Generación de imágenes sintéticas de propagación de incendios forestales mediante redes generativas adversariales condicionales con robustez ante datos meteorológicos incompletos

Abstract

Se desarrolló un sistema de generación de imágenes sintéticas de propagación de incendios forestales mediante una cGAN, entrenada sobre mapas de calor Monte Carlo producidos por un autómata celular (AC) calibrado con datos históricos de la Corporación Nacional Forestal (CONAF). El proceso abarcó 48 experimentos en tres fases: exploratoria (Runs 1--14), corrección del simulador (Runs 15--20) y condicionamiento explícito (Runs 21--48), con clasificador auxiliar AC-GAN a partir del Run 44. El modelo definitivo (Run 48) alcanza FID = 282,97, SSIM = 0,526 ± 0,180 y condicionamiento correcto en 8/8 direcciones de viento con error medio 5,1° (condiciones sintéticas) y 12,0° ± 10,0° (val set real). El sistema incorpora missingness flags y condition masking para operar con registros incompletos: el SSIM se mantiene por encima de 0,50 hasta el 70% de variables enmascaradas. Este es el primer sistema generativo calibrado sobre incendios chilenos con condicionamiento direccional físico verificado.

A conditional GAN system was developed to generate synthetic wildfire propagation images conditioned on meteorological, vegetation, and topographic variables from CONAF historical records. Training uses probabilistic heat maps produced by a calibrated Monte Carlo Cellular Automaton (CA) simulator. Development spanned 48 experiments in three phases: exploratory (Runs 1--14), simulator calibration (Runs 15--20), and explicit conditioning (Runs 21--48), introducing AC-GAN auxiliary classifier from Run 44 onward. The final model (Run 48) achieves FID = 282.97, SSIM = 0.526 ± 0.180, and correct conditioning on 8/8 wind directions with mean error 5.1° (synthetic conditions) and 12.0° ± 10.0° (real val-set). The system incorporates missingness flags and condition masking to operate on incomplete records: SSIM stays above 0.50 up to 70% masking. This is the first generative system calibrated on Chilean wildfires with verified physical directional conditioning.