А. И. Фильков, А. М. Гришин Детерминированно-вероятностная модель и ее применение для прогноза лесной пожарной опасности - davaiknam.ru o_O
Главная
Поиск по ключевым словам:
страница 1
Похожие работы
Название работы Кол-во страниц Размер
Вероятностная модель оценки производственного травматизма и возникновения... 1 147.22kb.
Вероятностная модель оценки инновационных рисков 1 48.97kb.
Правила пожарной безопасности в гаражах 1 26.07kb.
Классическая вероятностная модель. Геометрическая вероятность 1 199.47kb.
Структурно-вероятностная модель монгольского языка 9 1904.23kb.
Схема определения класса пожарной опасности строительных материалов 1 96.35kb.
Правила пожарной безопасности при нахождении в лесных массивах 1 18.64kb.
Правила пожарной безопасности при нахождении в лестных массивах 1 18.01kb.
Документ предоставлен 6 818kb.
Методика разработки прогноза баланса трудовых ресурсов Чувашской... 1 343.24kb.
Пособие по пренению методов оценки пожарной опасности технологических... 22 2083.7kb.
В различных экотопах раифского леса 1 204.57kb.
Направления изучения представлений о справедливости 1 202.17kb.

А. И. Фильков, А. М. Гришин Детерминированно-вероятностная модель и ее применение - страница №1/1

А.И. Фильков, А.М. Гришин
Детерминированно-вероятностная модель и ее применение для прогноза лесной пожарной опасности

Томский государственный университет, Томск, Россия


filkov@list.ru
Предлагается достаточно простая и физически обоснованная детерминированно-вероятностная экспертная система прогноза лесной пожарной опасности. В отличие от существующей системы Нестерова Г.В. [1] учитывается динамика изменения погодных условий, антропогенная, природная нагрузки, а также сушка растительных горючих материалов (РГМ) с учетом конвективного и радиационного теплообмена слоя РГМ с окружающей средой. Проведен ретроспективный анализ результатов наблюдений пожаров в Тимирязевском лесхозе за 2000 - 2004 годы и показано, что методика, предложенная в данной статье, позволяет получать более точные результаты, чем упомянутая выше.

Уточнение новой методики прогноза лесной пожарной опасности. Согласно [2, 3] вероятность возникновения лесного пожара для j-го временного интервала лесопожарного сезона на i-ом участке (выделе) леса можно определить по формуле



. (1)
Здесь Pij(А) – вероятность существования в j-ый временной интервал на i-ом участке леса антропогенной нагрузки; Pij(ЛП/A) - вероятность возникновения в j-ый временной интервал на i-ом участке леса зажигания РГМ вследствие действия антропогенной нагрузки; Pij(М) и Pij(ЛП/M) - вероятность появления молнии и вероятность возникновения лесного пожара от молнии на i-ом участке в j-ый временной интервал; Pij(С) - вероятность возникновения лесного пожара по условиям наличия РГМ и засушливой погоды.

Для определения членов в квадратных скобках формулы (1) необходимо использовать определение вероятностей через частоту событий [4] и воспользоваться статистическими данными для соответствующего лесхоза.

Допустим, что на каждом выделе имеется относительно однородный по своим механическим и физическим свойствам напочвенный покров (опад хвои - 1, мох - 2, лишайник - 3, опад листвы - 4, травяная ветошь -5). В этом случае на каждом i-ом участке можно считать, что имеет место только один главный основной проводник горения (ОПГ).

Очевидно, что под главным проводником горения напочвенного покрова следует понимать тот ОПГ, для которого массовая концентрация (где - запас к-го ОПГ на i–ом выделе в абсолютно сухом состоянии) значительно больше массовых концентраций других ОПГ.

Тогда величина Pij(С) для лесопожарного сезона с учетом сформулированных выше представлений об ОПГ и механизме возникновения лесного пожара имеет следующее выражение [4]

(2)
Здесь - влагосодержание для j-го временного интервала на i-ом выделе максимального по массовой концентрации ОПГ; - критическое влагосодержание на i-ом выделе максимального по массовой концентрации ОПГ; ni - эмпирический показатель степени, характеризующий количественное изменение пожарной опасности; - общая площадь той территории, для которой определяется лесная пожарная опасность (лесничество, лесхоз, район, область или государство); Fi – площадь i-го выдела; N – общее число выделов на прогнозируемой территории.

Общее значение вероятности возникновения пожара, на контролируемой лесной территории, определяется по формуле


. (3)

Детерминированную часть разработанной модели прогноза лесной пожарной опасности составляет упрощенная математическая модель низкотемпературной сушки слоя растительных горючих материалов, в рамках которой получены аналитическое и упрощенное аналитическое решение [5].


Проверка методики прогноза лесной пожарной опасности путем ретроспективного анализа результатов наблюдений пожаров в Тимирязевском лесхозе. Для проверки точности методики прогноза лесной пожарной опасности использовались статистические данные наблюдений пожаров в 6 лесничествах (Моряковском, Богородском, Жуковском, Киреевском, Темерчинском, Тимирязевском учебном) Тимирязевского лесхоза за 2000 – 2004 годы, которые сравнивались с соответствующими значениями индекса Нестерова и вероятности возникновения лесного пожара для различных значений времени.

