Пространственный прогноз возникновения пожаров на юге дальнего востока россии по погодным и лесорастительным условиям

Пространственный прогноз возникновения пожаров на юге дальнего востока россии по погодным и лесорастительным условиям

Р. М. Коган, В. А. Глаголев, 2014

Охрана и воспроизводство растительных ресурсов особенно важна для районов со значительной лесистостью, в которых леса являются значительным экономическим потенциалом, служат главным резервом биологического разнообразия, фактором оздоровления воздушной и водной сред, регулирования климата и гидрологических параметров. Так, на Дальнем Востоке России (ДВР) они составляют основную часть (81,1%) земельного фонда региона; запас древесины - примерно 20,7 млрд. м3, из которых на спелые и перестойные насаждения, пригодные к промысленной заготовке, приходится 10,1 млрд. м3., поэтому задача их сохранения и приумножения является одной из важнейших. Борьба с лесными пожарами занимает особое место в лесопользовании на территории всего ДВ региона, при этом следует выделить территорию Среднего Приамурья, например, Еврейскую автономную область (ЕАО), в связи со значительным вкладом лесопромышленного комплекса в экономику данной территории, и увеличения спроса на древесину всех видов пород (хвойных, твердолиственных, мягколиственных) со стороны лесопользователей Российской Федерации и КНР. Лесной фонд отличается высокой пожарной опасностью, наблюдается самая большая на Дальнем Востоке плотность пожаров и значительные площади горельников [1]. Пирологиче- ские характеристики климата [2] определяют большую продолжительность пожароопасного сезона (апрель-октябрь, иногда начало ноября), наличие трех периодов различной горимости растительности (весеннего - летнего - осеннего) и неравномерность распределения пожаров по территории [3].

Известные методики прогноза вероятности возникновения пожаров разработаны на основе эмпирических (статистических), полуэмпирических (фи- зико - статистических) и вероятностных методов, которые отличаются набором исходных данных; принципами, схемами и моделями расчета; заблаговременностью, эффективностью и оправдываемостью [4]. Некоторые из них реализованы в Европе, Америке и Австралии, например: канадская CFFDRS, американская NFDRS, французская Numerical Risk, австралийская FDRS, испанская DER, итальянские IMPI и IREPI INDEX, португальская PORT, финская FFMI и др. [5]. В России разрабатываются детерминированно- вероятностные методы, в которых рассчитываются три составляющих: вероятность возникновения пожаров по метеоусловиям, по природным (молнии) и антропогенным источникам различного происхождения [6, 7]. Вероятностные члены оцениваются через частоту событий по статистическим данным за базовый период, детерминированные основаны на физических моделях низкотемпературной сушки [8]. Основная проблема состоит в расчете второй составляющей, поскольку для этого требуется использование переменных во времени данных о физическом состоянии слоев растительных горючих материалов (РГМ), например, 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 [7], или для реальных территорий, но при выделении одного типа проводника горения [6]. Интересный подход к устранению этой проблемы предпринят в [9] путем определения среднего значения метеорологического показателя пожарной опасности, при котором возникали пожары, однако при этом не учтено изменение пирологических свойств растительности в течение пожароопасного сезона, что значительно уменьшило достоверность прогноза. Поэтому целью работы является создание системы пространственного прогноза возникновения пожаров по погодным условиям и внутрисезонным изменениям пирологических характеристик растительности, и прогноз на ее основе вероятности возникновения пожаров растительности на юге ДВР.

Материалы и методики

Сформированы две базы ежедневных данных (1970-2012 гг.). Первая содержит фактические метеоданные 10 гидрометеостанций (ГМС), расположенных на юге ДВР («Облучье», «Биробиджан», «Екатерино - Никольское», «Смидович», «Ленинское», «Сутур», «Кукан», «Победа», «Хабаровск», «Хорское», «Троицкое») и прогнозные - с сайтов ГУ Гидрометцентра России[1]и ИКИ РАН[2]: дневную температуру воздуха и точки росы в 13-15 часов местного времени, суточный объем осадков с 9 часов утра предыдущего дня до 9 часов утра текущего дня.

В территорию репрезентативности ГМС включены 30 километровые зоны [10], зоны ответственности определены по полигонам Тиссена [11].

Во второй представлены сведения о пожарах растительности по материалам КГУ «ДВ авиабаза», ОГБУ «Лесничество ЕАО» и космоснимкам с сайтов NASA[3]и ФАЛХ «Авиалесоохрана»[4], которые включают даты обнаружения и ликвидации пожара, номера кварталов лесничеств или координаты операционных территориальных единиц (ОТЕ), тип пожара (лесной /не лесной).

