Сравнительный анализ методов определения индекса пожарной опасности по российской и канадской системам
Важность определения показателя пожарной опасности. Анализ российской и канадской систем определения индекса пожарной опасности по условиям погоды на территории Красноярского края. Разработка программного обеспечения на языке программирования Delphi.
| Рубрика | Программирование, компьютеры и кибернетика |
| Вид | дипломная работа |
| Язык | русский |
| Дата добавления | 10.05.2011 |
| Размер файла | 1,2 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Дипломная работа
Сравнительный анализ методов определения индекса пожарной опасности по российской и канадской системам
Содержание
- 1. Введение
- 2. Обзор литературы
- 2.1 Основы теории излучения
- 2.2 Теоретические основы оценки пожарной опасности (ПО)
- 2.3 Методика определения индекса пожарной опасности
- 2.4 Теплофизический подход в оценке влагосодержания ЛГМ
- 3. Постановка задачи исследования
- 4. Практическая часть
- 4.1 Российская система оценки пожарной опасности
- 4.2 Канадская система оценки пожарной опасности
- 5. Эксперементальные результаты и обсуждение
- 5.1 Общая характеристика программы
- 5.2 Описание программы
- 5.3 Сравнение российской и канадской систем оценки индексов пожарной опасности
- 5.4 Динамика пожарной опасности в течение пожароопасного периода 2009 г
- 6. Результаты
- 7. Выводы
- 8. Список литературы
- Приложения
1. Введение
Определение динамики лесных пожаров и показателя пожарной опасности - одно из важнейших природоохранных мероприятий.
Среди методов контроля состояния лесов, с точки зрения оперативного обнаружения пожаров на ранней стадии их развития, наряду с широко известными наземными системами наблюдения (визуальными, телевизионными и т.п.) и авиационным патрулированием в последние десятилетия практическое применение все более широко находят системы спутникового мониторинга.
Система спутникового мониторинга лесных пожаров, базирующаяся на 36-и канальном сканирующем радиометре MODIS, размещенном на спутнике TERRA (США), существует и в Красноярском крае. Характеристики этого спутника и оптико-электронных приборов, созданных для решения метеорологических задач, оказались приемлемыми для использования их в системах спутникового мониторинга лесных пожаров.
Анализ динамик лесных пожаров позволяет нам наглядно представить экологическую ситуацию на протяжении пожароопасного периода.
В данной работе проводится корреляционный анализ российской и канадской систем определения индекса пожарной опасности по условиям погоды на территории Красноярского края. Для выполнения данной задачи было написано программное обеспечение на языке программирования Delphi. Программное обеспечение позволяет оперировать статистической базой данных по метеостанциям с 2004 по 2009 год. Программа позволяет построить зависимость показателя пожарной опасности по российской и канадской системе за период с 2004 по 2009 год на территории Красноярского края.
Цель работы:
разработать программное обеспечение расчета индексов пожарной опасности.
провести корреляционный анализ Российской и Канадской систем определения показателя пожарной опасности;
провести анализ изменения индекса в течение сезона, установить закономерности перемещения максимума пожарной опасности на территории Красноярского края.
Задачи:
разработать программное обеспечение на языке программирования Delphi для проведения анализа;
сформировать базу данных для анализа динамики показателя пожарной опасности по условиям погоды на территории Красноярского края за период с 2004 по 2009 год;
рассчитать показатели пожарной опасности по канадской системе за период с 2004 по 2009 год на территории Красноярского края;
выявить закономерности пространственно-временного распределения индекса на территории Красноярского края за 2009 год;
2. Обзор литературы
2.1 Основы теории излучения
Системы дистанционного зондирования, которые используются в настоящее время, являются в основном пассивными, т.е. датчик просто получает энергию от объекта, который был освещен внешним источником излучения, обычно солнцем.
Рис.1. Солнечная спектральная плотность энергетической освещенности Земли через слой воздуха у поверхности.1 - кривая излучения, наблюдаемая за пределами Земли, 2 - кривая излучения абсолютно черного тела, 3 - наблюдаемая с Земли кривая излучения Солнца. [1]
На рисунке 1. приведен график солнечной спектральной плотности энергетической освещенности Земли как функции длины волны. Этот график показывает влияние атмосферы на солнечное излучение при его прохождении через воздушные массы к земной поверхности. Составляющие атмосферу газы обуславливают сложную "структуру" солнечного спектра. И, наоборот, спектр солнечного излучения за пределами атмосферы очень гладкий. Фактически он очень напоминает спектр, излучаемый идеальным излучателем - абсолютно черным телом, при температуре приблизительно 6000 К. Интерпретация солнечного спектра в терминах идеального излучателя - абсолютно черного тела удобна в дистанционном зондировании.
Концептуально абсолютно черное тело - идеальный излучатель тепловой энергии. Идеальный излучатель также является и идеальным поглотителем. Планк в качестве модели абсолютно черного тела использовал большую сферу с очень маленьким отверстием. Если в него попадает часть излучения, то весьма вероятно, что обратно через отверстие оно не выйдет, так как площадь его по сравнению с площадью сферы слишком мала. Скорее оно будет двигаться внутри сферы, нагревая ее, до тех пор, пока не поглотится.
Поэтому само отверстие играет роль идеального абсолютно черного тела - абсолютного поглотителя. Далее Планк применил свой известный закон о дискретных энергетических уровнях к полю теплового излучения в сфере. Математическая формулировка результата известна теперь как закон излучения Планка, который выражается уравнением
, Вт/ (м2мкм) (1.1)
где M? - спектральный радиационный выход энергии, Вт/ (м2мкм); e - излучательная способность (коэффициент излучения), безразмерная величина; с1 - первая константа излучения, (3,7415) ?ґ 10-8 Вт мкм/м2, l - длина волны излучения, мкм; с2 вторая константа излучения 1,43880?ґ 104 мкм·К, Т - абсолютная температура излучения, К.
