Разработана система пространственного прогноза возникновения пожаров с учетом погодных и пирологических характеристик растительности на основе вероятностно-детерминированной модели, высокая достоверность которой подтверждена на территории юга Дальнего Востока России.
пожары, прогноз, детерминированно-вероятностная модель.
1. Введение
Пожары растительности относятся к процессам, которые происходят на значительных территориях на протяжении многих лет и оказывают большое влияние на эколого-экономическое состояние регионов, расположенных в разных странах и континентах. Поэтому проблему предупреждения, ликвидации и минимизации последствий пожаров следует отнести к мировым. Для ее решения исследуются много аспекты закономерности горения растительности, разрабатываются эмпирические (статистические) полуэмпирические (физико-статистические) и вероятностные методы прогноза их возникновения, которые различаются набором исходных данных, принципами, схемами и моделями расчета, заблаговременностью и эффективностью прогнозов [1, 2, 3, 4].
Наиболее известные схемы реализованы в Европе, Америке и Австралии. Например, канадская CFFDRS [5,6,7], американская NFDRS [8,9], французская Numerical Risk [10], австралийская FDRS [11], испанская DER [12], итальянские IMPI и IREPI INDEX [13], португальская PORT [ 14 ], финская FFMI [15] и др. Содержащиеся в них блоки прогноза пожаров основаны на регрессионных, логических регрессионных и вероятностных моделях [16, 17] и предполагают использование большого комплекса метеорологических данных, сведений о типах, запасах, влажности различных слоев живых и мертвых растительных горючих материалов (РГМ) и почвы.
В России разрабатываются детерминированновероятностные методы, в которых рассчитываются три составляющие: вероятность возникновения пожаров по метеоусловиям, по природным (молнии) и антропогенным источникам различного происхождения [3,18]. Вероятностные члены оцениваются через частоту событий по статистическим данным за базовый период, детерминированные основаны на физических моделях низкотемпературной сушки [4].
Основная проблема состоит в расчете первой составляющей, поскольку для этого нужно использовать переменные во времени данные о физическом состоянии слоев РГМ (плотности, теплоемкости, объемной доли сухого органического вещества), которые трудно определить и прогнозировать даже на небольших территориях вследствие их сложного состава и неоднородности пирологических свойств. Поэтому примеры применения данной методики приведены для гипотетических лесных участков [18] или для реальных территорий, но при выделении одного типа проводника горения [3]. Интересный подход к устранению этой проблемы предпринят в [2], где определено среднее значение метеорологического показателя пожарной опасности, при котором возникали пожары. Однако в нем не учтено изменение пирологических свойства растительности в течение пожароопасного сезона, что уменьшило достоверность прогноза. Поэтому целью работы является разработка системы пространственного прогноза возникновения пожаров растительности с учетом погодных условий и внутрисезонных изменений пирологических характеристик растительности для оптимизации противопожарного мониторинга.
1. Гришин А.М., Фильков А.И. Прогноз возникновения и распространения пожаров растительности. – Кемерово: Практика, 2005. – 202 с.
2. Подольская А.С., Ершов Д.В., Шуляк П.П. Применение метода оценки вероятности возникновения лесных пожаров в ИСДМ – Рослесхоз // Современные проблемы дистанционного зондирования Земли из космоса. – 2011. – Т. 8, № 1. – С. 118–126.
3. Фильков А.И. Детерминированно-вероятностная система прогноза лесной пожарной опасности: дис. на соиск. учен. степ. канд. физ.-мат. наук. – Томск: ТГУ, 2005. – 163 с.
4. Барановский Н.В. Теплофизические аспекты прогностического моделирования лесной пожарной опасности: дис. на соиск. учен. степ. д-ра физ.-мат. наук. – Томск, 2012. – 436 с.
5. Information system in support of wildland fire management decision making in Canada / B.S. Lee et al. // Computers and Electronics in Agriculture. – 2002. – V. 37, N 1–2. – P. 185–198.
6. Волокитина А.В., Софронов М.А. Канадская система прогнозирования развития лесных пожаров // Лесное хозяйство. – 2001. – № 1. – С. 46–48.
7. Canadian forest fire danger rating system / B.J. Stocks et al. Ontario: Canadian Forestry servise, 1987. – 500 p.
8. Deeming J.E., Burgan K.E., Cohen J.D. The national firedanger rating system Ogden. Utah: USDA Forest Service, General Technical Report. Int-39, 1978. – 66 p.
9. Курбатский Н.П., Костырина Т.В. Национальная система расчета пожарной опасности США // Обнаружение и анализ лесных пожаров. – Красноярск: ИЛиД СО АН СССР, 1977. – С. 38–90.
10. Comparative study of various methods of fire danger evaluation in southern Europe / D.X. Viegas et al. // Int. J. Wildland Fire. – 1999. – V. 9, N 4. – P. 235–246.
11. Linacre E. Predicting bushfires in Australia. http://www-as.uwyo.edu /~geerts/ cwx/ notes/ chap16/ oz_bush.html.
12. Prediction of the dially nambers of forest fires / Garcia Dies E.L. et al. // Int. J. Wildland Fire. – 1999. – V. 9, N 3. – P. 207–211.
13. Bovio G., Quaglino A., Nosenzo A. Individuazione di un indice di previsione per il pericolo // Monti e Boschi. – 1984. – N 4(35). – P. 39–44.
