Шесть моделей и финальная проверка

Сравнение замороженных моделей на 2023–2024

Отрезки — 95% интервалы AP: 1000 одинаковых блочных повторов 100 км × 30 дней. Парные разности XGBoost с каждой моделью — в файле интервалов. Модель выбрана до доступа к тесту.

Калибровка вероятностей

Границы интервалов вероятностей зафиксированы на 2022 году (взвешенные децили). Размер точки отражает вес наблюдений, вертикальный отрезок — 95% интервал наблюдаемой частоты. Пунктир — идеальная калибровка.

Какие признаки сильнее всего влияют на прогноз

TreeSHAP; единицы вклада — некалиброванные лог-шансы. Калибровка находится вне объяснения; аддитивное восстановление исходного выхода модели проверено численно. Глобальная оценка использует 400 случайных строк финальной выборки с исходными весами. Эти связи не являются причинными объяснениями.

Фактически выполненное обучение

1 250 660 обучающих строк, 113 134 положительных. Прошедшее время запуска, включая приостановки компьютера, — 3,18 ч; пик резидентной памяти процесса — 2,03 ГиБ. Аппаратная и программная среда зафиксированы в реестре.

Попытки с ранней остановкой Optuna показаны отдельно. Победитель выбран до доступа к контрольным годам. До финальной оценки бюджет поиска сокращён с 50 до 5 попыток на ансамбль; уже рассчитанные варианты случайного леса сохранены, поэтому моделям выделено разное число попыток.

Восстановление отсутствующих файлов поставщика

Четыре отсутствующих S3-файла влажности почвы за 14 сентября — 6 декабря 2023 получены через официальный API того же поставщика ERA5. Запрошены реальные почасовые наблюдения в исходных узлах сетки. На 200 узлах в каждый из двух обучающих дней максимальное расхождение суточного признака составило 0 м³/м³. Модель, калибровка, пороги и правила признаков не менялись.

Состав данных и пропуски

Подготовленные выборки 2015–2022, до финального удаления промышленных ячеек. Доли пропусков невзвешенные и относятся к строкам выборки. Обучающие и проверочные строки могут пересекаться между годами обучения и валидации, их нельзя суммировать как независимые наблюдения.

Обязательные метеоданные, покров и рельеф проверены до включения строки. Пропуски NDVI и населения заполняет медиана, рассчитанная только на обучающих данных каждого разбиения.

Что измерено

Цель — первое спутниковое обнаружение связанного события, а не подтверждённое время возгорания. Отсутствие детекций не доказывает отсутствие огня. Метрики учитывают веса отбора отрицательных примеров и относятся к допустимым ячейкам с обязательными признаками.

Архивы переобработаны после дат наблюдений. ERA5, NOAA NDVI, SRTM 90 м и исторические антропогенные данные — документированные открытые аналоги. Это ретроспективный эксперимент; оперативная пригодность не подтверждена.

Данные и записи

SHA-256 фиксации: