МЕТОДЫ ПРОГНОЗИРОВАНИЯ, ИСПОЛЬЗУЕМЫЕ ПРИ ОЦЕНКЕ РИСКОВ ВОЗНИКНОВЕНИЯ ПОЖАРОВ

Для любой страны мира особое значение имеет проблема предотвращения возникновения чрезвычайных ситуаций (ЧС), в том числе и пожаров, а в случае их возникновения – минимизации последствий. Для уменьшения количества пожаров и ущерба от их возникновения разрабатываются методы прогнозирования, с помощью которых существует возможность заранее разрабатывать и внедрять соответствующие меры, обеспечивающие невозможность возникновения пожаров.

Пожары приводят к пагубным последствиям, а иногда даже к невосполнимым потерям. Ежегодно на планете возникает огромное количество пожаров. Статистические данные по пожарам РФ свидетельствуют об их высоком числе [1].

Предупреждение и тушение пожаров является одной из наиболее актуальных и наиболее значимых задач в России. Пожары могут охватывать значительные площади, нанося при этом материальный ущерб за период горения и тления.

Для определения сценариев реагирования на пожары нужна оценка рисков их возникновения. Оценка риска – это анализ возникновения и масштабов риска в конкретной ситуации. Главное предназначение ее – это определение приоритетов среди спектра негативных влияний и в связанном с этим сравнении применяемых мер. Оценка риска вводится, чтобы определить причины существующих проблем. Эффективное прогнозирование частоты пожаров в краткосрочной и среднесрочной перспективе может обеспечить надежную основу для национального научного развертывания пожарных запасов, а также предоставить теорию и поддержку для национального стратегического планирования противопожарных работ.

На нынешнем этапе развития пожарной науки существует много работ, в которых с помощью математических моделей рассматривают различные аспекты прогнозирования пожаров и описывают характерные для них параметры, процессы распространения, а также модели тушения таких пожаров.

В мире существует множество методов исследования технологий прогнозирования, которые широко используются и дают многообещающие результаты. Так, прогнозирование пожарной опасности широко используется в предотвращении лесных пожаров и борьбе с ними.

До недавнего времени методы прогнозирования лесных пожаров включали наземные оценки погодных и лесных условий для прогнозирования вероятности возникновения пожаров. Однако такие методы не являлись достаточно эффективными. Во-первых, с использованием таких методов снижается эффективность в отдаленных районах без метеостанций. А во-вторых, такие методы полагаются на человеческие наблюдения, за которыми следуют общие оценки. Именно поэтому для современных методов прогнозирования лесных пожаров начали использоваться спутниковые наблюдения, которые обеспечивают следующий шаг в прогнозировании лесных пожаров.

Например, автор работы [3] создал модель прогнозирования лесных пожаров и оценки рисков возникновения, объединив ГИС и технологию дистанционного зондирования.

Автор работы [4] создал нейросетевую модель прогнозирования лесных пожаров с учетом многих факторов, таких как свет, температура, влажность, ветер, местность. Автор работы [5] использует искусственную нейронную сеть и машину опорных векторов для обработки данных, собранных со спутниковых изображений, для прогнозирования лесных пожаров, оценки рисков возникновения и предотвращения таких бедствий. Экспериментальные результаты, представленные в работе [5], показывают высокую эффективность предложенной модели прогнозирования.

Авторы работы [2] указывают, что для прогнозирования возможной величины вероятности возникновения пожара необходимо:

– отразить взаимное расположение (по иерархическому принципу) «вершины» и «ветвей» его «деревья причин и опасностей»;

– определить и отразить взаимные функциональные связи между элементами этого «дерева», записав соответствующий логический символ «и» или «или»;

− разработать аналитические соотношения для выполнения расчетов по определению величин вероятности возникновения пожара.

Для построения аналитических соотношений по определению возможной величины риска возникновения пожара возможно использование теоремы сложения вероятностей и теоремы умножения вероятностей.

Помимо этого, выделяются такие модели прогнозирования, как модель, основанная на анализе временных рядов, модель взвешенной логистической регрессии, модель, основанная на теории серых систем, модель, основанная на вейвлет-анализе и другие.

При прогнозировании пожаров выделяются также такие методы моделирования, как физическое и математическое. В моделях воспроизводятся основные характеристики реального исследуемого объекта с целью его изучения.

Физическое моделирование основывается на теории подобия при рассмотрении фазы полного развития пожара. На основе анализа уравнений связи между переменными, характеризующими процесс горения, определяют условия и критерии подобия между натуральным пожаром и моделью. Исследование процесса горения проводят на моделях, а результаты исследований экстраполирует на реальные объекты. Поскольку процесс развития пожара невозможно полно выразить одним уравнением связи, а система таких уравнений может давать несовместимые критерии подобия, то метод физического моделирования сам по себе делает невозможным полностью исследовать этот процесс во всей его многогранности.

Чаще всего метод физического моделирования служит для выявления степени влияния двух, трех выходных параметров на характер развития пожара по фиксированному значению других и для получения соответствующих эмпирических зависимостей.

Математическое моделирование прогнозирования пожаров основывается на строгом аналитическом исследовании процесса горения в зависимости от исходных данных. Для описания процесса составляют системы дифференциальных или интегральных уравнений. Вместе с системами уравнений задают выражения, описывающие начальные и граничные условия.

Таким образом, к настоящему времени накоплен огромный объем информации о пожарах и предприняты плодотворные усилия, направленные на экспериментальное и теоретическое изучение процессов возникновения и протекания пожаров, а также разработаны методы для оценки рисков их возникновения.

Список литературы:

1. Статистика и анализ в МЧС и пожарной охране [Электронный ресурс]: Режим доступа: https://fireman.club/literatura/statistika-i-analiz-pozharov/ (дата обращения: 30.08.2022).
2. Massada, A.B.; Syphard, A.; Stewart, S.I.; Radeloff, V. Wildfire ignition-distribution modelling: A comparative study in the Huron-Manistee National Forest, Michigan, USA. Int. J. Wildland Fire 2013. – pp. 174–183.
3. Stojanova, D.; Kobler, A.; Ogrinc, P.; Ženko, B.; Džeroski, S. Estimating the risk of fire outbreaks in the natural environment. Data Min. Knowl. Discov. 2012. – pp. 411–442.
4. Yang Z, Chen MR, Shen Z. Forest fire forecasting and positioning research based on Neural Network. Computer Simulation. 2015. – pp. 315–321.
5. Youlad S, Mousannif H, et al. Predictive modeling of wildfires: A new dataset and machine learning approach. Fire Safety Journal, 2019. – pp.130–146.