Размещено на http://www.allbest.ru/

Методы прогнозирование лесных пожаров

В.Е. Ватагина, В.М. Рычкова

ФГБОУ ВО «Уральский государственный горный университет» Екатеринбург, Россия

Аннотация

Лесные пожары наносят ущерб природной среде и экономике многим государствам мира, в том числе и России ежегодно, поэтому вопрос прогнозирования лесной пожарной опасности очень актуален. В практике охраны лесов, на территории России, используют ГОСТ Р 22.1.09-99, который основан на комплексном показателе Нестерова. Так же широко развивается космические средства дистанционного зондирования Земли, это позволяет вести мониторинг состояния лесов по данным, которые передаются со спутников.

Ключевые слова: лесные пожары, прогнозирование, комплексный показатель В.Г. Нестерова, дистанционное зондирование поверхности Земли, космоснимки.

Annotation

Forest fires cause damage to the natural environment and the economy of many countries, including Russia annually, so the question of predicting forest fire danger is very relevant. In the practice of protection of forests on the territory of Russia are the GOST R 22.1.09-99, which is based on the complex index of Nesterov. Also widely developed means of space remote sensing, it allows the monitoring of forest condition at the data that is transmitted from satellites.

Keywords: forest fires, forecasting, complex index of V.G. Nesterov, Earth space probing, space images.

Из года в год по всему миру случаются самые разнообразные происшествия, аномалии и катастрофы. Одними из них являются лесные пожары. Каждый год уничтожаются огромные площади лесных насаждений, что влечёт за собой, как значительные экологические так, и экономические последствия, не говоря уже о том, какое число жизней людей, животных, птиц и других живых существ при этом уносит огонь.

Охрана лесов от пожаров является одной из важнейших составляющих устойчивого управления лесами. От того, насколько результативно она исполняется, во многом зависит размер ущерба, нанесённого лесным насаждениям, как в экономическом, так и экологическом отношении.

Лесной пожар - это стихийное, неуправляемое распространение огня по лесным площадям. Лесные пожары бывают трех видов: низовые, верховые и подземные (торфяные). По скорости распространения огня и по характеру горения пожары имеют две формы: беглый и устойчивый [1].

Весной возникновение лесных пожаров происходит после схода снежного покрова и зависит от метеорологических условий (температуры, влажности воздуха и количества осадков). Одним из важнейших факторов при возгорании леса является отсутствие осадков после схода снежного покрова. Возникают пожары, как правило, на 6-10-й день засушливого периода. В отдельных случаях при одних и тех же метеорологических условиях пожары могут не наблюдаться из-за отсутствия источников огня. Основными причинами возникновения лесных пожаров являются сухие грозы и, к сожалению, деятельность человека. В Свердловской области начало пожароопасного периода приходится на апрель - по мере схода снежного покрова, а окончание - чаще всего приходится на конец сентября редко на начало октября.

Оценка состояния пожарной опасности погодных условий для лесных массивов производится через комплексный показатель В.Г. Нестерова, который учитывает основные факторы, влияющие на пожарную опасность лесных горючих материалов. Комплексный показатель определяется по формуле (1):

(1)

лес пожар горимость зондирование

где Т0 -- температура (в градусах) воздуха на 14 часов по местному времени; ? -- точка росы на 14 часов (дефицит влажности); n -- число дней после последнего дождя.

При выпадении осадков более 3 мм в один или несколько дней подряд исчисление КП начинают с нуля, считая последний день выпадения осадков первым днем. В зависимости от величины комплексного показателя (КП) установлено пять классов пожарной опасности [1].

Классы пожарной опасности погоды:

I класс: К от 0 до 300 -- отсутствие опасности;

II класс: К от 301 до 1000 -- малая пожарная опасность;

III класс: К от 1001 до 4000 -- средняя пожарная опасность;

IV класс: К от 4001 до 10 000 - высокая пожарная опасность;

V класс К: более 10 000 - чрезвычайная опасность [2].

На территории Свердловской области в период с 29 апреля по 4 мая 2017 год произошли крупные лесные пожары на площади около 3 тыс. га, так на 3 мая число действующих пожаров ровнялось 58, площадью около 1 тыс. га. Один из крупных пожаров возник в ГО Верхняя Пышма 1 мая и был потушен 4 мая, его площадь достигла 153 га.

Таблица 1 Исходные и рассчитанные данные по крупному пожару в районе ГО Верхняя Пышма в 2017г.

25.04 КП = 12,5х11,6 = 145 I класс

26.04 КП = 145+(10,4х13,8) = 288,52 I класс

27.04 КП = 288,52+(13,6х14,7) = 488,44 I класс

28.04 КП = 488,44 +(19,7х20,8) = 898,20 I класс

29.04КП = 898,20 +(12,7х19,1) = 1140,77 II класс

30.04 КП = 1140,77 +(12,8х25,2) = 1463,33 II класс

01.05 КП = 1463,33+(17,2х24,9) = 1891,61 III класс 02.05 КП = 1891,61+(25,1х26,3) = 2551,74 III класс 03.05 КП = 2551,74+(22,5х21,1) = 3026,49 III класс

04.05 КП = 3026.49+(11,7х15,3) = 3205,50 III класс

05.05 КП = 3205,50+(5,5х11,9) = 3270,95 III класс

06.05 КП = 3270,95+(7,2х12,6) = 3361,67 III класс

07.05 КП = 3361,67+(3,0х2,5) = 3369,17 III класс

Показатель Нестерова является наиболее распространенным из существующих показателей пожарной горимости. Но пожарная опасность в лесу обусловливаться не только уровнем засухи. Она зависит еще от числа источников огня на охраняемой территории, характера растительности и ее фенологического состояния. Поэтому, при одинаковом показателе, может быть различный уровень пожарной опасности не только в разных районах, но и в одном районе, но в разные периоды сезона.

