Динамика изменения лесопожарной опасности в Удмуртской Республике. C. 76-91

УДК

630*431.5(470.51)

DOI:

10.37482/0536-1036-2025-2-76-91

Аннотация

Исследованы основные подходы к организации мониторинга пожароопасных ситуаций на региональном уровне и проблемы, возникающие при техническом обеспечении такого мониторинга. Целью работы является изучение динамики изменения пожарной опасности в лесах на территории Удмуртской Республики. Варьирование комплексного показателя пожарной опасности, наблюдаемого независимо от структуры таксационных выделов, рассматривается наряду с данными о фактических пожарах 2011–2023 гг. В связи со значительной протяженностью территории Удмуртии предполагается различие комплексного показателя с изменением долготы или широты, рассчитанного для максимального количества точек наблюдения одновременно. Разработано приложение, с помощью которого реализованы сбор, отображение данных и расчет комплексного показателя пожарной опасности по 210 населенным пунктам в течение 94 дней летнего периода 2023 г. Приложение позволяет оценить как статические данные по пожарам в прошлом в виде «пузырьковой» визуализации, так и колебания комплексного показателя в течение пожароопасного сезона. В качестве погодного сервиса использовался OpenWeather, библиотека картографических данных – OpenLayers. Отличительными особенностями созданного приложения стали: а) отображение направления ветра и класса пожарной опасности в точках наблюдения с помощью цветовых маркеров; б) использование растровой карты-подложки региона для определения потенциальной связи сложившегося класса пожарной опасности с характером участков лесного фонда. Как показало исследование, в пределах каждого из 25 муниципальных образований региона фактический комплексный показатель может значительно меняться. Результаты многодневного мониторинга позволили установить сильную корреляционную связь (0,88) между показателем и долготой для населенных пунктов Удмуртской Республики, слабую (0,31) – между показателем и широтой. Показано, что бо́льшая часть пожаров за апрель–октябрь приходится на май – 33,8 % от общего числа случаев в 2011–2023 гг. Результаты исследования могут быть полезны для разработки и проведения мероприятий по предупреждению лесных пожаров и снижению ущерба от них, а также для уточнения или валидации зон потенциальных возгораний на основе современных подходов.

Сведения об авторах

Ижевский государственный технический университет им. М.Т. Калашникова, ул. Сту- денческая, д. 7, г. Ижевск, Россия, 426069; asd1978@mail.ru

Ключевые слова

лесной пожар, динамика изменения, комплексный показатель пожарной опасности, сезон, отслеживание погодных данных, направление ветра

Для цитирования

Тюрин А.П. Динамика изменения лесопожарной опасности в Удмуртской Республике // Изв. вузов. Лесн. журн. 2025. № 2. С. 76–91. https://doi.org/10.37482/0536-1036-2025-2-76-91

