Temporal evaluation of statistical and machine-learning models for forecasting wildfire carbon emissions in the Canadian boreal forest

Resumen Técnico: Evaluación Temporal de Modelos Estadísticos y de Aprendizaje Automático para la Predicción de Emisiones de Carbono por Incendios Forestales en el Bosque Boreal Canadiense

Planteamiento del Problema
Las emisiones de carbono por incendios forestales en el bosque boreal canadiense representan una fuente significativa de incertidumbre en las evaluaciones del ciclo del carbono global debido a su alta variabilidad espacio-temporal y al potencial de una intensificación aguda durante temporadas de incendios extremas. Aunque los modelos basados en procesos (p. ej., GFED, CONSUME) son el estándar para estimar las emisiones, a menudo enfrentan desafíos relacionados con la intensidad computacional, la dependencia de datos de entrada de alta resolución y las incertidumbres en el mapeo de combustible y los factores de emisión. Estos modelos pueden subestimar las emisiones de incendios de combustión lenta (smoldering) o no lograr capturar la variabilidad localizada en terrenos boreales heterogéneos. Por el contrario, aunque los enfoques estadísticos y de aprendizaje automático (ML) ofrecen alternativas basadas en datos, los métodos de validación tradicionales suelen depender de la validación cruzada aleatoria, lo que puede introducir filtración temporal (temporal leakage) y sobreestimar el rendimiento del modelo cuando se aplica a la predicción de series temporales. Existe la necesidad de un marco robusto que evalúe la capacidad de generalización de los modelos a través de años de incendios típicos y extremos utilizando una validación estrictamente separada en el tiempo.

Metodología
El estudio desarrolló y evaluó un marco validado temporalmente para la predicción mensual por celda de cuadrícula de las emisiones de carbono por incendios forestales en el bosque boreal canadiense.

• Fuentes de Datos: La variable objetivo fueron las emisiones mensuales de carbono por incendios forestales derivadas del Global Fire Emissions Database (GFED) versión 4.1s. Los predictores climáticos se obtuvieron del producto de reanálisis ERA5 (temperatura, temperatura del suelo, precipitación, viento, profundidad de la nieve) a una resolución de 0.25° (~31 km).
• Dominio de Estudio: El análisis se restringió al bosque boreal canadiense utilizando una máscara espacial derivada de archivos de forma (shapefiles) de ecorregiones.
• Diseño de Validación: Se empleó una estrategia de validación temporal rigurosa "resistente a la filtración". Se utilizaron cinco años de retención independientes (2019–2023) para las pruebas. Para cada año de prueba $Y$, los modelos se entrenaron con datos desde 2003 hasta $Y-1$. Crucialmente, el ajuste de hiperparámetros, el preprocesamiento y el ajuste del modelo se separaron temporalmente del año de prueba para evitar el sesgo de anticipación (look-ahead bias). Se utilizó una división cronológica interna (80/20) dentro del bloque de entrenamiento para la selección de hiperparámetros.
• Conjunto de Modelos: Se compararon siete enfoques de modelado:
  • Líneas Base: Climatología (medias mensuales históricas) y Persistencia (rezagos de $t-1$ y $t-12$).
  • Modelos Estadísticos: Elastic Net (lineal regularizado) y Modelos Lineales Generalizados (GLM) de tipo Tweedie para manejar datos con exceso de ceros y asimetría positiva.
  • Conjuntos Basados en Árboles: Random Forest y Extreme Gradient Boosting (XGBoost).
• Métricas: El rendimiento se evaluó mediante $R^2$, Error Absoluto Medio (MAE), Error Cuadrático Medio (RMSE), Sesgo (Bias) y puntuaciones de habilidad (skill scores) en relación con la climatología y la línea base de persistencia de 12 meses.

