Построение информационно-аналитических инструментов для организации оперативного геомониторинга опасных явлений тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Некрасов Глеб Александрович

• Некрасов Глеб Александрович
• кандидат наук
• 2025

Оглавление диссертации кандидат наук Некрасов Глеб Александрович

ВВЕДЕНИЕ

ГЛАВА 1. АНАЛИЗ СОВЕРЕМЕННОЙ ПРОБЛЕМАТИКИ ПОСТРОЕНИЯ СИСТЕМ МОНИТОРИНГА И ПРОГНОЗИРОВАНИЯ ОПАСНЫХ ЯВЛЕНИЙ НА ПРИМЕРЕ ЛЕСНЫХ ПОЖАРОВ

1.1 Классификация пожаров и существующие методы их регистрации

1.2 Показатели и модели оценки пожаростойкости лесных массивов

1.3 Методы и средства обнаружения пожаров лесных массивов

1.4 Постановка задачи построения ИАС и обоснование структуры

алгоритмического обеспечения

ВЫВОДЫ

ГЛАВА 2. АЛГОРИТМЫ СБОРА ДАННЫХ ДЛЯ ГЕОМОНИТОРИНГА ПОЖАРООПАСНОСТИ

2.1 Способы сбора медиаконтента с использованием БПЛА

2.2 Пространственно-временные и метеорологические условия, влияющие на точность и качество получаемых данных

2.3 Формирование медиаконтента с учетом особенностей съемки

2.4 Подбор оптимальных параметров съемки объектов

ВЫВОДЫ

ГЛАВА 3. МЕТОДИКИ ОЦЕНКИ И МОДЕЛИРОВАНИЯ ОСНОВНЫХ ПАРАМЕТРОВ СОСТОЯНИЯ ЛЕСНОГО МАССИВА

3.1 Оценка и классификация ключевых параметров данных

3.2 Методы подготовки набора данных

3.3 Обоснование выбора архитектуры нейронной сети для обработки данных аэромониторинга лесных массивов

3.4 Обучение и валидация моделей для распознавания параметров лесного

массива

ВЫВОДЫ

ГЛАВА 4. РАЗРАБОТКА ИАС ДЛЯ ГЕОМОНИТОРИНГА ОПАСНЫХ ЯВЛЕНИЙ

4.1 Архитектура ИАС

4.2 Специализированные хранилища для различных типов данных

4.3 Модули обработки данных и пользовательский интерфейс

4.4 Интеграция DevOps-методологии в процесс сборки дистрибутива

4.5 Технико-экономическое обоснование спроектированной ИАС

ВЫВОДЫ

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

ПРИЛОЖЕНИЕ А. Список опубликованных статей

ПРИЛОЖЕНИЕ Б. Зарубежные системы оценки пожарной опасности

ПРИЛОЖЕНИЕ В. Сравнительная таблица методов обнаружения и

мониторинга лесных пожаров

ПРИЛОЖЕНИЕ Г. Сбор данных и параметры съемки полёта

ПРИЛОЖЕНИЕ Д. Анализ зон видимости и расчетные параметры съемки

видеокамеры

ПРИЛОЖЕНИЕ Е. Программный код

ПРИЛОЖЕНИЕ Ж. Параметры аэросъемки и зоны охвата видеокамеры

ПРИЛОЖЕНИЕ З. Параметры измерения при аэромониторинге

ПРИЛОЖЕНИЕ И. Перечень факторов анализа санитарного состояния

лесного массива

ПРИЛОЖЕНИЕ К. Методы оценки параметров лесного массива на основе

аэросъемки

ПРИЛОЖЕНИЕ Л. Архитектуры нейронных сетей для обработки

изображений

ПРИЛОЖЕНИЕ М. Алгоритм работы модифицированной сверточной

нейросети (CNN)

