ข้อมูลจากบทคัดย่อ
ยังไม่มีสรุปภาษาไทยสำหรับระเบียนนี้
ด้านล่างเป็นบทคัดย่อต้นฉบับภาษาอังกฤษจากข้อมูลบรรณานุกรม โปรดตรวจบทความต้นฉบับก่อนอ้างอิง
Accurate wildfire spread prediction is essential for effective mitigation in Thailand, where fires are frequent, small, and often arise from separate ignition sources. Existing research, largely trained on datasets from other regions, does not capture Thailand's distinct fire behavior, and most approaches rely solely on spatial models. We address this limitation by constructing a Thailand-specific wildfire dataset collected from 2024 to 2025, covering major forest regions across the country, and by developing a preprocessing strategy that removes newly ignited fire clusters using a density-based spatial clustering of applications with noise (DBSCAN) algorithm, ensuring that the model learns true propagation patterns. We apply the spatio-temporal model dubbed Simpler Yet Better Video Prediction (SimVP) for 1–3 day forecasting, enhanced with an Atrous Spatial Pyramid Pooling (ASPP) module to improve multi-scale spatial feature extraction and a cyclical temporal encoding (CTE) to incorporate seasonal cues. Experiments on our dataset show that our model achieves an IoU of 0.685 and an average F1-score of 0.718, outperforming all spatial and spatio-temporal baselines, with performance improvements most evident in 1–3-day-ahead forecasts. These results demonstrate the effectiveness of tailored preprocessing and multi-scale spatio-temporal modeling for wildfire forecasting in Thailand.
เหตุผลที่อยู่ในฐานติดตาม
ระเบียนนี้ได้รับ Impact Signal 72/100 จากความใหม่ แหล่งเผยแพร่ ความร่วมมือ และสัญญาณในข้อมูลบรรณานุกรม คะแนนนี้ใช้จัดลำดับการติดตาม ไม่ใช่การตัดสินคุณภาพงานวิจัย
ประเด็นที่เกี่ยวข้อง: Fire effects on ecosystems · Fire Detection and Safety Systems · Landslides and related hazards
บทบาทของนักวิจัยและสถาบันไทย
Apinya Charoenchap · Suchawadee Sillaparat · Sanphet Chunithipaisan · Peerapon Vateekul · Chulalongkorn University
ข้อจำกัดของข้อมูล
หน้านี้เป็นระเบียนบรรณานุกรมและข้อมูลจากบทคัดย่อ ยังไม่ใช่บทวิเคราะห์ฉบับเต็มหรือการประเมินคุณภาพงานวิจัย ควรตรวจสอบ DOI และเอกสารต้นฉบับก่อนนำไปอ้างอิง