CC BY
26
I
BADANIA I ROZWÖJ
dr inz. Sylwester M. Grajewskia)*
aUniwersytet Przyrodniczy w Poznaniu / University of Life Sciences in Poznan *Autor korespondencyjny / Corresponding author: sylgraj@up.poznan.pl
Wieloletnia zmiennosc pozarow lasow w wybranych 28 krajach Europy, Kanadzie i USA
Long-Term Variability of Forest Fires in Selected 28 European Countries, Canada and the USA
Многолетняя изменчивость лесных пожаров в выбранных 28 европейских странах, Канаде и США
ABSTRAKT
Cel: Zasadniczym celem artykulu jest okreslenie wieloletniej zmiennosci liczby pozarow lasow i spalonej powierzchni lesnej w wybranych 28 krajach Europy, Kanadzie i USA oraz ocena skutecznosci systemow zabezpieczenia przeciwpozarowego lasow w tych panstwach. Celem dodatkowym jest wydzielenie grup krajow podobnych pod wzgl?dem wyst?powania pozarow lasow oraz skutecznosci dzialania systemow zabezpieczenia przeciwpozarowego obszarow lesnych.
Wprowadzenie: Pozary lasow skutkujq nie tylko wymiernymi stratami gospodarczymi, ale najcz?sciej powodujq rowniez powazne zmiany w ekosystemach lesnych. Tym samym przyczyniajq si? do pogarszania jakosci zycia spoleczenstw. Pozarami zagrozonych jest na swiecie okolo 40% powierzchni lasow, a w Europie ponad 60%. Dodatkowo ze wzgl?du na ocieplanie klimatu, spadek wielkosci opadow atmosferycznych i wydluzanie si? okresow bezdesz-czowych prognozuje si?, ze zagrozenie pozarowe lasow b?dzie wzrastac, co przelozy si? nie tylko na wi?kszq liczby pozarow, ale sprzyjac b?dzie ich intensywnemu rozprzestrzenianiu. W tym kontekscie prowadzenie na biezqco analiz pozarow lasow nabiera szczegolnego znaczenia. Metodologia: Analizie poddano dane o liczbie pozarow lasow, spalonej powierzchni lesnej i sredniej powierzchni pojedynczego pozaru dla 28 krajow europejskich, Kanady i USA. Liczb? pozarow i spalonq powierzchni? odniesiono do powierzchni lasow w poszczegolnych krajach, dokonujqc przeliczenia wartosci tych charakterystyk na 1000 ha powierzchni lesnej danego panstwa. Dla b?dqcych w dyspozycji roznej dlugosci serii danych dokonano oceny trendow za pomocq nieparametrycznego testu Manna-Kendalla. Do grupowania krajow pod wzgl?dem wyst?powania pozarow lasow oraz skutecznosci systemow zabezpieczenia pozarowego obszarow lesnych w latach 1990-2015 wykorzystano hierarchicznq metod? analizy skupien z zastosowaniem euklidesowej miary odleglosci i metody aglomeracji Warda.
Wnioski: Przeprowadzone dla 30 krajow badania generalnie nie potwierdzily poglqdow niektorych badaczy dotyczqcych mozliwosci zwi?kszania si? liczby pozarow lasow czy tez rozmiaru spalonych powierzchni lesnych w konsekwencji zmian ziemskiego klimatu. Niemniej dla niektorych panstw odnotowano po-twierdzone statystycznie niepokojqce tendencje wzrostowe tych cech. Najnizsza wartosc sredniej powierzchni pozaru lasu charakteryzuje Czechy, Finlandi?, Niemcy, Austri?, Szwecj?, Litw?, totw?, Polsk? i Ukrain?. Uprawnia to do stwierdzenia, ze w krajach tych skutecznosc przeciwpozarowego zabezpieczenia obszarow lesnych jest najwyzsza. Pod wzgl?dem liczby pozarow i spalonej powierzchni lesnej Polska tworzy wspolng grup? z W?grami, Turcjg, Francjg i Bulgaria. Hierarchiczna analiza skupien z uzyciem wskaznikow liniowego tempa zmian dla liczby pozarow, spalonej powierzchni i dla sredniej powierzchni pozaru (wartosci Sen's slope) oraz sredniej powierzchni pozaru lasu skupia Polsk? z totwq, Slowaj Ukraine i Bialorusiq obok Finlandii, Czech, Litwy, Niemiec, Szwecji i Austrii. Stowa kluczowe: pozary lasow, liczba pozarow lasow, spalona powierzchnia lesna, trendy, zabezpieczenie przeciwpozarowe lasow Typ artykutu: oryginalny artykul naukowy
Przyj?ty: 25.06.2017; Zrecenzowany: 26.07.2017; Opublikowany: 30.09.2017; Artykul zostal wyrozniony przez Komitet Redakcyjny;
Prosz? cytowac: BiTP Vol. 47 Issue 3, 2017, pp. 46-61, doi: 10.12845/bitp.47.3.2017.3;
Artykul udost?pniany na licencji CC BY-NC-SA 4.0 (https://creativecommons.org/licenses/by-nc-sa/4.0/).
ABSTRACT
Aim: The primary aim of this paper was to determine long-term variability in the number of forest fires and burnt forest area in selected 28 European countries, Canada and the USA and to assess the effectiveness of fire protection systems in the forests of those countries. The secondary aim was to identify similarities between the analysed countries in terms of the incidence of forest fires and the effectiveness of forest fire protection systems. Introduction: Forest fires not only cause tangible economic losses, but they also typically result in serious changes in forest ecosystems. By affecting fauna, flora and the air, among other things, they simultaneously contribute to a deterioration of living conditions. Worldwide approx. 40% forested areas are at risk of forest fires, while in Europe it is over 60%. Additionally, due to climate change, decreasing precipitation and prolonged periods with no rainfall it is forecast that fire hazard in forests is going to increase, which will not only be manifested in a greater number of fires, but will also contribute to their intensive spreading. In this context, it is crucial to conduct analyses of forest fires.
Methodology: Analyses were conducted on data concerning the number of forest fires, burnt forest areas and the mean area of a single fire in 28 European countries, Canada and the USA. The number of fires and the burnt area were compared to the total forested areas in individual countries by converting the values of these characteristics per 1000 ha forested area in a given country. Trends for the available varying lengths of data series were determined using the non-parametric Mann-Kendall test. Countries were clustered in terms of the incidence of forest fires and the effectiveness of fire protection systems in the years 1990-2015 using the hierarchical method of cluster analysis based on Euclidean distances and the Ward agglomeration method.
Conclusions: Generally, the analyses conducted In the above-mentioned 30 countries did not confirm forecasts on the Increasing numbers of forest fires or burnt forest areas, which may be explained e.g. by the consequences of climate change. Nevertheless, in some countries statistically disturbing trends were observed for these characteristics. The lowest mean forest fire areas were recorded for the Czech Republic, Finland, Germany, Austria, Sweden, Lithuania, Latvia, Poland and Ukraine, which indicates that those countries had the highest effectiveness of forest fire protection measures. In terms of the number of fires and burnt forested area Poland is clustered with Hungary, Turkey, France and Bulgaria. Hierarchical cluster analysis using linear indices for changes in the number of forest fires, burnt area and mean fire area (Sen's slope) as well as mean forest fire area clustered Poland with Latvia, Slovakia, Ukraine and Belarus next to Finland, the Czech Republic, Lithuania, Germany, Sweden and Austria. Keywords: forest fires, number of forest fires, burnt forest area, trends, forest fire protection Type of article: original scientific article
Received: 25.06.2017; Reviewed: 26.07.2017; Published: 30.09.2017; The article was recognised by the Editorial Committee;
Please cite as: BiTP Vol. 47 Issue 3, 2017, pp. 46-61, doi: 10.12845/bitp.47.3.2017.3;
This is an open access article under the CC BY-NC-SA 4.0 license (https://creativecommons.org/licenses/by-nc-sa/4.0/).