ПРИЛОЖЕНИЕ Н. Алгоритм работы гибридной архитектуры

ПРИЛОЖЕНИЕ О. Анализ динамики обучения нейросети

ПРИЛОЖЕНИЕ П. Набор данных и характеристики

ПРИЛОЖЕНИЕ Р. Сравнительный анализ производительности и точности

моделей

ПРИЛОЖЕНИЕ С. Архитектура информационно-аналитического

инструмента

ПРИЛОЖЕНИЕ Т. Стек технологий в ИАС

ПРИЛОЖЕНИЕ У. Модульная архитектура ИАС по сбору и обработке

данных

ПРИЛОЖЕНИЕ Ф. Моделирование CI/CD-конвейера с использованием Jenkins и Git

Введение диссертации (часть автореферата) на тему «Построение информационно-аналитических инструментов для организации оперативного геомониторинга опасных явлений»

ВВЕДЕНИЕ

Актуальность работы. Информационно-аналитические системы (ИАС) всё шире применяются для мониторинга природных ресурсов, инфраструктуры и промышленных объектов. Такие решения позволяют систематизировать данные наблюдений и использовать их для регулярного анализа состояния контролируемых территорий. Особенно эффективно ИАС работают в сочетании с аппаратно-программными комплексами, которые автоматизируют сбор информации и выполняют её первичную обработку. Это повышает точность оценок и делает управленческие решения более обоснованными.

Одной из важных сфер применения ИАС является наблюдение за лесными массивами. В условиях роста экологических угроз регулярный мониторинг лесов приобретает стратегическое значение. Его результаты необходимы как для оперативного управления лесным хозяйством, так и для профилактики пожаров и оценки последствий природных катастроф. Однако существующие подходы к наблюдению за состоянием лесов имеют ряд ограничений, которые снижают эффективность получаемых данных.

Сегодня используются три основных метода мониторинга: спутниковый, наземный и аэросъёмка с пилотируемых летательных аппаратов. Каждый из них имеет свои сильные стороны, но также и ограничения. Например, спутниковые данные зависят от погодных условий и частоты пролётов спутников, из-за чего оперативность фиксации изменений в экосистемах может быть недостаточной. Наземные станции, оснащённые метеорологическими и биологическими датчиками (такими как термогигрометры, анемометры, газоанализаторы и лидары), обеспечивают высокую точность измерений. Но такие системы охватывают только ограниченные участки, что не позволяет получить полную картину состояния лесов. Аэромониторинг с использованием авиации считается одним из самых

перспективных направлений, однако он применяется ситуативно. Это снижает его полезность для превентивного выявления возгораний и других аномалий.

Дополнительные сложности связаны с тем, как современные ИАС обрабатывают и интегрируют поступающие данные. Отсутствие единых стандартов представления информации мешает объединению данных из разных источников. Это тормозит развитие технологий и снижает точность прогнозных моделей. Кроме того, существующие алгоритмы часто оказываются недостаточно эффективными при автоматическом выявлении очагов пожара и других опасных изменений в лесной среде. А ограниченные возможности работы в режиме реального времени мешают своевременно реагировать на угрозы. Все эти факторы указывают на необходимость модернизации систем аэромониторинга и развития аналитических инструментов, способных обеспечивать более частые наблюдения, улучшенное качество анализа и оперативность обработки информации.

Таким образом, существующие системы аэромониторинга требуют модернизации, направленной на повышение их регулярности, точности и оперативности. Решение данной задачи заключается в разработке информационно-аналитических инструментов, объединяющих возможности БПЛА с современными методами обработки данных, включая алгоритмы машинного обучения. Разработка таких инструментов позволит автоматизировать сбор, обработку и интерпретацию данных, обеспечив более точное и своевременное наблюдение за состоянием лесных массивов. Это, в свою очередь, создаст условия для раннего выявления природных и техногенных факторов, способных привести к возникновению угроз.