Иначе закон может быть сформулирован в терминах частоты излучения n, используя следующие зависимости:
, (1.2), , (1.3), , (1.4)
где с - скорость света в соответствующих единицах. После подстановок получаем закон Планка в следующем виде:
, Вт/ (м2 Гц) (1.5)
где с - скорость света, 2,9996 ґ 1014 мкм/с;
n - частота излучения, Гц.
В технологии дистанционного зондирования обычно используется волновая форма закона Планка.
Однако его удобно использовать в частотной форме для получения другого полезного соотношения. Интегрируя, М?, по всем частотам, получаем радиационный выход энергии М абсолютно черного тела.
Вт/м2 (1.6)
Используя подстановки , получаем:
(1.7)
Интеграл справа - дзета-функция Римана для n=З и имеет значение p4/15 [2]. Таким образом,
Вт/м2 (1.8)
где s - постоянная излучения Стефана - Больцмана;
s =5,6693?ґ 10-8 (Bт/ (м2К4)). (1.9)
Это уравнение известно как закон излучения Стефана - Больцмана. Если Ml?продифференцировать по длине волны, приравнять производную нулю и решить получившееся уравнение для ?max, получим выражение для длины волны, при которой значение M? максимально. Получаем:
, (1.10)
где Т - в кельвинах (К).
Все законы излучения предполагают, что излучателем является идеальное абсолютно черное тело - идеальный излучатель.
Степень приближения объекта к абсолютно черному телу количественно определяется при включении в закон излучения Стефана - Больцмана (или закон излучения Планка) постоянного множителя, известного как излучательная способность e.
В случае непрозрачных объектов излучательная способность обычно называется коэффициентом излучения. Идеальное абсолютно черное тело обладает коэффициентом излучения, равным 1, тогда как коэффициент излучения объекта, не являющегося идеальным излучателем, должен быть меньше 1.
Идеальный излучатель является также и идеальным поглотителем, а это означает, что объект, имеющий коэффициент излучения, равный пулю, будет идеальным отражателем с коэффициентом, отражения, равны 1 [2].
пожарная опасность программное обеспечение
2.2 Теоретические основы оценки пожарной опасности (ПО)
В лесопирологической литературе принято различать:
а) пожароопасность погоды для леса, на основе которой ежедневно определяют возможность возникновения пожаров на охраняемой территории;
б) общую пожароопасность лесных участков как основание для проектирования и проведения на них противопожарных мероприятий;
в) природную пожарную опасность участков как способ оценки природных предпосылок возникновения на них пожаров без учета наличия источников огня. Природная пожарная опасность сейчас характеризуется очередностью наступления “пожарной зрелости” на том или ином участке в течении засушливого периода, поскольку от нее зависит частота пожаров. Вообще под пожарной опасностью в лесу в общем случае понимается угроза возникновения лесных пожаров, их развитие и нанесение ущерба лесным биогеоценозам.
Лесной пожар представляет собой горение, стихийно распространяющееся по лесной территории. В лесу горючие материалы обычно распределяются по площади непрерывным слоем. Поэтому возможность возникновения пожара на участке или его “пожарную зрелость”, определяют в основном два фактора. Первый фактор это влажность опада мха и подстилки, изменения которой под влиянием метеорологических условий служат главной причиной колебания пожарной опасности в пределах суток и пожароопасных периодов. Второй - соотношение указанных горючих материалов с массой, вегетирующей травяной растительности, обуславливающее постепенное изменение пожарной опасности в пределах сезона [3].
Влагосодержание лесных горючих материалов (ЛГМ) - важнейший динамичный параметр, определяющий возможность возникновения и развития лесных пожаров (ЛП). Влагосодержание зависит от множества факторов, в том числе от осадков, уровня грунтовых вод, температуры и влажности воздуха, фенологического состояния растительности.
Доминирующую роль в процессе высыхания ЛГМ играет солнечная радиация. Эта идея нашла косвенное отражение в теории Н.П. Курбатского о "пожарном созревании" лесных участков и в местных шкалах природной пожарной опасности, составленных по его методике [1].
Степень пожарной опасности определяется комплексом природно-экономических факторов, условно разбиваемых на 2 группы: относительно-постоянные и переменные. К первой группе относятся климат, растительность, рельеф местности и население, характеризующиеся относительно медленным изменением во времени. Вторую группу составляют осадки, ветер, температура и влажность воздуха, грозовая активность, состояние растительности, уровень грунтовых вод, посещаемость лесов и хозяйственная деятельность.
Развитие и совершенствование методов оценки и прогноза пожарной опасности осуществляется поэтапно, параллельно с развитием и совершенствованием всей системы охраны леса. На первом этапе развития основной задачей оценки пожарной опасности является прогноз пожароопасной погоды, осуществляемый, как правило, силами метеорологических служб. На втором этапе предопределяется интенсивность процессов возникновения и развития лесных пожаров на определенной территории лесного фонда, с учетом характера растительности динамики погодных условий. Разработка методов оценки интенсивности этих процессов осуществляется лесопирологами с участием метеорологов. На третьем этапе развития целью системы оценки и прогноза пожарной опасности является предсказание поведения конкретных лесных пожаров с учетом лесорастительных условий и хода атмосферных процессов в районе каждого пожара.
В основном прогноз поведения конкретных пожаров осуществляется в рамках научно-исследовательских программ в области лесного хозяйства или анализом опытного специалиста.
