Modèles de fondation spatio-temporels urbains pour un habitat résilient au climat : Mise à l'échelle des transformeurs à diffusion pour la prévision des risques de catastrophe

Urban Spatio-Temporal Foundation Models for Climate-Resilient Housing: Scaling Diffusion Transformers for Disaster Risk Prediction

February 5, 2026

Auteurs: Olaf Yunus Laitinen Imanov, Derya Umut Kulali, Taner Yilmaz

cs.AI

Résumé

Les aléas climatiques perturbent de plus en plus les transports urbains et les opérations de secours en endommageant le parc immobilier, en dégradant les infrastructures et en réduisant l'accessibilité du réseau. Cet article présente Skjold-DiT, un cadre de type transformeur à diffusion qui intègre des données urbaines spatio-temporelles hétérogènes pour prévoir des indicateurs de risque climatique au niveau du bâti, tout en incorporant explicitement la structure du réseau de transport et les signaux d'accessibilité pertinents pour les véhicules intelligents (par exemple, l'accessibilité pour les secours et les contraintes des routes d'évacuation). Concrètement, Skjold-DiT permet de définir des contraintes de routage conditionnées aux aléas en produisant des couches d'accessibilité étalonnées et tenant compte de l'incertitude (accessibilité, inflation du temps de trajet et redondance des itinéraires) qui peuvent être utilisées par les systèmes de routage pour véhicules intelligents et de dispatch d'urgence. Skjold-DiT combine : (1) Fjell-Prompt, une interface de conditionnement par prompt conçue pour supporter le transfert interurbain ; (2) Norrland-Fusion, un mécanisme d'attention cross-modal unifiant les cartes d'aléas/imagerie, les attributs du bâti, les données démographiques et les infrastructures de transport en une représentation latente partagée ; et (3) Valkyrie-Forecast, un simulateur contrefactuel pour générer des trajectoires de risque probabilistes sous l'effet de prompts d'intervention. Nous présentons le jeu de données Baltic-Caspian Urban Resilience (BCUR) contenant 847 392 observations au niveau du bâti réparties sur six villes, incluant des annotations multi-aléas (par exemple, des indicateurs d'inondation et de chaleur) et des caractéristiques d'accessibilité des transports. Les expérimentations évaluent la qualité de la prédiction, la généralisation interurbaine, l'étalonnage et les résultats pertinents pour les transports en aval, y compris l'accessibilité et les temps de trajet conditionnés aux aléas dans des scénarios contrefactuels d'intervention.

English

Climate hazards increasingly disrupt urban transportation and emergency-response operations by damaging housing stock, degrading infrastructure, and reducing network accessibility. This paper presents Skjold-DiT, a diffusion-transformer framework that integrates heterogeneous spatio-temporal urban data to forecast building-level climate-risk indicators while explicitly incorporating transportation-network structure and accessibility signals relevant to intelligent vehicles (e.g., emergency reachability and evacuation-route constraints). Concretely, Skjold-DiT enables hazard-conditioned routing constraints by producing calibrated, uncertainty-aware accessibility layers (reachability, travel-time inflation, and route redundancy) that can be consumed by intelligent-vehicle routing and emergency dispatch systems. Skjold-DiT combines: (1) Fjell-Prompt, a prompt-based conditioning interface designed to support cross-city transfer; (2) Norrland-Fusion, a cross-modal attention mechanism unifying hazard maps/imagery, building attributes, demographics, and transportation infrastructure into a shared latent representation; and (3) Valkyrie-Forecast, a counterfactual simulator for generating probabilistic risk trajectories under intervention prompts. We introduce the Baltic-Caspian Urban Resilience (BCUR) dataset with 847,392 building-level observations across six cities, including multi-hazard annotations (e.g., flood and heat indicators) and transportation accessibility features. Experiments evaluate prediction quality, cross-city generalization, calibration, and downstream transportation-relevant outcomes, including reachability and hazard-conditioned travel times under counterfactual interventions.