Расчет ежедневных показателей фактической пожарной опасности производился по методу В. Нестерова [12], который применяется системе «ИСДМ - Рослесхоз» [20], (уравнения 1-3):

Lt = f (t,T, d, Et, ET, Kv) (1)

P = L, при x > 3,00 мм / сут. (2)

P = Lt + p_ при x < 3,00 мм / сут. (3)

где: Li, P, -лесопожарный и комплексный показатели, ti - дневная температура воздуха, т - дневная температура точки росы, d - дефицит влажности, Et, ET упругость насыщенных паров при разных температурах, Kv коэффициент, зависящий от скорости ветра,

Расчет прогнозного значения лесопожарного показателя L’i+n на i+n- ный день проводится авторской методике по корреляционным уравнениям между значениями Li в особо опасные «сухие» дни и дневной температурой воздуха t С для каждого месяца пожароопасного сезона на основании ежедневных метеоданных за базовый период в 30-50 лет [13]. К «сухим» отнесены дни, в которых не отмечался дождь, или количество осадков (x) не превышало 3 мм/сут., и которым предшествовали и следовали сутки без дождя или с осадками в этом же объеме: xi-1 <3 мм/сут.; x, <3 мм/сут.; x+i <3 мм/сут; где i-1, i, i+1 - индексы предыдущего, текущего и следующего дней. Выбор уравнений основан на статистических критериях: коэффициенте корреляции (r), стандартной ошибке коэффициента парной корреляции (ar), остаточной дисперсии парной корреляции (D), аппроксимации ошибки парной корреляции, при выполнении условий, обязательных для гидрометеорологических прогнозов: фактический критерий Фишера больше критического значения r>0,7 и l^/a^.

Комплексный показатель P’i+n на i+n - ный день прогнозируется на основе разработанных нами кодов синоптических терминов интенсивности осадков (INT) и системе уравнений, аналогичных уравнению В. Нестерова для расчета фактических значений Pi, принцип использования которых показан в табл. 1 на примере трехдневного прогноза. Класс пожарной опасности (КПО) определяется по региональной шкале.

Расчет вероятности возникновения пожаров растительности на каждый i- ый день пожароопасного сезона производится по детерминированно- вероятностной методике [8], в которую нами введена дифференциация антропогенных источников возгорания в зависимости их расстояния от j-ой ОТЕ, учтена степень пирологической опасности участков растительности по лесорастительным условиям, введено понятие критическое расстояние, которое характеризует максимальное расстояние от источников, после которого резко уменьшается количество пожаров (уравнения 4а, в).

F J F,j (C)[ (Fj (N)Fij. (B /N)+Fj (M)Fj (B /M) ] при RN < Rcr. (4a) hJ ) [F,. (C)[(Fj (D[ (B / D) + Fj (M)F,. (B/M) ] при Rn > Rcr. (4e)

где: Fij(B) - вероятность возникновения пожаров растительности (событие B); Fi?j (C) - вероятность возгорания растительности при определенном значении комплексного показателя (событие C), которая определяется степенью пиро- логической опасности участков растительности по лесорастительным условиям; Fj(N), Fj(D) - вероятность появления антропогенного источника огня в ОТЕ от ближайших населенных пунктов (событие N) или железных и автомобильных дорог (событие D); FjB/N), Fi,j(B/D) - вероятность возгорания вследствие появления антропогенного источника огня; Fj(M) - вероятность появления природного источника (молний) (событие M); FjB/M) - вероятность возгорания вследствие появления природного источника огня, молний; Rn - расстояние от j-ой ОТЕ до населенного пункта; Rcr. - минимальное расстояние от населенного пункта до ОТЕ, после которого значительно уменьшается количество пожаров. События N, D и M образуют полную группу несовместных событий, которые пересчитываются после наступления события B по частотным характристикам.