2.3 Методика определения индекса пожарной опасности
Показатель пожарной опасности (ПО) характеризует готовность лесного горючего материала (ЛГМ) к воспламенению и поддержанию горения. Решающим фактором является влагосодержание ЛГМ. Таким образом, система определение индекса ПО должна ориентироваться на данные о влагосодержании ЛГМ. На сегодняшний день такая система базируется на информации, косвенно определяющей влагосодержание. Это данные метеорологических станций наземного базирования о температурах воздуха и точки росы.
(1.11)
где Тair - температура воздуха, Тdpoint - температура точки росы, К - поправочный коэффициент. Суммирование ведется за весь период наблюдения.
В случае выпадения осадков показатель ПО Нестерова уменьшается пропорционально их количеству. Поправочные коэффициенты разработаны и проверенны на большом статистическом материале [4]. Ниже приведена таблица 1 этих поправочных коэффициентов.
Таблица 1.
Поправочные коэффициенты.
|
Осадки, мм. |
Нет или есть |
0,1 - 0,9 |
1,0 - 2,9 |
3,0 - 5,9 |
6,0 - 14,9 |
15,0 - 19,9 |
20,0 и более |
|
|
Поправочный коэффициент |
1 |
0,8 |
0,6 |
0,4 |
0,2 |
0,1 |
0 |
Из таблицы видно, что, в случае отсутствия осадков показатель пожарной опасности не претерпевает каких-либо изменений, но сбрасывается на ноль в случае выпадения осадков количеством 20 мм и более. В целях упрощения вычислений применена методика сброса коэффициента пожарной опасности пропорционально количеству осадков, так что поправочный коэффициент имеет вид:
Здесь h. значение количества выпавших осадков в миллиметрах. Как показал анализ, это не сказалось на качестве полученных оценок ПО, но несколько упростило саму процедуру коррекции результатов и дало возможность более дифференцировано подходить к оценке влияния осадков на показатель ПО.
Однако интенсивность высушивания ЛГМ в большей мере определяется температурой горючего материала (Тм), поэтому влагосодержание теснее коррелирует с Тм, чем с температурой воздуха, поскольку последняя не отражает процесс радиационного теплообмена ЛГМ с окружающей средой. В этом видится одно из преимуществ дистанционных космических методов определения пожарной опасности, которые основываются на измерениях радиационной температуры подстилающей поверхности. Существующая сеть метеостанций не позволяет в полной мере удовлетворить потребность в создании крупномасштабных картосхем распределения индекса ПО. Из-за отсутствия метеостанций практически неохраняемыми остаются северные районы края.
На основе информации получаемой красноярской станцией приема сигнала со спутников, разрабатывается методика пространственной оценки ПО в лесных массивах по условиям погоды. В основу положены данные спутникового дистанционного зондирования в тепловом диапазоне. Для выбора района из первичных данных вырезается фрагмент изображения и переводится в проекцию, которую можно выбрать в соответствии с требованиями. Такой фрагмент изображения представляет собой цифровое изображение с пространственным разрешением .
Предполагаемая методика определения индекса ПО заключается в оценке величины солнечной энергии, аккумулированной ЛГМ. Для этого программными средствами осуществляется попиксельное суммирование изображений, собранных за определенный период времени. В результате на каждый день мы имеем картосхему распределения накопленной за предыдущий период времени температуры, величины, характеризующей ПО.
(1.12)
где Тri - радиационная температура поверхности (данные тепловых каналов радиометра MODIS, 1103нм и 32 канал 1202нм). Суммирование ведется за весь период наблюдения.
В отличие от метеорологической системы определение показателя ПО, предлагаемый метод позволяет получать картосхемы пространственного распределения индекса ПО на большие районы, в том числе и неохраняемые территории. Детальность таких картосхем во много раз выше, чем у данных сети метеостанций. В случае пика пожарной напряженности существует возможность определить суточную динамику ПО.
2.4 Теплофизический подход в оценке влагосодержания ЛГМ
При испарении воды из гигроскопических растительных материалов затрачивается 2600 - 3000 кДж энергии на каждый килограмм влаги. При этом основной источник энергии - солнечная радиация. Считая воздух практически прозрачным для солнечных лучей, можно заключить, что превращение радиации в тепло происходит при поглощении ее какой-либо поверхностью. Облученная поверхность всегда имеет температуру выше, чем окружающее воздушное пространство или затененные участки. Чем больше эта разность температур, тем быстрее может происходить испарение влаги с поглощающей поверхности [6].
В качестве модельного приближения рассмотрим процесс формирования температуры поверхности однородного бесконечного полупространства при заданных начальных и граничных условиях. Это приближение удовлетворительно описывает динамику температуры поверхности напочвенных покровов, представленных лишайниковыми, травянистыми, мертвопокровными типами ОПГ ввиду относительно малой толщины покрова по сравнению с горизонтальной протяженностью.
В нашем случае температурное поле является функцией глубины x и времени и определяется дифференциальным уравнением теплопроводности
. (1.13)
Начальные условия в момент времени 0:
T (x, 0) = (x),
Т (0, 0) = 0 (0) = Tпо,
где Tпо - начальная температура поверхности.
Граничные условия:
;
,
где C, , - эффективные теплоемкость, плотность и теплопроводность дисперсного слоя капиллярно-пористых коллоидных частиц основных проводников горения; Г - величина теплового потока.
Решение этого уравнения приводится в виде [7]
(1.14)
где Tп () - температура поверхности материала; а=/C - температуропроводность материала; Р=/ - показатель тепловой инерции материала.