Степень разработанности темы. Методы мониторинга пожарной опасности и оценки горимости лесных массивов являются предметом исследований как отечественных, так и зарубежных учёных. Среди значимых российских работ выделяются исследования В.Г. Нестерова, разработавшего методику определения пожарной опасности лесов на основе комплексного

показателя погодных факторов, а также И.С. Мелехова, изучавшего влияние влажности горючих материалов на риск возгораний. Существенный вклад в математическое моделирование распространения огня внесли Я.Б. Зельдович, Г.И. Баренблат и В.Б. Либрович, чьи труды заложили основу современных систем мониторинга и прогнозирования лесных пожаров. Важные аспекты лесной типологии и её связи с пожарной опасностью рассматривались в исследованиях Г.Ф. Морозова и В.Н. Сукачева. Развитие отечественных методов дистанционного мониторинга лесных пожаров привело к созданию Информационной системы дистанционного мониторинга Федерального агентства лесного хозяйства (ИСДМ-Рослесхоз), применяемой для оперативного контроля состояния лесных массивов.

Зарубежные исследования, посвящённые геоинформационному мониторингу природных процессов, основываются на трудах R. Tomlinson, M. Goodchild и D.J. Maguire, разработавших методы пространственного анализа, а также Y. LeCun, G. Hinton и A. Krizhevsky, чьи работы в области машинного обучения способствовали использование технологий искусственного интеллекта для геомониторинга природных пожаров. Существенный вклад в изучение свойств горючих материалов, в частности их влажности, внесли M.A. Fosberg и R.C. Rothermel, а анализ процессов удержания осадков кронами деревьев был выполнен Q. Xiao и S.L. Ustin, что позволило улучшить модели оценки рисков возгорания. Практические разработки в области геомониторинга пожарной опасности представлены такими системами, как Канадская система оценки пожарной опасности лесов (CFFDRS) и Национальная система определения уровня пожарной опасности (NFDRS) в США.

Несмотря на достигнутый прогресс, существующие методы мониторинга сталкиваются с рядом нерешённых проблем. Одной из ключевых задач остаётся адаптация современных систем к различным природно-климатическим условиям. Большинство существующих решений не

учитывают специфику локальных экосистем, что снижает точность прогнозов. Кроме того, остаются недостаточно проработанными вопросы формирования единой системы наблюдения за состоянием лесных массивов, обеспечивающей интеграцию передовых технологий сбора и анализа данных, включая беспилотные летательные аппараты, геоцифровые системы и методы глубинного обучения, что существенно ограничивает возможности комплексного мониторинга и оперативного реагирования на изменения в экосистемах.

Проблемой остаётся также зависимость от качества и доступности метеорологических данных, особенно в удалённых районах. Долгосрочные прогнозы пожарной опасности продолжают демонстрировать значительную неопределённость, что снижает их практическую ценность. Отсутствие инструментов для автоматизированной идентификации типов лесных массивов и их горючести также остаётся нерешённой задачей, затрудняющей оценку рисков возгораний.

Таким образом, в рамках данного диссертационного исследования рассматривается задача создания информационно-аналитических инструментов для оперативного геомониторинга опасных явлений, способных учитывать региональные особенности природных условий, адаптироваться к различным задачам мониторинга и интегрировать передовые аппаратные и программные технологии.

Объектом исследования выступает процесс геомониторинга лесных массивов на территории Российской Федерации.

Предметом исследования информационно-аналитическая система геомониторинга лесных массивов, обеспечивающая сбор, обработку и анализ данных.

Цель и задачи исследования. Целью исследования является улучшение процессов мониторинга состояния лесных массивов посредством

использования аппаратных средств БПЛА, программных технологий и методов машинного обучения путём разработки аппаратного, алгоритмического и программного обеспечения ИАС обработки данных для уменьшения количества лесных пожаров.

Для достижения указанной цели были поставлены следующие задачи:

- исследовать существующие методы и подходы измерения пожароопасности;

- провести анализ существующих программно-аппаратных средств, а также процессов сбора и первичной обработки информации, используемых для мониторинга состояния лесных массивов, с выявлением их преимуществ и ограничений;

- определить набор технико-экономических показателей средств автоматизации процессов мониторинга, учитывающий возможные изменения объекта наблюдения и методик измерения параметров санитарного состояния лесного массива;

- разработать алгоритмы, позволяющие формировать траекторию движения БПЛА в соответствии с требуемым уровнем информативности получаемого медиаконтента;

- разработать методику оценки и классификации ключевых параметров, данных, полученных в результате анализа и обработки медиаконтента;

- провести вычислительные эксперименты с использованием методов машинного обучения для анализа пространственных данных, влияющих на вероятность возгораний и распространение пожаров, и обосновать выбор модели, наиболее соответствующей решаемой задаче;

- разработать модульную архитектуру ИАС для сбора и обработки данных мониторинга санитарного состояния лесных массивов;

- разработать методику создания ИАС, обеспечивающую автоматизацию процессов развертывания системы и минимизацию затрат на её дальнейшее обслуживание.

