気候変動が進む中で、野火などの極端な事象の頻度と深刻度が増しており、正確で説明可能かつ実行可能な予測の必要性が高まっています。本論文は、極端な事象の予測における予測精度と実行可能な洞察のギャップを埋めるための説明可能なAI（XAI）の役割を探ります。具体的には、野火の予測をケーススタディとし、様々なAIモデルを評価し、SHAP（SHapley Additive exPlanations）を用いてモデルの重要な特徴や意思決定の経路、潜在的なバイアスを明らかにしました。XAIはモデルの推論を明確にするだけでなく、専門家や対応チームによる重要な意思決定を支援することを示しています。また、特徴の重要性や季節性、地理的特徴の時間的パターンを状況化する視覚化を提供し、AIの説明を実務者や政策立案者にとってより使いやすくしています。本研究は、災害準備やリスク軽減、気候のレジリエンス計画において、正確でありながらも解釈可能で信頼できるAIシステムの必要性を強調しています。