Аналитическое выражение температуры поверхности материала Тп, позволяет восстановить динамику температуры при известных теплофизических параметрах и начальных и граничных условиях. Однако расчет температуры поверхности осложняется нестационарностью теплового потока Q (t), ввиду чего для точного решения (1.13) необходимо выполнять численное интегрирование слагаемых в (1.14).
В выражении (1.14) функция Q (t) представляет собой результирующий тепловой поток, зависящий от времени:
Q (t) = R+K+M,
где R - радиационный баланс; К - затраты тепла на конвективный теплообмен с атмосферой; М - потери тепла на испарение влаги.
При этом
R = Rс + Rп.
Здесь Rс - коротковолновая радиация, приходящая от Солнца на земную поверхность, Rп - длинноволновая радиация, теряемая поверхностью материала.
Rс = (1 - A) J = k (1 - A) Jо,
где А - альбедо поверхности материала в долях единицы; J - поток суммарной солнечной радиации; . - поток суммарной солнечной радиации в условиях отсутствия облачности; Со = 1324 вт/м2 - солнечная постоянная;
hc - высота стояния Солнца; f - коэффициент, зависящий от широты места наблюдения и от времени года;
k - фактор облачности, определяемый как k =1- (a + bn) n; a = 0,38 для широты = 35°; a = 0,16 для = 75°; b = 0,38 [8];
n - облачность в долях единицы. Функцию синуса можно расписать в виде [9]
sin (hс) = sin () Sin () +cos () cos () cos (t),
где - широта места наблюдения; - склонение солнца; - круговая частота суточного вращения Земли; t - местное солнечное время. Для наклонной поверхности с углом к горизонту и азимутом секущей вертикальной плоскости значение высоты стояния солнца определяется из формулы
sin (hc) =cos () sin (hc) +sin () {cos () [sin (hc) tg () - sin () sec () +sin () cos () sin (t)] }
Длинноволновый лучистый поток, теряемый поверхностью, выражается как разность между длинноволновым излучением атмосферы и собственным излучением материала [8], т.е.
Rп = а в п Tв4 (1-0,7n) - пТп4,
где a = 0,82 - 0,25·10 - 0,0945е; п, в - коэффициенты излучения поверхности и воздуха в длинноволновой области; - постоянная Стефана-Больцмана; е - упругость водяного пара в атмосфере, мб; Тп, Тв - абсолютные температуры поверхности и воздуха, соответственно. Далее рассмотрим затраты тепла на конвективный теплообмен с атмосферой, который описывается законом Ньютона [10]
К =А (Тв - Тп) = в Св D (Тп - Тв),
где А - коэффициент конвективной теплоотдачи; в, Св - плотность и теплоемкость воздуха;
D - коэффициент скорости турбулентного обмена.
Для приближенной оценки влияния турбулентного обмена на суточный ход температуры поверхности материала можно использовать эмпирическую зависимость [11]
,
где U2 - скорость ветра на высоте 2 м.
Поток тепла, теряемый на испарение влаги, описывается формулой
,
где L, Q - теплота испарения и адсорбции воды; S - эффективная поверхность испарения, W - влагосодержание материала.
Из физических соображений следует, что Q (t) - суточно-периодическая функция. Разбивая период колебаний Q (t) на N интервалов и считая, что Q (t) и (х) изменяется в каждом интервале по линейному закону, вычислим первый и второй интегралы в выражении (1.14). В результате получим набор значений температуры поверхности за весь период колебаний. При этом каждому значению Тпi будет соответствовать свое значение потока тепла Мi, теряемого на испарение влаги.
Рассмотрим более подробно первый интеграл в правой части уравнения (1.14).
Здесь тепловая инерция Р зависит от влагосодержания материала, поскольку теплоемкость влажного тела выражается как
С = Сс + Св W,
где Сс и Св - теплоемкость сухого материала и воды соответственно.
Тогда с учетом допущения линейной зависимости потока тепла Q (t) от времени t: Q (t) = Q·t + g уравнение (1.14) запишется в виде
, (1.15)
где O1 (x) - функция, описывающая распределение температуры по глубине слоя в момент времени t.
Интегрирование по t в (1.15) показывает, что появляется функциональная связь между Тп и W в виде
F (Tп (), R, K, Г, , Cс) = - (dW/d) (1/W). (1.16)
Уравнение (1.16) по виду совпадает с уравнением высыхания материала в периоде падающей скорости сушки [12]
dW/d= - kл (W - Wp), (1.17)
где kл - логарифмическая скорость (коэффициент) высыхания; W и Wр - текущее и равновесное влагосодержание материала.
Интегрирование (1.17) дает выражение
(W () - Wp) / (Wo-Wp) =exp (-kл).
Поскольку Wp и kл зависят от времени из-за суточного и сезонного хода температуры и влажности воздуха, (1.17) необходимо переписать в виде
, или
. (1.18)
Интегрирование (1.18) дает
.
Аналогично этому интегрирование уравнения (1.16) с учетом функциональной связи между Тп и W дает выражение
. (1.19)
Из физических соображений, подтверждаемых экспериментальными наблюдениями, следует, что максимуму Тп в суточном периоде соответствует минимум влагосодержания Wmin, причем это состояние достигается в часы максимальной высоты стояния солнца, то есть в 13 - 14 часов местного времени. В выражении (1.19) интегрирование заменим суммированием дискретных максимальных значений функции F13, соответствующих t = 13 часам местного времени, а величины R, kл, Г, принимаем постоянными и известными. Тогда выражение преобразуется к виду
, (1.20)
Выражение (1.20) по виду представляет классическую формулу В.Г. Нестерова, отражающую связь между влагосодержанием ЛГМ и показателем пожарной опасности
,
где Твi - температура воздуха; Трi - температура точки росы; - коэффициент сушки; - равновесное влагосодержание, соответствующее относительной влажности и температуре воздуха в 13 часов местного времени.