АННОТАЦИЯ
Цель: Основная цель данной статьи заключается в определении долгосрочной изменчивости числа лесных пожаров и размеров площади сгоревшего леса в выбранных 28 европейских странах, Канаде и США, а также оценке эффективности системы противопожарной защиты лесов в этих странах. Дополнительной целью является определение групп стран с похожим числом лесных пожаров и уровнем эффективности систем противопожарной защиты лесов.
Введение: Лесные пожары приводят не только к измеримым экономическим потерям, но и, чаще всего, к серьезным изменениям лесных экосистем. Тем самым они влияют на ухудшение качества жизни общества. Пожары угрожают около 40% общей лесной площади в мире и более 60% лесной площади Европы. Кроме того, из-за глобального потепления, уменьшения объема осадков и удлиняющихся периодов их отсутствия прогнозируется возрастание угрозы лесных пожаров, что приведет не только к их увеличению, но будет способствовать интенсивному распространению пожаров. В связи с этим, особое значение приобретает текущий анализ лесных пожаров. Методология: Были проанализированы данные о числе лесных пожаров, площади сгоревших лесов и средней площади одного пожара в 28 европейских странах, Канаде и США. Число пожаров и пострадавшая поверхность была сравнена с площадью лесов в каждой стране, полученные значения этих характеристик были пересчитаны в соотношению к 1000 га лесных площадей соответствующей страны. Тренды разных длин доступных серий данных были рассчитаны с использованием непараметрического критерия Манна-Кендалл. Для систематизации стран с точки зрения лесных пожаров и эффективности противопожарной защиты лесных территорий в 1990-2015 гг. был использован иерархический метод кластерного анализа с использованием евклидова расстояния и метода агломерации Варда. Выводы: Исследования, проведенные для 30 стран, как правило, не подтвердили мнения некоторых ученых, что количество лесных пожаров или размер сгоревших лесных массивов может увеличиваться в результате глобального изменения климата. Однако, опасный рост этих характеристик был статистически подтверждён в некоторых странах. Наименьшие значения средней площади лесных пожаров были установлены для: Чехии, Финляндии, Германии, Австрии, Швеции, Литвы, Латвии, Польши и Украины. Эти данные позволяют сделать вывод, что в этих странах эффективность противопожарной защиты лесных участков является самой высокой. С точки зрения числа пожаров и соженной площади лесов Польша находится в одной группе с Венгрией, Турцией, Францией и Болгарией. Иерархический анализ линейной скорости изменений числа пожаров к сгоревшей площади, а также к средней площади пожара (Sen's slope) и средней площади лесных пожаров позволяет отнести Польшу к группе с Латвией, Словакией, Украиной и Белоруссией вместе с Финляндией, Чехией, Литвой, Германией, Швецией и Австрией. Ключевые слова: пожары лесов, число пожаров лесов, соженная лесная поверхность, тренды, пожарная защита лесов Вид статьи: оригинальная научная статья
Принята: 25.06.2017; Рецензирована: 26.07.2017; Опубликована: 30.09.2017; Эту статью наградил Редакционный Совет;
Просим ссылаться на статью следующим образом: BiTP Vol. 47 Issue 3, 2017, pp. 46-61, doi: 10.12845/bitp.47.3.2017.3;
Настоящая статья находится в открытом доступе и распространяется в соответствии с лицензией CC BY-NC-SA 4.0 (https://creativecommons. org/licenses/by-nc-sa/4.0/).