Личный вклад автора. Основные научные результаты диссертационного исследования получены автором самостоятельно. На основе всестороннего анализа предметной области, изучения научной литературы и особенностей процесса проектирования ИАС, автором разработаны алгоритмы формирования траектории движения БПЛА, оптимизирующие параметры съёмки, включая угол наклона камеры, высоту и скорость полёта, а также обеспечивающие оценку точности идентификации объектов на получаемых изображениях. Проведены вычислительные эксперименты с использованием методов машинного обучения и современных нейронных сетей, направленные на повышение точности распознавания типов, видов и санитарного состояния лесных массивов. Автором выявлена актуальная научная проблема, связанная с разработкой информационно-аналитических инструментов для построения систем геомониторинга опасных явлений на примере лесных пожаров. В процессе выполнения исследования была разработана система взаимосвязанных задач, последовательное решение которых привело к получению значимых научных результатов. Эти результаты характеризуются высокой степенью как теоретической новизны, так и практической применимости. Они могут быть использованы для разработки и проектирования модульных информационно-аналитических систем с открытым исходным кодом, применяемых в сфере мониторинга и прогнозирования опасных явлений. Особое внимание уделено интеграции методологии CI/CD для бесшовной разработки и развёртывания модулей, что минимизирует затраты и повышает гибкость системы. Личный вклад автора

подтверждается публикациями в рецензируемых научных журналах, индексируемых в международных базах данных.

Описание методологии исследования. Диссертационное исследование базируется на использовании комплексного подхода, включающего системный анализ, математическое моделирование, методы машинного обучения и современные технологии проектирования и разработки ИАС.

Основные результаты работы:

1. Проведён системный анализ существующих методов оценки пожарной опасности, в ходе которого осуществлена классификация лесных пожаров, способов их фиксации, а также подходов к оценке состояния лесных массивов. Установлены ключевые факторы, определяющие вероятность возникновения возгораний;

2. Обзор существующих программных и аппаратных решений, используемых для мониторинга состояния лесных массивов, выявил ключевые ограничения современных решений, а также позволил сформулировать технические и экономические критерии, способствующие повышению эффективности разработки и сопровождения ИАС за счёт сокращения доли ручных операций;

3. Обоснован выбор БПЛА в качестве аппаратного средства для сбора данных и предложены алгоритмы формирования траектории движения БПЛА и угла съёмки камеры, которые обеспечивают требуемый уровень информативности медиаконтента (изображения) с учётом пространственно-временных параметров и метеорологических показателей;

4. Разработана методика оценки и классификации анализируемых данных для определения объектов на изображениях;

5. Проведены вычислительные эксперименты с использованием методов машинного обучения, в рамках которых для каждого

распознаваемого параметра выбрана лучшая модель из сверточных и гибридных (сверточная + трансформер) архитектур. Выбор моделей осуществлён с учётом точности определения объектов и объёма вычислительных ресурсов, необходимых для заданного количества эпох обучения;

6. Обоснована и предложена архитектура ИАС для мониторинга и прогнозирования состояния лесных массивов, включающая алгоритмическое и программное обеспечение;

7. Разработан подход к разработке и сопровождению ИАС с применением принципов DevOps, включая внедрение методологии CI/CD, что позволило автоматизировать и ускорить процессы разработки, развертывания системных модулей и упростить выпуск обновлений разработанного программного обеспечения.