Таблица 1

Уравнения для трехдневного прогноза комплексного показателя P’i+n и его изменение в зависимости от интенсивности и продолжительности выпадения осадков

Термин	Код (INT)	Уравнения для расчета
Без осадков, сухая погода	1
Небольшой дождь, слабый дождь, небольшие осадки	2	P+n = L'(ti+n)+P+n_1 (№1)
Морось, моросящие осадки, моросящий дождь, дождливая погода	3	P+1 = L'(ti+1)+P (№1) P+n = ((L'(ti+n ) + P+n-г) + Ltl+n ))/2			2) (№
Дождь, осадки, дождливая погода	4	P+n = i(L(tI+n)+P+n-1)+L(tI+n ))/2			2) (№
Местами дождь, кратковременный дождь, кратковременные дожди			5	p+n = L (ti+n ) + p+n-1 P+2 = ДО + Рм P+2 = L(tM) P+3 = L(ti+3) + P+2 P+3 = АО		(№1) (№1) (№ 3) (№ 1) (№ 3)
Значительный дождь, сильный дождь, очень сильный дождь (осадки), ливневый дождь			6	P+n = L(tl+n )		(№4)
Без осадков, сухая погода Дождь, осадки, дождливая			1	P+n = L (ti+n ) + Pi+n-1		(№1)
Погода			4	P+n = ((L (ti+n)+P+-)+L(t1+n ))/2 (№ 2)

Примечания: п = 1..3- день прогноза; L (ti+n), Pi+n- лесопожарный и комплексный показатель на i+n день прогноза, INT - код формализованного синоптического термина прогноза осадков, xi+n и t +п прогнозируемые объем осадков и температуры воздуха на i+n -ый день.

В качестве ОТЕ использована нерегулярная сеть кварталов ОГБУ «Лесничество ЕАО» с однозначно идентифицируемыми параметрами: порядковый номер, номер филиала, участкового лесничества или квартала; и регулярная сеть не лесного фонда, которые характеризуются координатами центра.

Результаты и их обсуждение

Возможность возникновения пожаров зависит от процессов высыхания- увлажнения растительности, которые определяют переход ее в состояние «пожарной зрелости», зависящее, в первую очередь, от свойства самой растительности и от погодных условий [10].

Для расчета вероятности возникновения пожаров растительности в зависимости от погодных условий Fi,j(C) в уравнениях (4а, в) нами предложена формула:

F,, (С) = -P-, (5)

Pcr

где: Р прогнозное значение комплексного показателя в i-день, Pcr. -значение комплексного показателя, при котором возможно горение определенного типа растительности в зависимости от периода пожароопасного сезона.

Для расчета комплексного показателя Pi в i-ый день и его прогноза на следующие п суток P’i+i, ... P’i+n. в каждом ОТЕ использовано два метода:

В зоне репрезентативности ГМС сначала рассчитываются прогнозные значения лесопожарного показателя L’1+n по корреляционным уравнениям вида L1 = C0eClt + C2 (R >0,7), где: С - коэффициенты, t- прогнозируемая температура воздуха на 13-15 ч. местного времени, а затем проводят прогноз комплексных показателей P’i+n по уравнениям табл.1., что позволяет определять классы пожарной опасности с достоверностью 0,77-0,96 (табл. 2).

Таблица 2

Достоверность прогноза классов пожарной опасности на территории Среднего

Приамурья в зоне репрезентативности ГМС (ГМС «Би					робиджан», 2010 г.) (фрагмент)
Месяц	День прогноза			Месяц	День прогноза
	1	2	3		1	2	3
	Достоверность (р (КПО))
Апрель	0,96	0,95	0,95	Август	0,88	0,88	0,90
Май	0,87	0,77	0,77	Сентябрь	0,90	0, 93	0,90
Июнь	0,92	0,92	0,92	Октябрь	0,88	0,88	0,89
Июль	0,80	0,79	0,80

Примечание достоверность прогноза (р (КПО)) рассчитана по [12]

Вне зон репрезентативности ГМС использованы восстановленные значения L i. Метод интерполяции выбран из группы детерминистических или гео- статистических с географической привязкой по минимальному значению среднеквадратической ошибки RMSEm [14] и наибольшей величине коэффициента эффективности Em, при выполнении условия 0,5< Em<1 [15]. Проведен анализ 9 интерполяционных методов, построен ансамбль из 26964 карт с изолиниями восстановленных значений L. При последовательном использованием каждой ГМС в качестве контрольной точки рассчитана среднеквадратическая ошибка и количество пожароопасных сезонов с эффективностью прогноза Em > 0,5; показано, что приемлемыми являются локальная полиномиальная интерполяция, обратно взвешенные расстояния и базовые радиальные функции (фрагмент приведен в табл. 3).

Таблица 3

Характеристики методов интерполяции значений лесопожарного показателя L i в контрольных точках (1999 -2012 гг.)

