《Scientific Data》：CalWildFire: A high-resolution in situ dataset for wildfire analysis and modeling in the Mediterranean region
编辑推荐：
针对地中海地区野火风险加剧但现有数据依赖再分析或卫星产品的局限，研究人员构建了CalWildFire数据集——包含意大利卡拉布里亚地区2008–2018年每日验证的地面气象观测与实地过火面积记录，并基于加拿大野火天气指数（FWI）方法重算指标。该高分辨率原位数据为野火预测与风险制图提供了独特的高质量资源，助力地中海及类似易燃环境的研究。
地中海地区正经历着日益严峻的野火威胁——全球变暖带来的气温攀升与持续干旱，让这里的植被更易燃烧，火势蔓延速度也显著加快。对于生态系统和人类安全而言，精准的野火风险评估与预测已成为当务之急。然而，现有的野火数据集大多依赖再分析数据或卫星遥感产品，这些数据的空间和时间分辨率往往难以满足精细化分析的需求，就像用模糊的地图去寻找隐藏的小路，难免会遗漏关键细节。
正是在这样的背景下，一项聚焦于地中海野火研究的重要数据集成果应运而生。研究人员针对意大利南部卡拉布里亚（Calabria）地区，构建了一个名为CalWildFire的高分辨率原位（in situ）数据集，旨在为野火分析与建模提供更精准的基础数据支持。这项研究成果最终发表在《Scientific Data》上，为全球野火研究领域贡献了一份来自地中海区域的珍贵资源。
为了打造这个数据集，研究人员主要依托卡拉布里亚地区环境署（ARPACAL）管理的地面观测站网络。他们收集并验证了2008年至2018年共11年的每日直接气象测量数据，这些数据均来自实地站点，避免了再分析数据可能存在的误差。同时，数据集还整合了基于实地调查的过火面积记录，确保了火灾发生信息的准确性。此外，研究人员采用加拿大野火天气指数（Canadian Fire Weather Index, FWI）方法，利用这些地面气象数据重新计算了野火天气指数，使指标更贴合当地的实际情况。
研究结果显示，CalWildFire数据集具有多方面的优势与价值。首先，它提供了长时间序列（2008–2018年）的高分辨率数据，其中气象数据来自地面站点的直接观测，经过严格验证，相比卫星或再分析产品，在空间和时间上的精度更高。其次，数据集包含的过火面积记录同样基于实地调查，能够更准确地反映野火的实际影响范围。再者，重新计算的FWI指数结合了当地地面气象条件，为评估野火发生风险和火势行为提供了更可靠的参数。
在讨论部分，研究人员指出，CalWildFire数据集的独特之处在于其“原位”特性——所有核心数据均来自地面观测，这填补了现有数据集在精细化分析方面的空白。对于地中海这类野火频发区域，该数据集能够帮助科学家更深入地理解野火发生的驱动因素，比如特定气象条件与火灾发生概率之间的关系，从而为改进野火预测模型提供关键输入。同时，高精度的过火面积数据也有助于更准确地绘制风险地图，为当地制定防火策略和应急响应计划提供科学依据。
从更广泛的意义来看，CalWildFire数据集不仅适用于卡拉布里亚地区，其构建方法和数据特性也为其他类似气候和植被条件的野火 prone 区域提供了参考模板。随着全球气候变化导致野火风险在全球范围内上升，这类高质量的原位数据集将成为推动野火研究从宏观走向微观、从经验判断走向精准预测的重要基石。未来，结合更多区域的数据集，科学家们有望构建更全面的野火风险评估体系，为保护生态系统和人类社区安全提供更强大的科技支撑。
