2024年5月22日，美国国家航空航天局（NASA）宣布利用WRF-SFIRE模型创建野火数字孪生项目，可为消防员和野火管理者提供实时监测和预测工具，提高野火管理和空气污染事件应对能力。该项目采用高空间分辨率模型，利用人工智能和机器学习进行实时预测，对观察和控制动态燃烧方面具有非常重要的价值。
NASA的「野火数字孪生」项目将为消防员和野火管理者提供一种先进的工具，用于监测野火和预测有害的空气污染事件，并帮助研究人员更准确地观察全球野火趋势。该工具将使用人工智能和机器学习来实时预测潜在的燃烧路径，通过合并来自原位、机载和星载传感器的数据，以产生高精度的全球模型。
目前描述野火和烟雾蔓延的全球模型的空间分辨率约为每像素10公里，而野火数字孪生模型将产生空间分辨率为每像素10~30米的区域集合模型，精度提高了两个数量级。并且这些模型可以在短短几分钟内生成，而目前的全球模型可能需要数小时才能生成。以这种速度产生的具有如此高空间分辨率的模型对于试图观察和控制动态燃烧的第一响应者和野火管理者来说是至关重要的。
地球系统数字孪生是实时建模和预测气候事件的动态软件工具。这些工具依赖于分布在多个领域的数据源来创建描述从洪水到恶劣天气等各种情况的综合预测。目前，研究团队正在研究新的卫星数据同化技术，该技术将来自天基遥感器的信息融合到其野火数字孪生体中，从而改进全球数据预测，对于应急管理和科学研究都将具有重要作用。
转载本文请注明来源及作者：中国科学院西北生态环境资源研究院文献情报中心【地球科学动态监测快报】2024第11期 王立伟 编译。