			Метод	интерполяции
Контрольные точки (ГМС)	Обратно - взвешенные расстояния	Кригинг	Минимизация кривизны	Шепарда		Естественные соседи	Полиномиальная регрессия	Базисные радиальные функции
	Среднеквадратическая ошибка интерполяции
«Биробиджан»	61,1	63,2	70,3	66,3		63,3	69,7	60,6
«Победа»	87,2	87,0	93,7	93,4	84,9		98,2	84,9
«Кукан»	82,8	83,4	86,6	86,1	83,4		86,6	83,0
«Хабаровск»	66,5	70,2	81,8	72,7	70,0		96,0	67,3
«Сутур»	109,3	106,5	111,9	117,4	109,5		128,2	106,4
«Троицкое»	113,3	136,1	179,3	199,8	120,5		125,9	132,4
«Ленинское»	73,7	69,4	146,4	127,7	76,8		84,1	67,1
«Смидовичи»	73,5	75,2	80,6	72,1	69,5		85,0	70,1
«Екатерино- Никольское»	93,2	98,2	504,3	142,6	-		112,8	94,9
«Облучье»	85,4	96,7	180,8	137,0	-		107,6	95,4
Среднее значение	84,6	88,6	153,6	111,5	84,7		99,4	86,2
Количество сезонов с Em > 0,5; %	85,0	81,4	48,6	52,1	68,6		76,4	82,1

Значение комплексного показателя Pcr. , при котором возможно горение, зависит от пирологической устойчивости («пожарной зрелости») растительности [16]. Степень пирологической устойчивости преобладающей в каждом ОТЕ растительности, определена в соответствии со шкалой, разработанной А. М. Стародумовым [18] (рис. 1).

Рис. 1. Степень пирологической пожарной опасности основных растительных формаций на территории Еврейской автономной области

К I классу отнесены леса и редколесья из дуба монгольского, а так же заросли кедрового стланика, багульника, рододендрона золотистого, расположенные в долине р. Амур между с. Пашково и с. Екатерино - Никольское, в верховьях рек Каменушка, Осенняя, Самара, Малая Самара, в нижнем течении р. Большая Бира и на небольших участках в южной части области, а так же в южной части Буреинского хребта. Во II класс выделены темнохвойные пихтово-еловые леса из ели аянской и пихты белокурой, лиственничноеловые и елово-лиственничные горные леса, пихтово-еловые и еловопихтовые леса с кедром, широколиственными породами, хорошо развитым подлеском и покровом; широколиственно - елово-кедровые леса или северные кедровники; широколиственные леса, расположенные южнее железнодорожного полотна ДВЖД на отрезке п. Известковый - г. Биробиджан, севернее отрезка г. Облучье - п. Известковый, в верховьях рек Биджан, Бира, Дитур, Большой Таймень, в районе хребтов Сутарский, Помпеевский. Формации IV класса - это мелколиственные леса и редколесья на равнинах и долинах рек, лиственничные леса и редколесья межгорных долин вдоль ДВЖД между станциями Биракан и Ин, а так же в среднем течении рек Би- джан, Унгун, Малая Бира. К V классу отнесены лиственничники кустарнич- ково - голубично - моховые с ерником и редкостойные лиственничники с березой маньчжурской; березовые и осино - белоберезовые с хвойными и широколиственными породами производные леса на горных склонах, а так же луговая и болотная растительность, распространенная в южной части ЕАО в долине реки Амур и нижнем течении р. Остаповка, Каменушка, Биджан, Самара, Малая Бира, Урми [3].

Для исследования выбран пожароопасный сезон 2010 г., когда в лесном фонде было зарегистрировано 116 пожаров, огнем пройдено 16,2 тыс. га, в том числе 3,2 тыс. га - на лесных землях. Анализ фактической горимости показал, что значительная часть пожаров возникла в ОТЕ, в которых преобладает растительность I-III степени опасности -33,4 и 38,0 % соответственно, а наименьшее - с растительностью V степени (0,4%). Определен период нахождения каждого ОТЕ в пожароопасном состоянии в зависимости от погодных условий весеннего, летнего и осеннего периодов и степени пирологи- ческой пожарной опасности растительности: I степень - 170, II степень - 122, III степень - 65, IV степень - 40 дней при общей продолжительности сезона 214 дней.

