Los incendios forestales se originan por causas naturales, como la caída de rayos, y por causas humanas, como el descuido al botar colillas de cigarrillos. Asimismo, ocurren en su mayoría en las áreas en donde las ciudades y las zonas rurales o industriales se juntan. El estudio de los incendios forestales es muy amplio e incluye los modelos de riesgo/amenaza, la propagación, el control y la recuperación post desastre. Actualmente no es posible predecir al 100% cuando sucederán los incendios forestales, sin embargo, los estudios pueden identificar las áreas donde es más probable que ocurran.

Los incendios son difíciles de predecir sin información adecuada, tanto temporalmente como espacialmente. Esto presenta un desafío para los países o comunidades con menos recursos y menos personal capacitado para interpretar los datos. Actualmente, la técnica más utilizada para identificar las áreas más propensas a tener incendios forestales es el análisis de imágenes satelitales. Estas imágenes se obtienen desde 1970 gracias a los programas LANDSAT y COPERNICUS que toman imágenes desde el espacio y las almacenan gratuitamente para ser utilizadas.

En los estudios de riesgos socionaturales y en el manejo de desastres, no se han realizado esfuerzos conscientes para incluir a las personas (en situación de discapacidad) con capacidades diferentes. Esto sucede a pesar del mandato de Naciones Unidas de que los estados deben poseer una visión de los riesgos basada en los derechos humanos. Sendai Framework for Disaster Risk Reduction 2015–2030 (SFDRR) hace explícito el que las naciones miembros incorporen tanto en la planificación de medidas de prevención como en los procesos de evacuación ciertos principios: la accesibilidad, la inclusión y el diseño universal.

Las personas migrantes y refugiadas son consideradas como grupos vulnerables, dado su escaso conocimiento del lenguaje, leyes y costumbres locales. Esta situación de vulnerabilidad se ve agravada por sus propias historias de ser víctimas de guerras, conflictos armados y desplazamiento. A pesar de lo anterior, son uno de los grupos de población más resiliente ante desastres naturales dadas las inequidades que viven todos los días. De acuerdo con Maldonado et al.

Machine Learning (ML), es el aprendizaje que realizan los computadores tomando como base una gran cantidad de datos. Sin embargo, solo podrán predecir las áreas más susceptibles a incendios en la medida en que obtengan más datos más precisos y se invierta en esa tecnología. Los incendios forestales causados por humanos se pueden evaluar usando ML dada la gran cantidad de datos satelitales y estadísticos del pasado, uno de los ML más acertados es el llamado Random Forest.

Las interfaces urbano-rurales o Wildland Urban Interface (WUI) son zonas de borde entre los usos urbanos y rurales – productivos, y son mosaicos complejos en donde las comunidades humanas se acoplan a los ecosistemas vegetales. Estos sectores no se encuentran considerados dentro de los planes de riesgo como tales, sino que se les asocia a zonas urbanas o rurales. Las interfaces que poseen una mezcla de casas y zonas productivas – forestales, se llaman intermixes.