Таким образом, теплофизический подход описания процесса нагрева и сушки ЛГМ позволяет получить соотношение между температурой материала и его влагосодержанием, не противоречащее классическим представлениям. Можно сделать вывод о применимости радиометрических измерений температуры ЛГМ в тепловом диапазоне для расчета показателя пожарной опасности.
3. Постановка задачи исследования
Как показывает статистика, пожароопасная обстановка в лесах Восточной Сибири и Дальнего Востока в последнее десятилетие периодически носит экстремальный характер.
Как правило, имеющиеся подразделения противопожарной охраны лесов не справляются с задачами по локализации и тушению лесных пожаров без привлечения дополнительных людских и технических ресурсов. Подобная ситуация повторяется из года в год в различных районах Сибири и Дальнего Востока, где в последнее время усиливаются и учащаются засушливые сезоны, в то время как сеть метеорологических станций неуклонно сокращается.
В данной работе были поставлены задачи:
· провести корреляционный анализ канадской и российской методик определения показателя пожарной опасности;
· разработать программное обеспечение на языке программирования Delphi для проведения корреляционного анализа российской и канадской методик определения показателя пожарной опасности по условиям погоды на территории Красноярского края;
· сформировать базу данных для анализа динамики показателя пожарной опасности по условиям погоды на территории Красноярского края за период с 2004 по 2009 год;
· рассчитать показатели пожарной опасности по канадской системе за период с 2004 по 2009 год на территории Красноярского края;
· выявить закономерности пространственно-временного распределения индекса на территории Красноярского края за 2009 год;
4. Практическая часть
4.1 Российская система оценки пожарной опасности
Важнейшей пирологической характеристикой погоды является оценка уровня засухи. Основой для определения уровня лесопожарной засухи служит оценка влагосодержания у эталонных видов растительных горючих материалов (РГМ). В России для проведения такой оценки и возможности прогнозирования уровня засухи эмпирическим путем была установлена связь между влагосодержанием эталонных РГМ и метеорологическими факторами.
В.Г. Нестеров (1949), а затем М.В. Вонский и В.А. Жданко (1976) при разработке своих лесопожарных показателей засухи (ЛПЗ) в качестве эталонного использовали покров из мха Шребера в сосняках бруснично-черничных. В канадской системе FWI эталонный комплекс РГМ соответствует напочвенному покрову из зеленого перистого мха с мощным (до 18 см) нижним слоем подстилки в высокополнотных сосняках. В американской системе NFDRS эталонным РГМ служат стандартные брусочки древесины с 10 - и 100-часовым "временным лагом" потери 2/3 первоначального влагосодержания при стандартных условиях высыхания [6].
Все виды расчетных ЛПЗ, которые предлагались и используются в России, включают в себя, во-первых, основание, которое учитывает факторы высыхания (температуру t, дефицит влажности воздуха d, температуру точки росы td и т.д.) в различных наборах и сочетаниях. Во-вторых, это поправки на увлажняющий фактор - осадки.
Было предложено более десятка видов основания для ЛПЗ. В практике с 1949 года для оценки пожарной опасности использовался "комплексный показатель горимости" В.Г. Нестерова с основанием dt. С 1967 года - "метеорологический показатель горимости леса" В.Г. Нестерова с основанием t (t - td), а в 1976 году был разработан "показатель влажности" (ПВ) ЛенНИИЛХа с тем же основанием, но с иными поправками на осадки. Основания у всех предложенных ЛПЗ отражают условия испарения со свободной водной поверхности, которое протекает до полного испарения влаги. Но испарение из гигроскопических тел (мхи, лишайники, опад и т.д.) идет не до конца, а лишь до уровня равновесной влажности. Поэтому кустистые лишайники не могут высохнуть до горимого состояния при относительной влажности воздуха свыше 85%, а мох Шребера - свыше 60% [13]. Повышение влажности воздуха может без дождя приводить к увлажнению мхов, лишайников и опада до негоримого состояния.
Расчет любого ЛПЗ ведется путем ежедневного суммирования его основания. В случае выпадения осадков ЛПЗ уменьшается. Эту операцию можно представить как умножение ЛПЗ на коэффициент осадков Kос#1. Так, в показателе В.Г. Нестерова при отсутствии осадков или после дождей менее 2,6 мм/сут. Kос=1, а после дождей 2,6 мм и более Kос=0. Такая недифференцированная поправка слишком груба.
М.А. Софроновым предложен усовершенствованный ЛПЗ [14] - показатель влажности с учетом гигроскопичности растительных горючих материалов (ПВГ). Расчет проводится по формуле
(ПВГ) n={ (ПВГ) n-1+ (t + 10°C) n (t - td - 5°C) n} (Kос) n,
где t - температура воздуха в 13 - 15 часов,°С; td - температура точки росы в 13 - 15 часов,°С; n - порядковый номер дня; Kос - поправка на осадки.
Поправка на осадки может быть вычислена двумя методами: с учетом суммарного количества выпавших осадков (R)
Kос=1,8/ (R+1),
или с учетом суточной продолжительности выпадения осадков (T) (аналогично американской модели)
Kос=1,8/ (1,3T+1).
При R=0 - 0,5 мм или T=0 - 0,4 час. Kос принимается равным 1.
Сегодня в России активно используются показатели пожарной опасности, разработанные и усовершенствованные в ЛенНИИЛХ [15]. Вычисление этих показателей начинается со дня устойчивого схода снежного покрова и продолжается непрерывно до конца пожароопасного сезона.