Составлено 214 ежедневных пространственных прогнозов возникновения пожаров. Показано, что при вероятности 0,95 их достоверность, рассчитанная по фактическим значениям комплексного показателя (Pi) на текущий день, составляет в среднем 84± 14%, а по прогнозным (Рг) - 77±16 % (табл. 4)., причем она незначительно снижается с изменением заблаговременности прогноза и примерно на 20-25% выше, чем в последних разработках ИСДМ - Рослесхоз [9].

Таблица 4

Достоверность прогноза пожаров растительности по метеоусловиям 2010 г. (фрагмент)

Степень пирологической пожароопасности растительности	I	II	III	IV
День прогноза	Достоверность прогноза ( вероятность 0,95)
Текущий	88±14	83±12	94±7	71±26
Первый	88±14	85±11	85±10	57±29
Второй	88±14	88±11	77±12	57±29
Третий	88±14	85±11	77±12	50±29

Заключение

Таким образом, пространственный прогноз возникновения пожаров на юге Дальнего Востока России позволил выявить наиболее опасные участки, в которых возможно возгорание растительности по погодным и пирологиче- ским характеристикам в весенний, летний и осенний периоды, что может быть использовано для дифференцированного проведения противопожарного наземного и авиационного мониторинга.

Список литературы

Современное состояние лесов российского Дальнего Востока и перспективы их использования / под ред. А.П. Ковалева. Хабаровск: ДальНИИЛХ, 2009. 470 с.

Григорьева ЕА., Коган Р.М. Пирологические характеристики климата на юге Дальнего Востока России // Региональные проблемы. 2010. Т.13, №2. С. 78-82.

Дорошенко А.М., Коган Р.М. Оценка пирологических характеристик Среднего Приамурья (на примере Еврейской автономной области) // Региональные проблемы. 2005. № 6-7. С. 63-67.

Гришин А.М., Фильков А.И. Прогноз возникновения и распространения пожаров растительности. Кемерово: Практика, 2005. 202 с.

Кузнецов Г.В., Барановский Н.В Прогноз возникновения лесных пожаров и их экологические последствия. Новосибирск: СОРАН, 2009. 301 с.

Фильков А.И. Детерминированно-вероятностная система прогноза лесной пожарной опасности: дис. на соиск. учен. степ. канд. физ.-мат. наук. Томск: ТГУ, 2005. 163 с.

Барановский Н.В., Гришин А.М., Локутникова Т.П. Информационнопрогностическая система определения вероятности возникновения лесных пожаров // Вычислительные технологии. 2003. Т.8, №2. С. 16-26.

Кузнецов Г.В., Барановский Н.В. Детерминировано - вероятностный прогноз лесопожарных возгораний // Пожаровзрывобезопасность. 2006. Т. 15, №5. C. 56-59.

Подольская А.С., ЕршовД.В., ШулякП.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.

Софронов МА., Волокитина А.В. Пирологическое районирование в таежной зоне. Новосибирск: Наука, 1990. 204 с.

ДеМерс М.Н. Географические информационные системы. Основы. М.: Дата+, 1999. 490 с.

Кац А.Л., Гусев В.Л., Шабунина ТА. Методические указания по прогнозированию пожарной опасности в лесах по условиям погоды. М.: Гидрометеоиздат, 1975. 16 с.

Коган Р.М. Глаголев ВА., Соколова Г.В. Методика автоматизированного прогноза пожарной опасности Приамурья и оценка ее эффективности // Гидрология и метеорология. 2006. №12. С.45-53.

Flannigan M.D., Wotton B.M. A study of the interpolation methods for forest fiie danger rating in Canada // Canadian Journal of Forest Research. 1989. 19(8). P. 1059-1066.

Nash J.E., Sutcliffe J.V. River flow forecasting through conceptual models: 1 A discussion of principles // Jornal of Hydrology. 1970. V. 10, №3. P. 282-290.

Костырина Т.В. Прогнозирование пожарной опасности в лесах юга Хабаровского края: автореф. дис. на соиск. учен. степ. канд. с.-х. наук: 06.03.03. Красноярск, 1978. 23 с.

Куренцова Г.Э. Очерк растительности Еврейской автономной области. Владивосток: Дальневост. кн изд-во, 1967. 61 с.

Стародумов А.М. Шкала пожарной опасности насаждений и других категорий площадей для условий Дальнего Востока. Хабаровск: ДальНИИЛХ,1965. 1 с.

[1]http://meteoinfo.ru

[2]http: //meteo.infospace.ru

[3]http://rapidfire.sci.gsfc.nasa.gov

[4]http://aviales.ru