集采用MIT许可证发布。
FireMPC is a benchmark dataset for wildfire risk prediction covering the entire territory of Canada, spanning from 2000 to 2025, with a spatial resolution of 1 km and a daily temporal resolution. It integrates 55 driving factors categorized into four groups: fuel, topography, anthropogenic activities, and meteorology. The dataset is pre-built with four distinct training and test sample construction strategies, including random sampling and FWI-guided hard negative mining, stored in HDF5 files, and accompanied by JSON-formatted sample indices and normalized statistical information. This dataset is suitable for image classification and time series prediction tasks, and is particularly ideal for research on wildfire risk prediction and hard negative mining techniques. It covers all 15 terrestrial ecoregions of Canada, and is temporally divided into the training set (2000–2019), validation set (2020–2022), and test set (2023–2025). The dataset is released under the MIT License.
FireMPC 数据集概述
基本信息
- 数据集名称: FireMPC (Pan-Canadian Wildfire Forecasting Benchmark)
- 许可证: MIT License
- 任务类别: 图像分类、时间序列预测
- 语言: 英语
- 标签: wildfire, remote-sensing, earth-observation, canada, benchmark, hard-negative-mining
- 数据集规模: 100K < n < 1M
数据覆盖范围
- 地理覆盖: 加拿大全境（约10亿公顷），涵盖全部15个陆地生态区域
- 时间范围: 2000年1月1日至2025年12月31日（26年）
- 空间分辨率: 1 km
- 时间分辨率: 1天
数据立方体规格
包含55个驱动因子，分为四个类别：
- 燃料: MODIS地表反射率（波段1、2、3、7）、NDVI、EVI、LAI/FPAR
- 气象: ERA5-Land热力/湿度/风场、VPD、CFFDRS FWI六分量（FFMC、DMC、DC、ISI、BUI、FWI）、MODIS LST和亮温
- 地形: ASTER DEM、坡度、坡向（sin/cos）、TPI、TWI、山体阴影、水体密度
- 人类活动: MODIS土地覆盖、WorldPop人口密度、OpenStreetMap道路/输电线/建筑密度
- 标签: MODIS MCD14A1/MYD14A1活跃火检测（仅作监督目标，不作为输入通道）
数据集变体设计
数据集包含四个预构建的样本缓存，构成2x2消融网格，用于对比FWI引导硬负挖掘（FWI-HNM）与随机负采样策略：
| 训练策略 测试策略 | 测试 = FWI-HNM | 测试 = 随机采样 |
|---|---|---|
| 训练 = 随机采样 | cache_A | cache_Y |
| 训练 = FWI-HNM | cache_G | cache_H |
- FWI-HNM: 使用经过校准的CFFDRS六分量复合指数对每个非火灾候选进行评分，在中位数处划分池，并按等比例组合硬负样本（火天气匹配的非着火点）和代表性负样本（低危险基线）
- 随机采样: 从非火灾候选池中均匀抽取负样本
数据划分
- 训练集: 2000 - 2019年
- 验证集: 2020 - 2022年
- 测试集: 2023 - 2025年（涵盖创纪录的2023年火灾季节及更典型的2024、2025季节）
- 正负样本比例: 固定1:2
文件结构与格式
每个缓存目录包含三个文件：
| 文件 | 大小 | 描述 |
|---|---|---|
windows_<hash>.h5 |
~14 GB | 预提取的10天输入窗口及标签（包含正负样本），HDF5格式 |
samples_variant_<X>.json |
~4.4 MB | 样本索引：训练/验证/测试划分、样本标识符和元数据 |
norm_stats.npz |
~2 KB | 逐通道均值和标准差，用于输入标准化（跳过火灾掩码通道和分类土地覆盖通道） |
数据读取示例
python from huggingface_hub import snapshot_download
local_dir = snapshot_download( repo_id="AnonymousData4NeurIPS/MPCFire", repo_type="dataset", allow_patterns=["cache_G/*"], )
import h5py, json, numpy as np
cache = f"{local_dir}/cache_G" with open(f"{cache}/samples_variant_G.json") as f: samples = json.load(f) norm = np.load(f"{cache}/norm_stats.npz") h5 = h5py.File(next(p for p in import(os).listdir(cache) if p.endswith(.h5)), "r")