Введены два показателя пожарной опасности: ПВ-1 (показатель влажности) и ПВ-2 (показатель влажности подстилки). Расчеты осуществляются с использованием соотношений:
(ПВ-1) n = { (ПВ-1) n-1 + tn-1 (tn-1 - n-1) }Kn, при t > 0°C
(ПВ-1) n = { (ПВ-1) n-1 + (tn-1 - n-1) }Kn, при t 0°C
где t - температура воздуха в 13 - 15 часов,°С; - температура точки росы в 13 - 15 часов,°С; n - порядковый номер дня; K - коэффициент учета осадков, который в дни с осадками 0,5, равен 1.
В существующей системе определения ПО коррекция на осадки вносится в соответствии с поправочными коэффициентами, разработанными В.А. Жданко и М.В. Гриценко и проверенными на большом статистическом материале [16]. В таблице 1. приведены эти поправочные коэффициенты.
Вычисление ПВ-2 начинается со дня устойчивого схода снежного покрова одновременно с вычислением ПВ-1. В первый день ПВ-2 = 0. В каждый последующий день ПВ-2 вычисляется по формулам:
(ПВ-2) n = { (ПВ-2) n-1}K'n + tn-1 (tn-1 - n-1) K"n, при t > 0°C
(ПВ-2) n = { (ПВ-1) n-1}K'n + (tn-1 - n-1) K"n, при t 0°C
где t - температура воздуха в 13 - 15 часов,°С; - температура точки росы в 13 - 15 часов,°С; n - порядковый номер дня; K'n, K" n - коэффициенты учета осадков.
K" n определяется из условия
где Sn - сумма осадков на утро текущего дня.
Пожарная опасность - величина вероятностная. В принципе, пожарная опасность в лесу должна оцениваться по величине вероятностного ущерба от пожаров. Хотя сегодня принято более упрощенным методом оценивать пожарную опасность вероятным число возникающих пожаров. [17] В общем случае текущая природная пожарная опасность (степень готовности слоя РГМ воспламеняться и поддерживать горение) определяется:
1) комплексом РГМ на участке;
2) фенологическим периодом и 3) уровнем засухи.
Природная пожарная опасность, по сути, - потенциальная пожарная опасность. Реализоваться в виде пожара она может только в случае появления источника огня. Таким образом, если к факторам природной пожарной опасности добавить вероятность появления источника огня, то получается реальная пожарная опасность:
|
Природная пожарная опасность |
х |
Вероятность появления огня |
= |
Реальная пожарная опасность |
Вероятность появления источника огня зависит от степени обжитости региона, развития транспортной сети, наличия мест рекреации населения, а также от многих других факторов. Это выражается в классе пожарной опасности (КПО), который присваивается данному району. В настоящее время для определения КПО используются местные шкалы, составленные по методике ЛенНИИЛХ (1979), которая представляет собой видоизмененную методику Н.П. Курбатского (1963). Границы КПО выделены с учетом распределения числа пожаров (в %), исходя из следующего соотношения: 1 класс ПО - не более 5%; 1 и 2 классы - не более 20%; 1-3 классы - не более 45%; 1-4 классы - не более 70%.
Однако сами авторы признают, что использование местных шкал пожарной опасности связано с известной долей произвола в назначении допустимого распределения пожаров по классам пожарной опасности.
Кроме того, в сложившихся условиях практически отсутствует возможность проводить авиационное патрулирование; недостаточная сеть метеостанций не позволяет оперативно и детально отображать динамику пожароопасной ситуации. Прежде всего, это приводит к снижению эффективности системы противопожарного мониторинга лесов.
4.2 Канадская система оценки пожарной опасности
Канадская система оценки пожарной опасности лесов (CFFDRS), разработанная Лесной службой Канады, состоит из двух первичных подсистем: Система оценки индекса погоды (FWI), и Система прогнозирования поведения лесных пожаров (FBP). Система FWI, основанная на продолжительных наблюдениях за метеопараметрами, выдает 6 числовых индексов для табулированных типов лесного горючего на равнинной местности. Система FBP, базирующаяся на индексах FWI, позволяет количественно оценивать физические характеристики развития пожара для типовых видов лесного горючего при данных топографических условиях.
На рисунке 2. приведена блок-схема комплексной оценки пожарной опасности в канадской системе, включающая все уровни измеряемых и рассчитываемых данных. Используемые уравнения основаны, как правило, на многолетних наблюдениях, поэтому содержат большое количество поправочных эмпирических коэффициентов, каждый из которых описывается в таблице 2.
Рис.2. Схема Канадской системы оценки пожарной опасности.
Таблица 2.
Условные обозначения, используемые в уравнениях CFFDRS.