14. Goncalves Z.J., Lourenco L. Meteorological index of forest fire risk in the Portuguese mainland territory // Proceedings of the international conference on forest fire research. – Coimbra, 1990. – V. 7. – P. 1.
15. Heikinheimo M. Renewing the system for forest fire risk assessment at the Finnish Meteorological Institute // International Forest Fire News. – 1998. – N 18. – P. 65–67.
16. Anderson K. A model to predict lightning-caused fire occurrences // Int. J. Wildland Fire. – 2002. – V. 11, N 3–4. – P. 163–172.
17. Probability based models for estimation of wildfire risk / N.K. Preysler et al. // Int. J. Wildland Fire. – 2004. – V. 13, N 2. – P. 133–142.
18. Барановский Н.В., Гришин А.М., Локутникова Т.П. Информационно-прогностическая система определения вероятности возникновения лесных пожаров // Вычислительные технологии. – 2003. – Т. 8, № 2. – С. 16–26.
19. Кац А.Л., Гусев В.Л., Шабунина Т.А. Методические указания по прогнозированию пожарной опасности в лесах по условиям погоды. – М.: Гидрометеоиздат, 1975. – 16 с.
20. Российская система спутникового мониторинга лесных пожаров / Д.В. Ершов и др. // Современные проблемы дистанционного зондирования Земли из космоса. Физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных объектов и явлений: сб. науч. ст. – М.: ООО Полиграфсервис, 2004. – Вып. 1, Т. 1. – С. 47–57.
21. Вонский С.М., Жданко В.А. Методические указания по оценке степени засушливости пожароопасных сезонов и расчету вероятности их поступления. – Л.: ЛенНИИЛХ, 1967. – 21 с.
22. Софронов М.А., Софронова Т.М., Волокитина А.В. Оценка пожарной опасности по условиям погоды с использованием метеопрогнозов // Лесное хозяйство. – 2004. – № 6. – С. 31–32.
23. Сверлова Л.И. Метод оценки пожарной опасности в лесах по условиям погоды. – Хабаровск: Кн. изд-во, 1998. – 31 с.
24. Соколова В. А., Коган Р.М., Глаголев В.А. Методика автоматизированного прогноза пожарной опасности Приамурья и оценка ее эффективности // Метеорология и гидрология. – 2006. – № 12. – С. 45–53.
25. Flannigan M.D., Wotton B.M. A study of the interpolation methods for forest fire danger rating in Canada // Canadian Journal of Forest Research. – 1989. – № 19(8). – P. 1059–1066.
26. Nаsh J.E., Sutcliffe J.V. River flow forecasting through conceptual models: A discussion of principles // Journal of Hydrology. – 1970. – V. 10, № 3. – P. 282–290.
27. Соколова Г.В., Коган Р.М., Глаголев В.А. Пожарная опасность территории Среднего Приамурья: оценка, прогноз, параметры мониторинга. – Хабаровск: ДВО РАН, 2009. – 265 с.
28. Соколова Г.В., Коган Р.М., Глаголев В.А. Методика автоматизированного прогноза пожарной опасности Приамурья и оценка ее эффективности // Метеорология и гидрология. – 2006. – № 12. – с . 45–53.
29. Кузнецов Г.В., Барановский Н.В. Детерминированно-вероятностный прогноз лесопожарных возгораний // Пожаровзрывобезопасность. – 2006. – Т. 15, № 5. – C. 56–59.
30. Гмурман В.Е. Теория вероятностей и математическая статистика: учеб. пособие для вузов. – 7-е изд. – М.: Высшая школа, 2001. – 479 с.
31. Глаголев В.А., Коган Р.М. Геоинформационная система прогноза возникновения пожаров растительности в условиях муссонного климата средних широт // Геоинформатика. – 2009. -№ 4. – С. 8–16.
32. Современное состояние лесов российского Дальнего Востока и перспективы их использования / Под ред. А.П. Ковалева. – Хабаровск: ДальНИИЛХ, 2009. – 470 с.
33. Григорьева Е.А., Коган Р.М. Пирологические характеристики климата на юге Дальнего Востока России // Региональные проблемы. – 2010. – Т. 13, № 2. – С. 78–82.
34. Дорошенко А.М., Коган Р.М. Оценка пирологических характеристик Среднего Приамурья (на примере Еврейской автономной области) // Региональные проблемы. – 2005. – № 6–7. – С. 63–67.
35. Софронов М.А., Волокитина А.В. Пирологическое районирование в таежной зоне. – Новосибирск: Наука, 1990. – 204 с.
36. ДеМерс Майкл Н. Географические информационные системы. Основы. – М.: Дата+, 1999. – 490 с.
37. Глаголев В.А., Коган Р.М. Модификация региональной шкалы классов пожарной опасности для территории Среднего Приамурья (на примере Еврейской автономной области) // Региональные проблемы. – 2011. – Т. 14, № 1. – C. 48–53.
38. Бефани Н.Ф. Упражнения и методические разработки по гидрологическим прогнозам. – Л.: Гидрометеоиздат, 1965. – 439 с.
39. Костырина Т.В. Прогнозирование пожарной опасности в лесах юга Хабаровского края: автореф. дис. на соиск. учен. степ. канд. с.-х. наук. – Красноярск, 1978. – 23 с.