Достоверность полученных результатов обеспечивается многоуровневым подходом к их проверке, включающим сравнение с эталонными наборами изображений. Вычислительные эксперименты подтвердили адекватность и надёжность разработанных методов. Теоретические положения исследования согласуются с результатами вычислительных экспериментов и подкрепляются успешным практическим применением предложенных алгоритмов и программных средств. Сопоставление полученных данных с результатами, представленными в научной литературе, подтвердило их соответствие современным представлениям и актуальным подходам в области мониторинга и прогнозирования состояния лесных массивов.

Достоверность и научная обоснованность основных положений исследования подтверждается результатами их апробации на международных конференциях и публикацией в открытых рецензируемых журналах, включённых в базу данных Scopus. Представленные в диссертационной работе

решения интегрированы в учебный процесс МИЭМ НИУ ВШЭ, что документально подтверждено официальными актами:

- Акт о внедрении в учебный процесс департамента компьютерной инженерии Московского института электроники и математики им. А.Н. Тихонова Национального исследовательского университета «Высшая школа экономики»;

- Акт о внедрении в учебном процессе программы «Интеллектуальные системы управления и обработки информации» дополнительного образования Московского института электроники и математики им. А.Н. Тихонова Национального исследовательского университета «Высшая школа экономики».

Научная новизна работы определяется результатами проведённого исследования и выполненных экспериментов, которые включают следующие аспекты:

1. В работе разработан и предложен новый подход по сбору информации о состоянии лесных массивов с использованием БПЛА, который позволяет формировать траекторию движения БПЛА в соответствии с заданным уровнем информативности получаемого изображения, учитывая характеристики лесных ресурсов, пространственно-временные параметры, климатические условия и особенности ландшафта. Результаты проведённых экспериментов, подтверждающие эффективность данного подхода, представлены в диссертационной работе.

2. В задаче анализа изображений для распознавания параметров деревьев проведено исследование применения сверточных и гибридных нейронных сетей, объединяющих архитектуры сверточных сетей и трансформеров. В данной задаче гибридные модели отличаются от известных решений повышенной точностью,

обеспечивая улучшение идентификации объектов на 15-25% по сравнению с чисто сверточными сетями, что положительно сказывается на качестве прогнозирования.

3. Разработана модульная архитектура ИАС для сбора, обработки и анализа данных мониторинга лесных массивов. Предложенная архитектура поддерживает интеграцию с аппаратными средствами БПЛА и обеспечивает масштабируемость системы.

4. В отличие от известных метод визуализации геопространственных данных и результатов мониторинга с использованием интерактивной карты, интегрированной с системой геопозиционирования объектов, обеспечивающий точное наложение данных на карту, позволяет анализировать состояние лесных массивов в привязке к картографической подложке, улучшая интерпретацию результатов мониторинга и повышая оперативность принятия решений.

5. В отличие от известных решений, основанных на ручном управлении конфигурацией, статических инфраструктурных моделях и традиционных методах развертывания программных комплексов, которые требуют значительных временных и ресурсных затрат на развертывание и обновление, разработан подход к созданию и сопровождению ИАС, основанный на принципах DevOps и применения методологии CI/CD.

Практическая и теоретическая значимость. Теоретическая ценность исследования состоит в проектирования модульной архитектура ИАС и может быть основой для реализации систем, осуществляющих мониторинг объектов природной среды с использованием БПЛА в качестве средства сбора данных и прогнозирования опасных явлений различных видов.

Практическая значимость работы состоит:

- В создании работающих программных инструментов мониторинга лесных массивов для прогнозирования возникновения лесных пожаров;

- Предложенные алгоритмы и реализованное программное обеспечение позволяют осуществлять оценку состояния лесных экосистем, что является необходимым этапом при определении уровня пожарной угрозы;

- Метод сбора и последующего анализа пространственно-временной информации, реализуемый с применением БПЛА, может быть адаптирован для мониторинга других природных объектов, включая экосистемы, подверженные деградации или воздействию природных факторов.

