作为全球气候观测系统中的关键变量之一,野火对区域和全球的碳-能量-水循环产生了显著的影响,造成了人类生命财产及社会经济的严重损失。大尺度野火过火面积的准确模拟和预测有助于更好地评估野火-气候-植被-人之间的互相影响,有助于提升大空间范围的野火长期预警能力。然而,实现大尺度过火面积的准确模拟及预测仍面临诸多挑战。除了观测数据以及人类对野火机理认知的局限性之外,如何更好地应对野火控制因子与野火复杂的时空异质特性也是难点之一。空间上,全球不同区域间、区域内不同地理网格间野火、野火控制因子、以及野火与其控制因子间的依赖关系存在空间异质性。例如,在全球不同区域,影响野火的主控因子及其与过火面积间的依赖强弱存在差异。该空间异质性需要模型对野火过程进行差异化表征,加大了野火机理模型参数化以及机器学习建模难度。时间上,从月尺度至季节尺度,过火面积与其控制因子间存在长短时间依赖。野火大多发生在旱季,在短期,旱季的干湿状况会影响旱季可燃物的可燃性进而影响旱季野火的发生和蔓延;而在长期,雨季的干湿状况会影响旱季可燃物的负荷量和空间分布,最终影响旱季野火。除了该干湿季长短时间依赖,野火与海温及局地气候之间也存在长短时间依赖。远程海洋温度的异常可以导致海气耦合及大气环流的异常,从而影响局地气候并最终影响野火。同时,上述干湿季及局地和远程长短时间依赖具有非线性特点且依赖强弱在不同时滞及不同地理环境下也存在差异。因此,有效地应对野火的空间异质性、表征其对应的长短时间依赖有助于提升月尺度至季节尺度过火面积模拟及预测精度。本文综合考虑人-气候-可燃物-海温等野火控制因子与野火的空间异质性和长短时间依赖,基于野火的发生机理,探究和设计适用于大尺度野火过火面积模拟及预测的机器学习方法。一方面,顾及野火及其控制因子在全球不同区域间的空间异质性,结合机理模型和遥感观测数据对全球野火进行分区域建模,提升全球过火面积月尺度模拟精度。另一方面,通过注意力机制表征区域内不同地理网格间野火与其控制因子的异质空间依赖、干湿季及局地和远程长短时间依赖,提升野火密集区域月尺度至季节尺度过火面积预测精度。主要工作和成果如下:（1）结合机理模型和遥感数据的全球过火面积模拟。针对现有面向全球野火过火面积模拟的机理模型参数化难度大、精度不足的问题,本文基于迁移学习的思想,结合机理模型和遥感数据,在月尺度对全球过火面积进行模拟。本文利用深度学习模型拟合机理模型中各控制因子与过火面积之间的非线性依赖关系,使得深度学习模型隐式地包含物理机制。在此基础上,利用全球过火面积遥感观测数据精调和校准深度学习模型,从而应对机理模型参数化不确定性大的难题。为了应对全球不同区域间野火及其控制因子的空间异质性问题,本文比较和选取顾及野火及其控制因子空间差异性的区域划分方式,采用基于空间区域划分的迁移学习方法对全球野火进行分区域模拟。实验结果表明,相比于常用的大尺度野火过火面积模拟机理模型,该方法能够有效提升全球过火面积模拟精度;相比于非空间区域划分的模拟方法以及基于植被类型百分比的空间区域划分方法,该方法能够更加有效地应对野火在全球不同区域间的空间异质性问题;相比于只利用野火机理模型或只利用遥感观测数据的方法,该方法可以受到机理模型的物理关系约束同时能够得到遥感观测数据的校准,整体模拟精度相对更高。（2）局地控制因子重要性和干湿季变化综合表征的大尺度过火面积预测。针对现有机器学习模型在月尺度野火预测中难以显式和自适应地表征过火面积与其各控制因子在不同地理网格和不同干湿季节中的非线性依赖、模型精度及可解释性有待提升的问题,本文提出基于层次注意力机制的大尺度过火面积预测方法。该方法利用长短期记忆模型和时间注意力机制表征过火面积与局地控制因子在干湿不同季节的长短时间依赖,并利用变量注意力机制自适应和显式地表征不同地理网格内过火面积与其各控制因子间的非线性依赖。实验结果表明,该方法在非洲及南美洲的多个野火密集区域（平均年过火面积占全球总过火面积的70%以上）能够有效提升月尺度过火面积预测精度;注意力机制有助于发现不同地理网格内野火过火面积的主控因子并量化其与过火面积间的干湿季依赖强弱,增强了模型的可解释性。（3）耦合海洋和局地异质时空依赖的大尺度过火面积多步长预测。针对现有机器学习模型在月尺度到季节尺度野火预测中难以提取多个海温指数的有效信息、难以动态表征野火与局地因子及海温之间异质时空依赖的问题,本文提出基于海温指数潜在特征和注意力机制的大尺度过火面积多步长预测方法。利用神经网络构建海温指数潜在特征,提取海温有效信息;设计随预测步长变化的时间注意力机制、变量注意力机制和损失函数,从而动态捕捉不同预测时间步长和不同地理网格内的主控变量及其与过火面积间的非线性依赖。实验结果表明,该方法在非洲及南美洲的多个野火密集区域（平均年过火面积占全球总过火面积的70%以上）能够有效提升月尺度至季节尺度（提前1-6个月）过火面积预测精度;海温指数对预测误差的减小不仅存在空间差异性且在不同预测步长下也存在差异;有效耦合海温指数以及局地控制因子的异质时空依赖有助于预测精度的提升。野火是地表与大气之间碳-能量-水循环的重要组成部分,本文的研究成果有助于减少大尺度过火面积模拟误差,从而有助于更好地量化野火与植被和大气间的反馈效应。在全球变暖背景下,高温和干旱将增大可燃物充足区域的野火风险。本文研究成果能够帮助更好地表征过火面积与气候变量及海温之间的空间异质依赖和长短时间依赖,从而有助于提升受气候影响较大区域的大尺度野火过火面积长期预警能力。