В соответствии с этим система мониторинга лесных пожаров должна использовать разномасштабную информацию и выполняться в виде спутниковой, авиационной и наземной подсистем сбора и обработки данных.

Методы дистанционного зондирования поверхности Земли с самолетов и космических летательных аппаратов могут быть использованы для решения следующих задач охраны лесов от пожаров:

• оперативной оценки степени пожарной опасности; картирования контуров пожаров через слой дыма и полог древостоя;

• картирования естественных преград при тушении крупных очагов;

• обнаружения последних в условиях общего задымления территории;

• определения энергетических параметров пожара;

• оценки послепожарного состояния лесов [1].

Результаты пожаров и их воздействие на лесообразовательный процесс должны приниматься во внимание при ведении лесного хозяйства, учете и прогнозировании состояния лесных ресурсов. Однако реализация этого положения до сих пор была затруднена из-за отсутствия доступных, технически надежных и экономически эффективных методов единовременной оценки состояния и формирования лесов под влиянием пожаров в пределах крупных лесных массивов. Одним из наиболее перспективных путей решения указанной задачи считается применение дистанционных методов [3].

Современный этап развития космических средств дистанционного зондирования Земли характеризуется продолжающимся ростом числа и многообразия искусственных спутников Земли. В то же время, информационные возможности бортовой аппаратуры спутников существенно различаются, а значимость передаваемой информации неодинакова при решении тех или иных тематических задач. Существует компромисс между разрешающей способностью аппаратуры и оперативностью получения информации о состоянии наблюдаемого объекта или участка местности [1].

Полнота удовлетворения требований, предъявляемых к информации на потребительском уровне, определяет качество получаемой спутниковой информации. При этом может быть определен перечень объектов, процессов и явлений, дистанционное наблюдение которых необходимо для решения данной потребительской задачи. Совокупность определяемых при этом, характеристик, а также необходимые точность, периодичность и обзорность измерений используются для обоснования требований к информации дистанционного зондирования [1].

В настоящее время для решения прикладных задач космические системы имеют недостаточную разрешающую способность, а позиционирование центра пиксела осуществляется с точностью до десятков сантиметров. Причем имеет место закономерность, чем чаще совершаются сеансы приема информации со спутника, тем меньше разрешающая способность полученных снимков. Это значит, что при выделении какого-либо явления и его пространственной привязки совершается качественная фиксация информации, нежели достаточно точная количественная. С другой стороны при анализе временных рядов снимков можно следить за динамикой развития явления и уже с высокой точностью устанавливать скорость и характер изменений.

Детектируя события на космоснимках, фиксируя скорость распространения их, можно соотносить результат с какой-либо статистической моделью и более точно определять границы распространения явления, делать выводы и прогнозы.

Нехватка (а в ряде случаев и недоступность) материалов космических съемок, зачастую, является основной проблемой при создании автоматизированных мониторинговых систем. Особенно, учитывая специфичность данных, используемых в мониторинговых целях: оперативный приём, регулярное обновление, спектральное и метрическое разрешение и др. [1].

Для целей оценки текущего состояния лесов весьма информативными выступают данные низкоорбитальных метеорологических спутников серии NOAA. Данные с этих спутников передаются в непрерывном режиме и по международному соглашению "Open skies" могут свободно приниматься и использоваться всеми заинтересованными лицами. Информация полностью удовлетворяет требованиям оперативного мониторинга лесов: возможность оперативного получения данных, высокая периодичность, достоверность, надежность, охват больших территорий [1].

Список литературы

1. Кулик Е.Н. Разработка и исследование системы мониторинга лесных пожаров по материалам космических съемок (на примере Новосибирской области). - 2000.

2. ГОСТ Р. 22.1. 09-99 “Мониторинг и прогнозирование лесных пожаров Общие требования. - 1999.

3. Давлетшина И. Р., Стороженко Л. А. Использование данных дистанционного зондирования для обеспечения оперативного мониторинга лесных пожаров // Сборник докладов международной научно-практической конференции «Уральская горная школа - регионам»: УГГУ. - Екатеринбург. 2016. -С. 440-441.

4. Стороженко Л.А., Мартыненко М.С. Организация базы данных в электронных форматах геоинформационных систем // В сборнике: Сергеевские чтения. Устойчивое развитие: задачи геоэкологии (инженерно-геологические, гидрогеологические и геокриологические аспекты) Молодежная конференция. Материалы годичной сессии Научного совета РАН по проблемам геоэкологии, инженерной геологии и гидрогеологи, Москва, 22-23 марта 2013. -М: РУДН. - Москва. - 2013. - С. 187-191.

Размещено на Allbest.ru