Положения, выносимые на защиту:

1. Методика выбора угла съёмки с использованием БПЛА, обеспечивающая получение изображений с заданным пространственным разрешением (GSD), что позволяет повысить точность распознавания типов, видов и состояния объектов мониторинга при последующем анализе с применением нейронных сетей;

2. Исследование гибридных нейронных моделей, обоснование и реализация подхода к анализу изображений на основе объединения сверточных сетей и трансформеров.;

3. Информационно-аналитическая система реализована в виде модульной архитектуры, предназначенной для выполнения операций по сбору, предварительной и аналитической обработке данных о санитарном состоянии лесных массивов с последующей визуализацией результатов на интерактивной геоинформационной платформе;

4. Методика разработки и сопровождения ИАС геомониторинга на основе принципов DevOps, включая внедрение методологии непрерывной доставки и развертывания.

Апробация результатов. Ключевые результаты, полученные в рамках диссертационного исследования, были представлены на научных конференциях и обсуждены в профессиональных сообществах:

1. International Conference «Quality Management, Transport and Information Security, Information Technologies», IT&QM&IS - 2020, г. Ярославль, Россия, 7-11 сентября 2020 г., доклад «Разработка интерактивной карты по выбросам CO2 от авиации над территорией России»;

2. Международный научный симпозиум «Неделя Горняка - 2020», г. Москва, Россия, 28-31 января 2020 г., доклад «Информационные технологии и методы геомониторинга»;

3. Industrial Engineering and Modern Technologies, International MultiConference 2020, FarEastCon 2020, г. Владивосток, Россия, 6-9 октября 2020 г., доклад «Design of Navigation Satellite Systems in Effective Geomonitoring for Mining»;

4. Московский семинар по электронным и сетевым технологиям, г. Москва, Россия, 11-13 марта 2020 г., доклад «The Geospatial Data Mining Concept Using Scrapping Technology»;

5. Международная научная школа академика К.Н. Трубецкого, г. Москва, Россия, 16-20 ноября 2020 г., доклад «Разработка интерактивной карты для мониторинга опасных явлений на стратегических дорогах Северного Кавказа»;

6. Workshop Digitalisierung Technische Universität Bergakademie Freiberg, г. Фрайберг, Германия, 4 июня 2020 г., доклад « Digitalisierung in den Geowissenschaften»;

7. International Conference «Quality Management, Transport and Information Security, Information Technologies», IT&QM&IS - 2021, г. Ярославль, Россия, 6-10 сентября 2021 г., доклад «Organization Methodology and Features of Building Metadata Visualization Services on Interactive Maps»;

8. Международный научный симпозиум «Неделя Горняка - 2022», г. Москва, Россия, 01-04 февраля 2022 г., доклад «Design of Navigation Satellite Systems in Effective Geomonitoring for Mining»;

9. International Conference «Quality Management, Transport and Information Security, Information Technologies», IT&QM&IS 2023, г. Петрозаводск, Россия, 25-29 сентября 2023 г., доклад «Coding Standards and Quality Checks: Key Factors for Successful Software Development»;

10.International Conference on AeroSpace Science and Technology (ICASST) 2023; г. Мехико, Мексика, 19-24 ноября 2023 г., доклад «Elaboration of autonomous navigation systems in the civil sector»;

11.International IOT, Electronics and Mechatronics Conference (IEMTRONICS) 2024, г. Лондон, Великобритания, 3-5 апреля 2024 г., доклад «Features of data collection and software tool architecture for performing predictive analysis of phenomena leading to forest fires»;

12.The 8th Energy Engineering and Environmental Protection (EEEP) conference 2024, г. Хайкоу, Китай, 20-22 ноября 2024 г., доклад «Data Processing Approach for Forest Resource Monitoring Using Machine Intelligence».

По теме диссертации опубликовано 9 печатных работ, которые проиндексированы в международных наукометрических базах (Scopus, IEEE Xplore). Во всех опубликованных научных материалах ведущая роль принадлежит автору: формулировка исследовательских задач, проведение

экспериментальных и аналитических работ, интерпретация результатов, а также подготовка публикаций осуществлялись непосредственно соискателем.

Список опубликованных статей приведен в Приложении А.

