Почтовый адрес: САФУ, Редакция «Лесной журнал», наб. Северной Двины, 17, г. Архангельск, Россия, 163002, ауд. 1425

Тел.: 8(8182) 21-61-18
Сайт: http://lesnoizhurnal.ru/ 
e-mail: forest@narfu.ru

RussianEnglish



архив

Математическая оценка достоверности информации о лесных пожарах. С. 21–34

Версия для печати

Р.В. Котельников, А.А. Мартынюк

Рубрика: Лесное хозяйство

Скачать статью (pdf, 1.2MB )

УДК

630*614.849

DOI:

10.37482/0536-1036-2023-3-21-34

Аннотация

Бурное развитие цифровых технологий в целом и методов обработки больших данных в частности открывает широкие возможности для получения новых алгоритмов информационной поддержки управленческих решений, в том числе в области охраны лесов от пожаров. На этом фоне существенно возрастают требования к точности данных о пожарной опасности в лесах и лесных пожарах. Технологии дистанционного зондирования Земли из космоса хоть и являются перспективным методом получения независимой от человеческого фактора информации, имеют пока ряд технических ограничений, не позволяющих полностью автоматизировать сбор информации, поэтому важно обеспечить всесторонний контроль сведений, поступающих от лесопожарных формирований. Кроме того, для долгосрочных прогнозов пожарной опасности необходимо учитывать ретроспективные данные и цикличность некоторых явлений. Это требует разработки методик оценки достоверности исходных данных. Анализ сведений о количестве лесных пожаров, возникших в Российской Федерации с 1969 по 2020 г., позволил выявить, что распределение значений в больших выборках близко к логнормальному. Это, по мнению авторов, является фундаментальным принципом. Небольшие отклонения в правой части распределения косвенно подтверждают гипотезу о возможном дроблении крупных лесных пожаров лицами, предоставляющими информацию. Это также согласуется с тем, что такое дробление обычно имеет смысл только при сложной лесопожарной ситуации (большом количестве лесных пожаров). Анализ данных о количестве лесных пожаров, ликвидированных в первые сутки, выявил характерное отклонение, которое косвенно доказывает гипотезу о вероятности искажения данных с целью улучшения отчетности. При этом характер отклонения согласуется с тем, что такое искажение обычно допускают при небольшой горимости, в условиях тяжелой лесопожарной обстановки при большом количестве пожаров подобная фальсификация данных теряет смысл. С использованием численной оценки степени отклонения статистических данных от предсказываемого в рамках закона логнормального распределения авторами сформирован рейтинг регионов с точки зрения достоверности архивных данных о лесных пожарах. Предложенный метод может стать одним из элементов риск-ориентированного подхода для планирования контрольно-надзорных мероприятий в области лесных отношений.

Сведения об авторах

Р.В. Котельников*, канд. техн. наук; ResearcherID: B-2453-2018, ORCID: https://orcid.org/0000-0002-9984-5913
А.А. Мартынюк, д-р с.-х. наук, проф.; ResearcherID: AAB-7622-2020, ORCID: https://orcid.org/0000-0001-7592-2614
Всероссийский научно-исследовательский институт лесоводства и механизации лесного хозяйства, ул. Институтская, д 15, г. Пушкино, Московская обл., Россия, 141202; kotelnikovrv@firescience.ru*, vniilm_martinuk@mail.ru

Ключевые слова

лесные пожары, лесопожарная обстановка, площадь лесного пожара, эффективность тушения лесных пожаров, статистический анализ, закон логнормального распределения, информационные технологии, риск-ориентированный подход

Для цитирования

Котельников Р.В., Мартынюк А.А. Математическая оценка достоверности информации о лесных пожарах // Изв. вузов. Лесн. журн. 2023. № 3. С. 21–34. https://doi.org/10.37482/0536-1036-2023-3-21-34

Литература

  1. Барталев С.А., Егоров В.А., Ефремов В.Ю., Лупян Е.А., Стыценко Ф.В., Флитман Е.В. Оценка площади пожаров на основе комплексирования спутниковых данных различного пространственного разрешения MODIS и Landsat-TM/ETM+ // Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т. 9, № 2. C. 9–26.

  2. Ковалев Н.А., Лупян Е.А., Балашов И.В., Барталев С.А., Бурцев М.А., Ершов Д.В., Кривошеев Н.П., Мазуров А.А. ИСДМ-Рослесхоз: 15 лет эксплуатации и развития // Современные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17, № 7. C. 283–291. https://doi.org/10.21046/2070-7401-2020-17-7-283-291

  3. Коморовский В.С. Модели организации и управления при борьбе с лесными пожарами: моногр. М.: Инфра-М, 2012. 120 с. 