|
Метеорологические параметры |
||
|
Индекс |
Физическое значение |
|
|
T |
Температура в полдень,°С |
|
|
H |
Относительная влажность воздуха в полдень, % |
|
|
W |
Скорость ветра, км/ч |
|
|
r0 |
Количество осадков, мм |
|
|
rf |
Эффективные осадки, FFMC |
|
|
re |
Эффективные осадки, DMC |
|
|
rd |
Эффективные осадки, DC |
|
|
Цифровой индекс влагосодержания Верхних тонких слоёв горючих материалов (FFMC) |
||
|
Индекс |
Физическое значение |
|
|
m0 |
Влагосодержание тонких ЛГМ предыдущего дня |
|
|
mr |
Влагосодержание тонких ЛГМ после осадков |
|
|
m |
Влагосодержание тонких ЛГМ в период высыхания |
|
|
Ed |
Равновесное влагосодержание тонких ЛГМ периода высыхания |
|
|
Ew |
Равновесное влагосодержание тонких ЛГМ периода увлажнения |
|
|
k0 |
Промежуточный параметр при вычислении kd |
|
|
kd |
Логарифмический коэффициент сушки, FFMC, log10m/день |
|
|
kl |
Промежуточный параметр при вычислении kw |
|
|
kw |
Логарифмический коэффициент увлажнения, FFMC, log10m/день |
|
|
F0 |
Показатель FFMC предыдущего дня |
|
|
F |
Показатель FFMC текущего дня |
|
|
DMC - Цифровой индекс среднего влагосодержания плотных органических слоев средней глубины залегания |
||
|
Индекс |
Физическое значение |
|
|
M0 |
Влагосодержания плотных органических слоев предыдущего дня |
|
|
Mr |
Влагосодержания плотных органических слоев после осадков |
|
|
M |
Влагосодержания плотных органических слоев после периода сушки |
|
|
K |
Логарифмический коэффициент высыхания, DMC, log10M/день |
|
|
Le |
Эффективная длина дня, часы |
|
|
b |
Переменная учета осадков |
|
|
P0 |
DMC предыдущего дня |
|
|
Pr |
DMC после дождя |
|
|
P |
Индекс DMC |
|
|
DC - Цифровой индекс влагосодержания компактного органического слоя нижнего залегания |
||
|
Индекс |
Физическое значение |
|
|
Q |
Эквивалент влажности |
|
|
Q0 |
Эквивалент влажности предыдущего дня |
|
|
Qr |
Эквивалент влажности после дождя |
|
|
V |
Потенциал эвапотранспирации |
|
|
Lf |
Длина дня, часы |
|
|
D0 |
DC предыдущего дня |
|
|
Dr |
DC после дождя |
|
|
D |
DC |
|
|
Индексы поведения пожара (ISI, BUI, FWI) |
||
|
Индекс |
Физическое значение |
|
|
f (W) |
Функция ветра |
|
|
f (F) |
Функция влагосодержания тонких ЛГМ |
|
|
f (D) |
Функция влагосодержания плотных органических слоев |
|
|
R |
ISI - Числовой индекс прогноза скорости распространения пожара |
|
|
U |
BUI - Числовой индекс общего запаса лесных горючих материалов, способного гореть |
|
|
B |
FWI - Числовой индекс интенсивности пожара (промежуточная форма) |
|
|
S |
FWI - Числовой индекс интенсивности пожара (финальная форма) |
FFMC - Цифровой индекс влагосодержания верхних тонких слоёв горючих материалов. Данный код - индикатор вероятности воспламенения и поддерживания горения тонкими горючими материалами.
Индексу FFMC предшествовал Tracer Index, который являлся компонентом ранней системы оценки пожарной опасности для восточных хвойных лесов Канады (Wright, 1937; Beall, 1948). Основанием для данного индекса служила информация о текущем влагосодержании, погодных условиях и влагосодержании за предшествующий день. Рассматривалось тонкое горючее (верхние слои ЛГМ, хвоя) средним запасом 0,25 кг/м2, обладающее высокой скоростью высыхания.
Trace Index = 150 - m,
где m - текущее влагосодержание материала.
В сегодняшней системе индекс модернизировался с точки зрения оптимальной шкалы:
FFMC = 59,5 (m' - m) / (147,2 + m).
где m' = 250% - максимальное значение влагосодержания, достигаемое рассматриваемыми типами ЛГМ.
, влагосодержание лесного горючего;
где kw = k1 0,581 e0,0365T, логарифмический коэффициент увлажнения;
;
, m0>150
,m0<=150
,r0>0,5
Итак, при расчете кода FFMC учитываются температура воздуха, относительная влажность воздуха, скорость ветра, количество осадков. Верхние слои покрова при отсутствии осадков относительно быстро высыхают до равновесного влагосодержания, поэтому код FFMC имеет предельное значение 99 единиц, соответствующее 2% влагосодержания в слое. Нулевое значение кода соответствует максимальному влагосодержанию 250%. В физическую модель кода заложена также возможность увеличения при повышении относительной влажности воздуха, то есть без выпадения осадков.
DMC - Цифровой индекс среднего влагосодержания плотных органических слоев средней глубины залегания. Этот индекс оценивает запас горючих материалов средних размеров.
,r0>1,5
,P0<=33
,33<P0<=65
,P0>65
При расчете данного кода учитывается полуденная температура и относительная влажность воздуха, сумма осадков за предыдущий 24-часовой период, сезонная продолжительность дня (см. табл.3.), а также значение кода за предыдущие сутки.
Таблица.3.
Эффективная длина светового дня (Le) для кода DMC.
|
Месяц |
I |
II |
III |
IV |
V |
VI |
VII |
VIII |
IX |
X |
XI |
XII |
|
|
Le |
6,5 |
7,5 |
9,0 |
12,8 |
13,9 |
13,9 |
12,4 |
10,9 |
9,4 |
8,0 |
7,0 |
6,0 |
Влияние географической широты в пределах от 45 до 65 градуса на скорость высыхания среднего слоя признано несущественным. Не учитывается, как пренебрежимо мало влияющий фактор, продолжительность выпадения осадков (Что активно используется американской национальной системой).
DC - Цифровой индекс влагосодержания компактного органического слоя нижнего залегания. Этот индекс применим для оценки влияния сезонных засух на лесное горючее, а также для оценки процессов тления нижних слоев ЛГМ и крупноразмерных материалов.
,r>2,8
Таблица 4.
Эффективная длина светового дня (Lf) для кода DC.
|
Месяц |
I |
II |
III |
IV |
V |
VI |
VII |
VIII |
IX |
X |
XI |
XII |
|
|
Lf |
-1,6 |
-1,6 |
-1,6 |
0,9 |
3,8 |
5,8 |
6,4 |
5,0 |
2,4 |
0,4 |
-1,6 |
-1,6 |
Для вычисления данного кода используются значения полуденной температуры воздуха, суммы осадков за 24-часовой предшествующий период (свыше 2,8 мм), сезонная продолжительность дня и значение кода DC, соответствующего предыдущим суткам.
