边缘计算驱动的森林火灾蔓延模拟：一项能源感知的高分辨率预测研究

本研究针对森林火灾预测中数据不确定性高、高性能计算(HPC)平台可及性差及实时传输困难等问题，创新性地提出基于边缘计算(Edge Computing)的低功耗GPU嵌入式系统方案。通过优化FARSITE火灾模拟器在NVIDIA Jetson AGX Xavier平台的并行计算性能，实现了5米分辨率、5小时短时火灾演化的原位模拟，执行时间<1分钟，能耗仅为工作站的1/10，为极端环境下的火灾动态监测提供了突破性解决方案。

　　

气候变化加剧导致全球森林火灾风险持续升级，传统火灾预测面临两大困境：一是依赖卫星和气象站等远程数据导致输入参数不确定性高；二是需要高性能计算(HPC)平台进行复杂运算，但在网络基础设施薄弱的火灾现场难以实现实时响应。更棘手的是，当无人机(UAV)采集的实时数据需要回传云端处理时，通信延迟可能使预测结果失去时效性。这些瓶颈使得现有系统难以满足"精确且快速"的应急决策需求。

针对这一挑战，研究人员开展了一项开创性研究，提出将边缘计算(Edge Computing)范式引入火灾预测领域。该团队选择FARSITE火灾模拟器作为计算核心，重点优化其在低功耗嵌入式GPU平台NVIDIA Jetson AGX Xavier（简称edge-platform）上的并行性能。通过重构火线离散化(Perimeter Discretization)、传播(Perimeter Propagation)和重建(Perimeter Reconstruction)三大模块，实现了对火场演化过程的高效模拟。相关成果发表在《Journal of Computational Science》上，为极端环境下的灾害响应提供了新思路。

关键技术包括：1) 基于椭圆波传播理论(Huygens原理)的火线传播算法并行化；2) 针对嵌入式GPU架构的能耗优化策略，测试了15W/30W/MAXN三种能耗模式；3) 建立能量能力(Energy Capability, EC)和绿色提升(Green-up)量化指标，用于评估不同硬件平台的能效比；4) 采用葡萄牙S?o Joaninho真实火灾案例验证系统有效性。

【理想场景验证】
通过构建理想火场模型（均质燃料、恒定风速），对比edge-platform与工作站级GPU（GeForce RTX 2080 Ti）的性能差异。结果显示：在5米分辨率(PR)、5小时短时预测(Short-term)场景下，嵌入式系统仅需1.65秒，能耗效率达2757.12 points/joule，是工作站的10倍。但当模拟时间延长至48小时(Long-term)，工作站凭借4352个CUDA核心的算力优势，速度提升8.7倍。

【真实场景应用】
以2013年葡萄牙S?o Joaninho火灾为案例，测试不同能耗模式的表现。MAXN模式（50W）最快完成5小时预测仅需32.57秒，而节能的15W模式虽耗时57.09秒，但可将无人机续航延长3倍。特别值得注意的是，所有模式均能在1分钟内完成高精度模拟，验证了边缘计算的实战价值。

【能耗效率突破】
研究提出的能量能力(EC)指标揭示：在保持5米分辨率的条件下，edge-platform处理每个火线点的能耗仅为工作站的1/8-1/10。通过动态调节CPU核心数（2-6核）和GPU频率（670-1377MHz），系统可灵活适应"速度优先"或"续航优先"的应急场景。

这项研究标志着灾害预测范式的重要转变。首次证实低功耗嵌入式系统能够胜任高分辨率火灾模拟，解决了传统HPC平台部署难、能耗高的痛点。其创新价值体现在三方面：1) 实现预测系统的小型化与便携化，可直接搭载于无人机形成移动监测网络；2) 突破通信限制，在无网络环境下仍能提供实时预测；3) 建立的能耗优化模型为其他边缘计算应用提供参考。未来，该技术可与物联网传感器、数字孪生等技术融合，构建新一代智能应急响应体系。文末作者也指出，下一步将在真实火灾环境中测试系统的鲁棒性，并探索多设备协同计算的分布式架构。