  4. Котельников Р.В., Коршунов Н.А., Гиряев Н.М. Задачи принятия решений в области охраны лесов от пожаров. Основные приоритеты развития информационного обеспечения // Сиб. лесн. журн. 2017. № 5. C. 18–24. https://doi.org/10.15372/SJFS20170502

  5. Котельников Р.В., Мартынюк А.А. Использование закона Бенфорда для оценки достоверности сведений о лесных пожарах // Лесотехн. журн. 2018. Т. 8, № 1(29). C. 28–34. https://doi.org/10.12737/article_5ab0dfbb946859.24647128

  6. Лемешко Б.Ю., Лемешко С.Б., Постовалов С.Н., Чимитова Е.В. Статистический анализ данных, моделирование и исследование вероятностных закономерностей. Компьютерный подход: моногр. Новосибирск: НГТУ, 2011. 888 с. 

  7. Лупян Е.А., Барталев С.А., Балашов И.В., Егоров В.А., Ершов Д.В., Кобец Д.А., Сенько К.С., Стыценко Ф.В., Сычугов И.Г. Спутниковый мониторинг лесных пожаров в 21 веке на территории Российской Федерации (цифры и факты по данным детектирования активного горения) // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14, № 6. C. 158–175. https://doi.org/10.21046/2070-7401-2017-14-6-158-175

  8. Пономарев Е.И., Швецов Е.Г. Спутниковое детектирование лесных пожаров и геоинформационные методы калибровки результатов // Исследование Земли из космоса. 2015. № 1. С. 84–91. https://doi.org/10.7868/S0205961415010054

  9. Giglio L., Randerson J.T., Werf G.R. Analysis of Daily, Monthly, and Annual Burned Area Using the Fourth-Generation Global Fire Emissions Database (GFED4): Analysis of Burned Area. Journal of Geophysical Research, Biogeosciences series, 2013, vol. 118, no. 1, pp. 317–328. https://doi.org/10.1002/jgrg.20042

  10. Jolly W.M., Cochrane M.A., Freeborn P.H., Holden Z.A., Brown T.J., Williamson G.J., Bowman D.M.J.S. Climate-Induced Variations in Global Wildfire Danger from 1979 to 2013. Nature Communications, 2015, vol. 6, no. 7537, рр. 1–11. https://doi.org/10.1038/ncomms8537

  11. Katz R.W., Brush G.S., Parlange M.B. Statistics of Extremes: Modeling Ecological Disturbances. Ecology, 2005, vol. 86, no. 5, pp. 1124–1134. https://doi.org/10.1890/04-0606

  12. Kotelnikov R.V., Lupyan E.A., Bartalev S.A., Ershov D.V. Space Monitoring of Forest Fires: History of the Creation and Development of ISDM-Rosleskhoz. Contemporary Problems of Ecology, 2020, vol. 13, no. 7, pp. 795–802. https://doi.org/10.1134/S1995425520070045

  13. Langmann B., Duncan B., Textor C., Trentmann J., Werf G. Vegetation Fire Emissions and Their Impact on Air Pollution and Climate. Atmospheric Environment, 2009, vol. 43, no. 1, pp. 107–116. https://doi.org/10.1016/j.atmosenv.2008.09.047

  14. Limpert E., Stahel W.A., Abbt M. Log-Normal Distributions Across the Sciences: Keys and Clues. Bioscience, 2001, vol. 51, no. 5, p. 341. https://doi.org/10.1641/0006-3568(2001)051[0341:lndats]2.0.co;2

  15. Loboda T.V., Csiszar I.A. Estimating Burned Area from AVHRR and MODIS: Validation Results and Sources of Error. Contemporary Earth Remote Sensing from Space, 2005, vol. 2, pp. 415–421.

  16. Pereira Jr. A.C., Oliveira S.L.J., Pereira J.M.C., Turkman M.A.A. Modelling Fire Frequency in a Cerrado Savanna Protected Area. PloS One, 2014, vol. 9, no. 7, art. no. e102380. https://doi.org/10.1371/journal.pone.0102380

  17. Royston J.P. An Extension of Shapiro and Wilk’s W. Test for Normality to Large Samples. Journal of the Royal Statistical Society, Series C: Applied Statistics, 1982, vol. 31, no. 2, pp. 115–124. https://doi.org/10.2307/2347973

  18. Taylor S.W., Woolford D.G., Dean C.B., Martell D.L. Wildfire Prediction to Inform Fire Management: Statistical Science Challenges. Journal of the Institute of Mathematical Statistics, 2013, vol. 28, no. 4, pp. 586–615. https://doi.org/10.1214/13-sts451

  19. Torres-Rojo J.M. Index for the Estimation of the Occurrence of Forest Fires in Large Areas. Revista Chapingo, Serie: Ciencias Forestales Y Del Ambiente, 2020, vol. 26, no. 3, pp. 433–449. https://doi.org/10.5154/r.rchscfa.2019.11.082

  20. Werf G.R., Dempewolf J., Trigg S.N., Randerson J.T., Kasibhatla P.S., Giglio L., Murdiyarso D., Peters W., Morton D.C., Collatz G.J., Dolman A.J., DeFries R.S. Climate Regulation of Fire Emissions and Deforestation in Equatorial Asia. PNAS, 2008, vol. 105, no. 51, pp. 20350–20355. https://doi.org/10.1073/pnas.0803375105