Оценка пожарной опасности по условиям погоды в канадской системе FWI осуществляется в несколько этапов. На первом шаге рассчитываются коды влагосодержания каждого из трех слоев эталонного РГМ на текущий день (FFMC, DMC, DC) по данным о погоде и значениям этих кодов за предшествующие сутки (Табл.2). Затем по коду FFMC и показаниям скорости ветра вычисляется индекс скорости распространения горения (ISI), а по кодам DMC и DC индекс BUI, отражающий запас РГМ, сгорающих на единице площади. Окончательный этап - вычисление индекса FWI. Индекс отражает интенсивность горения фронтальной кромки пожара, распространяющегося по участку, покрытому эталонным РГМ. Вычисление осуществляется с использованием индексов ISI и BUI. Именно индекс FWI используется для оценки пожарной опасности в лесах.
ISI - Числовой индекс прогноза скорости распространения пожара. Он комбинирует влияние ветра и индекса FFMC для оценки скорости распространения огня без учета типа горючего материала.
BUI - Числовой индекс общего запаса лесных горючих материалов, способного гореть, рассчитываемый по данным DMC и DC.
,P<=0,4D
,P<=0,4D
FWI - Числовой индекс интенсивности пожара, на основе комбинации ISI и BUI. Индекс применим как общий индекс пожарной опасности.
,U<=80
,U<=80
,B>1
S = B,B<=1
Необходимо отметить, что индекс FWI связан с оценкой только природной текущей пожарной опасности, поскольку в индексе не учитывается вероятность появления источников огня.
Следует сказать, что Канадская и Американская методики во многом похожи друг на друга по своей структуре, в подходах и принципах построения индекса пожарной опасности. Достоинства и недостатки двух моделей также во многом схожи. Кроме того, эмпиричность и отсутствие физической содержательной методики (не учитываются реальные физические процессы, влияющие на возникновение пожарной опасности) ограничивает возможность использования предложенных методик, например, для территории России. При этом большинство используемых параметров (см. табл.2) не являются физическими величинами, описывающими состояние среды и, опосредованно, состояние ЛГМ.
В целом канадская методика оценки влагосодержания слоев эталонного комплекса РГМ и интенсивности его горения может лишь приближенно отражать уровень фактической пожарной опасности в каждом районе. Возможные ограничения использования канадской системы [18].
1. Отличная от эталонной, структура напочвенного слоя ЛГМ;
2. Захламленность (вырубки);
3. Различия в поступлении солнечной радиации (вследствие различной сомкнутости древесного полога, наличия или отсутствия листвы в пологе, отличий в экспозиции и крутизне склонов);
Подобные документы
Охранно–пожарная сигнализация. Принципы работы систем пожарной сигнализации. Блок-схема алгоритма функционирования разработанного устройства. Выбор и обоснование элементной базы. Схема электрической принципиальной и проектирование цифровых устройств.
курсовая работа [786,6 K], добавлен 10.11.2011Характеристика, механизм и назначение кодового и фазового метода определения дальностей. Их сравнительный анализ и значение при различных способах позиционирования. Особенности применения при измерениях кодового и фазового методов определения дальностей.
курсовая работа [79,4 K], добавлен 25.12.2012Возможности среды программирования delphi при разработке приложения с визуальным интерфейсом. Разработка спецификации программного обеспечения и на ее основе кода программного продукта. Отладка программы "трассировкой", ее тестирование и оптимизация.
курсовая работа [501,4 K], добавлен 07.12.2016Понятие и классификация алгоритмов маршрутизации. Основное определение теории графов. Анализ и разработка алгоритмов Дейкстры и Флойда на языке программирования C# для определения наилучшего пути пакетов, передаваемых через сеть. Их сравнительный анализ.
курсовая работа [1,2 M], добавлен 16.05.2015Проведение формализации математической модели и разработка алгоритма программы для определения локальных экстремумов функции средствами Delphi 7.0, Visual C. Создание инсталляционной версии приложения и его тестирование в различных операционных системах.
курсовая работа [2,7 M], добавлен 11.06.2015Возможности среды программирования delphi при разработке приложения с визуальным интерфейсом. Отладка программных модулей с использованием специализированных программных средств. Тестирование программного обеспечения. Оптимизация программного кода.
курсовая работа [974,0 K], добавлен 21.12.2016Разработка программного обеспечения для работы с информацией и ее обработкой на языке программирования Delphi. Описание алгоритмов процедуры работы со стеком - добавление, удаление элементов, редактирование записи. Инструкция по использованию программы.
курсовая работа [2,9 M], добавлен 06.02.2013Особенности разработки приложений для операционной системы с помощью императивного, структурированного, объектно-ориентированного языка программирования Delphi. Формальное начало программы. Выделение конца программного блока. Листинг и описание программы.
курсовая работа [1,2 M], добавлен 04.08.2014Этапы процедуры принятия решений. Разработка математического алгоритма. Блок-схема алгоритма работы программы. Разработка программы на языке программирования С++ в среде разработки MFC. Текст программы определения технического состояния станка с ЧПУ.
курсовая работа [823,0 K], добавлен 18.12.2011Описание вычислительной техники, характеристика операционных систем и языков программирования. Сравнительный анализ аналогов и прототипов. Разработка алгоритма решения задачи. Выбор средств и методов решения задач. Проектирование программного обеспечения.
отчет по практике [1,0 M], добавлен 23.03.2015