Resultos Clave

• Superioridad de los Modelos de Conjunto (Ensemble): Los modelos de conjuntos basados en árboles superaron consistentemente a los enfoques estadísticos y de línea base en todos los cinco años de retención. XGBoost logró la mayor capacidad predictiva, seguido de Random Forest.
• Rendimiento de XGBoost: XGBoost demostró los errores más bajos y el mayor poder explicativo. En el año de retención 2023 (la temporada de incendios más anómala), XGBoost logró un $R^2$ fuera de la muestra de 0.91, un MAE de 0.0067 Tg C celda-cuadrícula⁻¹ mes⁻¹ y un RMSE de 0.011 Tg C celda-cuadrícula⁻¹ mes⁻¹.
• Habilidad Relativa a las Líneas Base: A diferencia de los modelos estadísticos, XGBoost y Random Forest mantuvieron una habilidad positiva respecto al benchmark de climatología en todas las retenciones. Esto indica que los modelos capturaron la variabilidad más allá de los simples promedios estacionales.
• Limitaciones de los Modelos Estadísticos: Elastic Net mostró un $R^2$ fuera de la muestra bajo o cercano a cero, lo que sugiere que las relaciones lineales fueron insuficientes para capturar la dinámica de las emisiones. El GLM de tipo Tweedie mostró una habilidad moderada, pero fue superado por los conjuntos basados en árboles.
• Rendimiento de la Línea Base: La climatología proporcionó un benchmark moderado ($R^2$ 0.55–0.71) pero subestimó las desviaciones extremas. La línea base de persistencia de 12 meses funcionó deficientemente ($R^2$ ~0.00–0.01), confirmando que las emisiones en un mes determinado no se repiten de manera confiable respecto al mismo mes del año anterior.
• Manejo de Eventos Extremos: El marco mantuvo con éxito una alta precisión durante la temporada de incendios récord de 2023, con un sesgo mínimo y una fuerte habilidad relativa a la persistencia y la climatología, demostrando robustez bajo condiciones altamente anómalas.

Contribuciones Clave y Significancia
El artículo reclama su importancia principalmente a través de su diseño de evaluación y la evaluación comparativa, más que por la introducción de un nuevo algoritmo.

• Validación Temporal Rigurosa: El estudio enfatiza la importancia de utilizar retenciones anuales ordenadas temporalmente en lugar de la validación cruzada aleatoria para la predicción ambiental. Este diseño asegura que el rendimiento reportado refleje una verdadera generalización fuera de la muestra hacia años no vistos, un requisito crítico para la predicción operativa.
• Comparación de Clases de Modelos: La investigación proporciona una evaluación práctica que muestra que los modelos de conjunto no lineales (específicamente XGBoost) son más adecuados para capturar las relaciones complejas, basadas en umbrales e interactivas entre los impulsores climáticos y las emisiones de carbono por incendios que los modelos estadísticos lineales o las líneas base simples.
• Robustez ante Extremos: Los hallazgos demuestran que los modelos de datos no lineales pueden retener la capacidad predictiva durante años de incendios extremos (p. ej., 2023), lo que sugiere que pueden aprender relaciones clima-emisión que siguen siendo útiles incluso cuando las condiciones se desvían significativamente de las normas históricas.
• Marco para Trabajos Futuros: El estudio establece un marco de modelado que puede respaldar trabajos futuros sobre la evaluación del ciclo del carbono boreal, la predicción estacional de emisiones por incendios y el análisis del impacto del cambio climático. Destaca que, si bien el modelo funciona bien dentro del rango histórico, no pretende resolver la no estacionariedad futura ni predecir todos los posibles futuros extremos.

Limitaciones
Los autores señalan ciertas restricciones: la variable objetivo es un inventario constreñlido por satélite (GFED), no una medición directa; los predictores dependen de la reanálisis ERA5, que puede tener incertidumbre en regiones del norte con pocos datos; el modelo no incluye explícitamente la presión de ignición, la actividad de supresión o la estructura detallada de la vegetación; y la resolución de 0.25° suaviza la heterogeneidad a pequeña escala. Además, aunque la validación temporal es robusta, no puede garantizar el rendimiento bajo regímenes de incendios futuros que difieran sustancialmente del periodo histórico utilizado para el entrenamiento.