Структура и объем диссертационной работы включает: введение, четыре главы, заключение, список использованных источников и приложения. Приложения содержат скрипты и исходный программный код, таблицы и рисунки.

ГЛАВА 1. АНАЛИЗ СОВЕРЕМЕННОЙ ПРОБЛЕМАТИКИ ПОСТРОЕНИЯ СИСТЕМ МОНИТОРИНГА И ПРОГНОЗИРОВАНИЯ

ОПАСНЫХ ЯВЛЕНИЙ НА ПРИМЕРЕ ЛЕСНЫХ ПОЖАРОВ

1.1 Классификация пожаров и существующие методы их регистрации

Проблема лесных пожаров в мире, включая Российскую Федерацию, в последние годы приобрела значительные масштабы, вызывая серьёзные экологические и социальные последствия. Вопрос контроля и предотвращения лесных пожаров находится в центре внимания различных международных организаций, чья деятельность направлена на охрану окружающей среды, в особенности лесных экосистем [1]. Согласно данным Всемирной оценки лесных ресурсов ООН ^ЯЛ), в 2023 году спутниковый мониторинг показал, что огнём было охвачено около 350 млн га покрытых растительностью территорий по всему миру, значительная часть которых приходится на леса и лесистые местности [2]. Однако эти данные часто расходятся с официальной статистикой пожаров, поскольку учёт подобных событий ведётся далеко не во всех странах. Основными факторами, вызывающими пожары, остаются антропогенные воздействия, которые составляют от 59 до 95% от общего числа возгораний в различных регионах [3]. В то же время на масштабы лесных пожаров существенное влияние оказывают природные условия, такие как особенности лесных массивов, погодные и климатические факторы.

Лесной пожар - это стихийное распространение огня по территории лесного фонда [4]. Для возникновения любого горения необходимы три предпосылки: горючий материал, окислитель и источник зажигания [5]. Окислителем на лесных пожарах является кислород, входящий в состав воздуха и на открытом пространстве имеющийся в достаточном количестве. Больше работ, посвященных лесным пожарам, написано И.С. Мелеховым, который их систематизировал, рассматривая возникновение относительно места возгорания и источников зажигания. Возникновение лесного пожара за И.С. Мелеховым [6] обусловлено наличием:

1. Горючих материалов;

2. Условий, способствующих зажиганию этих материалов;

3. Источников огня.

Классификация лесных пожаров призвана отразить их природу и масштаб, помогая более точно оценивать их воздействие и особенности распространения. Наиболее распространённый подход заключается в разделении пожаров по местоположению: на подземные, низовые и верховые. Одну из первых классификаций предложил Б. Нордстрем [7], разделяя лесные пожары на подвижные или этажные, верховые и подземные (торфяные).

Подобное разделение поддержал М.Е. Ткаченко [8], предложивший различать низовые, верховые, подземные и стволовые пожары. Позднее М.А. Софронов [9] усовершенствовал подход, выделив пять типов пожаров: низовые подвижные, низовые устойчивые, верховые быстрые (ураганные), верховые устойчивые и подземные (торфяные). В свою очередь, И.С. Мелехов [10] придерживался традиционной классификации, разделяя пожары на низовые, верховые и подземные, уточнив её в зависимости от типа горящего материала. Так, низовые пожары подразделяются на подстилочно-гумусные, сверх-грунтовые, подлесно-кустарниковые и ветровально-пеньковые, а верховые - на вершинные, сплошные и стволовые.

Пожары также классифицируются по характеру горения на устойчивые и быстрые. Устойчивые пожары наносят больший вред, поскольку горение происходит медленнее и более интенсивно воздействует на лес. Вклад в классификацию внёс Н.П. Курбатский [11], предложивший классифицировать каждый вид пожара (низовые, верховые и подземные) по уровням интенсивности: слабые, средние и сильные. Для низовых пожаров критериями послужили скорость распространения и высота пламени, а для подземных -глубина выгорания.

Список литературы диссертационного исследования кандидат наук Некрасов Глеб Александрович, 2025 год

Пользователи