Литература

1. Бондарчук С.С., Бондарчук И.С. Статобработка экспериментальных данных в MS Excel. Томск: Том. гос. педагогич. ун-т, 2018. 433 с.
2. Брушлинский Н.Н., Соколов С.В., Клепко Е.А., Попков С.Ю., Иванова О.В. Комплексный показатель пожарной опасности в сельской местности России // Пожары и чрезвычайные ситуации: предотвращение, ликвидация. 2016. No 2. С. 48–53. https://doi.org/10.25257/FE.2016.2.48-53
3. Волков С.Н., Налепин В.П., Дружининская К.А. Пожарная безопасность в лесах Тарногского лесничества Вологодской области // Теоретические и прикладные проблемы агропромышленного комплекса. 2021. No 1 (47). С. 29–33. https://doi.org/10.32935/2221-7312-2021-47-1-29-33
4. Волокитина А.В., Софронова Т.М., Корец М.А. Региональные шкалы оценки пожарной опасности в лесу: усовершенствованная методика составления // Сиб. лесн. журн. 2016. No 2. С. 52–61. https://doi.org//10.15372/SJFS20170206
5. Зверев А.П., Нурмагомедов Т.Н. Система поддержки принятия решений для предупреждения торфяных пожаров // Изв. Тульск. гос. ун-та. Науки о Земле. 2021. No 2. С. 30–37.
6. Подрезов Ю.В. Основные направления предупреждения чрезвычайных лесопожарных ситуаций // Изв. вузов. Лесн. журн. 2023. No 2. С. 172–182. https://doi.org/10.37482/0536-1036-2023-2-172-182
7. Раимбеков К.Ж. Комплексный показатель пожарной опасности сельской местности Республики Казахстан // Пожаровзрывобезопасность. 2016. Т. 25, No 5. С. 52–56. https://doi.org/10.18322/PVB.2016.25.05.52-56
8. Сверлова Л.И. Метод оценки пожарной опасности в лесах по условиям погоды с учетом поясов атмосферной засушливости и сезонов года: метод. пособие. Хабаровск: Даль НИЦ Дальневост. УГМС, 2000. 48 с.
9. Тимофеева С.С., Гармышев В.В., Астраханцева А.Ю. Сравнительный анализ экологических рисков природных пожаров на территории Байкальского региона // Безопасность техногенных и природных систем. 2022. No 4. С. 22–29. https://doi.org/10.23947/2541-9129-2022-4-22-29
10. Удмуртская Республика: Энциклопедия. Ижевск: Удмуртия, 2000. 800 с.
11. Alves D., Almeida M., Viegas D.X., Novo I., Luna M.Y. Fire Danger Harmonization Based on the Fire Weather Index for Transboundary Events between Portugal and Spain. Atmosphere, 2021, vol. 12, no. 9, art. no. 1087. https://doi.org/10.3390/atmos12091087
12. Amri K., Sitanggang I.S. A Geographic Information System for Hotspot Occurrences Classification in Riau Province Indonesia. Procedia Environmental Sciences, 2015, vol. 24, pp. 127–131. https://doi.org/10.1016/j.proenv.2015.03.017
13. Chuvieco E., Aguado I., Yebra M., Nieto H., Salas J., Pilar Martín M., Vilar L., Martínez J., Martín S., Ibarra P., de la Riva J., Baeza J., Rodríguez F., Molina J.R., Herrera M.A., Zamora R. Development of a Framework for Fire Risk Assessment Using Remote Sensing and Geographic Information System Technologies. Ecological Modelling, 2010, vol. 221, iss. 1, pp. 46–58. https://doi.org/10.1016/j.ecolmodel.2008.11.017
14. Fire Weather Index API. OpenWeather Website. Available at: https://docs.open-weather.co.uk/api/fire-index-api (accessed 20.05.23).
15. Joint Research Centre (European Comission), San-Miguel-Ayanz J., Durrant T., Boca R., Libertà G., Branco A., De Rigo D., Ferrari D., Maianti P., Artés Vivancos T., Oom D., Pfeiffer H., Nuijten D., Leray T., Benchikha A., Abbas M., Humer F., Vacik H., Müller M., Konstantinov V., Pešut I., Kaliger A., Petkoviček S., Papageorgiou K., Toumasis I., Pecl J., Ruuska R., Chassagne F., Joannelle P., Gonschorek A., Theodoridou C., Debreceni P., Nagy D., Nugent C., Zaken Avi B., Di Fonzo M., Sciunnach R., Micillo G., Fresu G., Marzoli M., Ascoli D., Leisavnieks E., JaunķIķis Z., Mitri G., Repšienė S., Glazko Z., Assali F., Mharzi Alaoui H., Kok E., Stoof C., Maren van A.-J., Timovska M., Botnen D., Piwnicki J., Szczygieł R., Moreira J., Pereira T., Cruz M., Sbirnea R., Mara S., Eritsov A., Longauerová V., Jakša J., Lopez-Santalla A., Sandahl L., Beyeler S., Conedera M., Pezzatti B., Dursun K.T., Baltaci U., Gazzard R., Moffat A., Sydorenko S. Forest Fires in Europe, Middle East and North Africa 2018. Publications Office of the European Union, 2019. https://doi.org//10.2760/1128
16. Lawson B.D., Armitage O.B. Weather Guide for the Canadian Forest Fire Danger Rating System. Alberta, Edmonton, Northern Forestry Centre, Canadian Forest Service, Natural Resources Canada. 84 p.
17. Li X., Zhao G., Yu X., Yu Q. A Comparison of Forest Fire Indices for Predicting Fire Risk in Contrasting Climates in China. Natural Hazards, 2014, no. 70, pp. 1339–1356. https://doi.org/10.1007/s11069-013-0877-6
18. Masinda M.M., Li F., Qi L., Sun L., Hu T. Forest Fire Risk Estimation in a Typical Temperate Forest in Northeastern China Using the Canadian Forest Fire Weather Index: Case Study in Autumn 2019 and 2020. Natural Hazards, 2022, vol. 111, pp. 1085–1101. https://doi.org/10.1007/s11069-021-05054-4
19. Mavsar R., González Cabán A., Varela E. The State of Development of Fire Management Decision Support Systems in America and Europe. Forest Policy and Economics, 2013, vol. 29, pp. 45–55. https://doi.org/10.1016/j.forpol.2012.11.009
20. McInerney D., San-Miguel-Ayanz J., Corti P., Whitmore C., Giovando C., Camia A. Design and Function of the European Forest Fire Information System. Photogrammetric Engineering & Remote Sensing, 2013, no. 10, pp. 965–973 (9). https://doi.org/10.14358/PERS.79.10.965
21. Rodriguez Aseretto D., Di Leo M., de Rigo D., Corti P., McInerney D., Camia A., San-Miguel-Ayanz J. Free and Open Source Software Underpinning the European Forest Data Centre. Geophysical Research Abstracts, 2013, vol. 15, art. no. 12101. https://doi.org/10.6084/m9.figshare.155700
22. Safi Y., Bouroumi A. Prediction of Forest Fires Using Artificial Neural Networks. Applied Mathematical Sciences, 2013, vol. 7, no. 5-8, pp. 271–286. https://doi.org/10.12988/ams.2013.13025
23. Satir O., Berberoglu S., Donmez C. Mapping Regional Forest Fire Probability Using Artificial Neural Network Model in a Mediterranean Forest Ecosystem. Geomatics, Natural Hazards and Risk, 2016, vol. 7, iss. 5, pp. 1645–1658. https://doi.org/10.1080/19475705.2015.1084541
24. Sevinç V. Mapping the Forest Fire Risk Zones Using Artificial Intelligence with Risk Factors Data. Environmental Science and Pollution Research, 2023, vol. 30, pp. 4721– 4732. https://doi.org/10.1007/s11356-022-22515-w

Ссылка на английскую версию:

The Dynamics of Forest Fire Hazard Changes in the Udmurt Republic. С. 76-91