Для проверки получаемых результатов результаты расчетов вероятности возникновения лесных пожаров сравнивались с классами засухи (КЗ), которые используются на практике [6] и рассчитываются при тех же самых условиях, определяемыми по комплексному показателю В.Г. Нестерова: I КЗ - при показателе менее 300 единиц, II - КЗ - от 301 до 1000, III - КЗ от 1001 до 3000, IV КЗ - 3001 до 10000, V КЗ - от 10001 до 30000, VI КЗ - более 30000 единиц.

Классы пожарной опасности предлагаемой методики определялись следующим образом. Максимальная величина лесной пожарной опасности на i-ом выделе, которая может быть получена по формуле (1) равняется . Присвоим а6 максимальное значение VI КЗ по методике Нестерова. Т.к. в методике Нестерова верхняя граница VI КЗ отсутствует, то будем считать что а6 = 90 000 единиц. Обозначим буквами аj – верхние границы классов засухи по методике Нестерова, а буквами Pmi   максимальные значения вероятности возникновения лесного пожара на i-ом выделе. Тогда общая формула, для определения границ местной шкалы прогноза лесной пожарной опасности, примет вид:
, , j,k=1,2,3,4,5,6. (4)
Здесь j=1,2,3,4,5,6 соответствует j-му классу пожарной опасности; k=1 соответствует Моряковскому лесничеству, 2 – Богородскому, 3 – Киреевскому, 4 – Жуковскому, 5 – Учебному, 6 – Темерчинскому; Fik –выдел для которого дается прогноз на k-ом лесничестве; Fk – площадь k-го лесничества.

В результате были получены следующие значения вероятности возникновения лесного пожара для разных классов лесной пожарной опасности (КПО) для 6 лесничеств Тимирязевского лесхоза:


0 < КПО1

< КПО2

< КПО3 (5)

< КПО4

< КПО5

< КПО6
Здесь КПОj, где j пробегает от 1 до 6, соответствует классу пожарной опасности.

Для доказательства достоверности предлагаемой детерминированно-вероятностной методики проведен ретроспективный анализ 223 возгораний в Тимирязевском лесхозе с учетом конкретных метеоусловий и антропогенной нагрузки на леса в 2000-2004 годах.

Из анализа полученных данных следует, что в 63% случаев прогноз по ДВМ ПЛПО дает более высокий КПО на день обнаружения пожара чем по методике Нестерова, в 34,3% равный КПО с методикой Нестерова и только в 2,7% ниже. Этот результат свидетельствует о том, что новая методика прогноза лесной пожарной опасности более точно указывает на день возникновения пожара.

Новую систему прогноза лесной пожарной опасности рекомендуется использовать для получения оперативного прогноза (на три часа), дневного прогноза (по утренним данным), краткосрочного прогноза (на неделю), сезонного прогноза (на месяц). Известно [6], что существующая в России система метеостанций дает сведения о метеорологических данных каждые три часа. Поэтому для краткосрочного прогноза по новой системе прогноза лесной пожарной опасности следует принять три часа.


Выводы


  1. Разработана методика для определения вероятностей возникновения лесного пожара, с учетом антропогенной и природной нагрузок, через частоты событий и вероятность возникновения лесного пожара по метеоусловиям.

  2. Предложена новая детерминированно-вероятностная интерпретация местных классов лесной пожарной опасности, результаты расчетов по которой согласуются с данными ретроспективного анализа пожаров в Тимирязевском лесхозе Томской области.

  3. На основе анализа полученных данных можно заключить, что новая система прогноза лесной пожарной опасности позволяет получать более достоверную информацию о прогнозе лесных пожаров с учетом действия сухих гроз, антропогенной нагрузки и метеорологических факторов, чем использование стандартной методики [6], основанной на формуле Нестерова [1]. Внедрение новой методики повысит достоверность прогноза лесной пожарной опасности и уменьшит ущерб от лесных пожаров, т.к. позволит сосредотачивать силы и средства для борьбы с лесными пожарами в пожароопасных районах в соответствующие моменты времени.

  4. Предложенная методика может быть использована при создании комплексных методик вероятности безопасного функционирования лесных территорий и потенциально опасных объектов.


Литература

  1. Нестеров В.Г. Горимость леса и методы ее определения. - М.: Гослесбумиздат, 1949. - 76 c.

  2. Гришин А.М. Моделирование и прогноз катастроф//Ч.1. Томск: Изд-во Том. ун-та, 2003, 524 с.

  3. Гришин А.М., Фильков А.И. Об одной модели прогноза лесной пожарной опасности // ИФЖ. 2003. Т.76, №5, C. 154-158.

  4. Гришин А.М., Фильков А.И. О геоинформационной системе прогноза лесной пожарной опасности // Экологические системы и приборы. №8, 2004, С. 26-28.

  5. Фильков А.И. Детерминированно-вероятностная система прогноза лесной пожарной опасности. Дисс. … канд физ.-мат. наук. Томск: Том. ун-т, 2005. 162 с.

  6. ГОСТ Р 22.1.09-99 «Безопасность в чрезвычайных ситуациях. Мониторинг и прогнозирование лесных пожаров. Общие требования». Дата введения 01.01.2000. Код КГС: Т58. Код ОКСТУ: 0022. Код ОКС(МКС): 13.220. http://rossert.narod.ru/alldoc/info/1z113/g22423.html











Фундаментальные исследования — примерно то же самое, что пускать стрелу в воздух и там, где она упадет, рисовать мишень. Хоумер Адкинз
ещё >>