Wstçp
Pozary lasow powodujq zazwyczaj bardzo niekorzystne zmiany w ekosystemach lesnych. Dotykajq wielu grup roslin [1] i zwierzqt [2], wptywajqc tym samym na pogorszenie jakosci zycia spoteczenstw [3]. Pozary lasow to rowniez wymierne
Introduction
Forest fires usually cause highly adverse changes in forest ecosystems. They affect many groups of plants [1] and animals [2], contributing to the deterioration of living conditions [3]. Forest fires also lead to significant economic
straty gospodarcze [4]. W wi?kszosci przypadkow negatywne skutki pozarow nie sq rowniez oboj?tne dla powietrza atmosfe -rycznego [5]. Szczegolne znaczenie odgrywajq w tej kwestii gazy i aerozole wydzielajqce si? podczas spalania biomasy, ponie-waz majq one znaczny udziat w pot?gowaniu efektu szklarnio-wego. Uwalniane podczas pozarow aktywne chemicznie gazy silnie wptywajq na procesy zachodzqce wewnqtrz atmosfery [6].
Szacuje si?, ze w latach 1960-2000 rokrocznie na swiecie spaleniu ulegato od 273 do 567 mln ha lasow [7], a pod koniec XX wieku nawet 608 mln ha rocznie [8]. Pozarami zagrozonych jest na swiecie okoto 40% powierzchni lasow, w Europie ponad 60%, a w Polsce ponad 80% [9]. Biorqc pod uwag? liczb? pozarow lasow i spalonq powierzchni? lesnq, Polsk? wraz z Hiszpa-niq i Portugaliq zalicza si? do grupy krajow europejskich, w kto -rych pozary powstajq najcz?sciej [10]. Dodatkowo, ze wzgl?du na ocieplanie klimatu, spadek wielkosci opadow atmosferycz-nych i wydtuzanie si? okresow bezdeszczowych, prognozuje si?, ze zagrozenie pozarowe lasow w przysztosci b?dzie wzrastac [m.in. 11, 12, 13, 14]. Przetozy si? to nie tylko na wzrost liczby pozarow, ale sprzyjac b?dzie ich intensywnemu rozprzestrze-nianiu, czyli powstawaniu pozarow wielkoobszarowych [15, 16].
Podstawowym celem artykutu jest okreslenie wieloletniej zmiennosci liczby pozarow lasow i spalonej powierzchni lesnej w 28 krajach Europy, Kanadzie i USA oraz ocena skutecznosci systemow zabezpieczenia przeciwpozarowego obszarow le-snych w tych panstwach. Celem dodatkowym jest wydzielenie grup krajow podobnych pod wzgl?dem wyst?powania pozarow lasow oraz skutecznosci dziatania systemow zabezpieczenia przeciwpozarowego obszarow lesnych.
losses [4]. In most cases the negative results of fires also affect the ambient air [5]. The gases and aerosols emitted during biomass combustion, which are important contributors to the greenhouse effect, are particularly significant. Chemically ac -tive gases have a strong effect on the processes taking place in the atmosphere [6].
It is estimated that in 1960-2000 from 273 to 567 million ha of forests was burnt every year [7] and by the end of the 20th century as much as 608 million ha per year [8]. Worldwide approx. 40% forested areas are at risk of fires, in Europe it is over 60% and in Poland over 80% [9]. In terms of the number of forest fires and the burnt forest area, Poland, along with Spain and Portugal, belongs to the cluster of European countries with the highest frequency of fires [10]. Additionally, due to the global warming, decreasing precipitation and prolonged periods with no rainfall it is forecast that fire hazard in forests is going to increase [i.a. 11, 12, 13, 14], which will be manifested not only in a greater number of fires, but will also contribute to their intensive spreading, i.e. the occurrence of large-area fires [15, 16].
The primary aim of this paper was to determine long-term variability in the number of forest fires and burnt forest area in 28 European countries, Canada and the USA and to assess the effectiveness of fire protection systems in the forest areas of those countries. The secondary aim was to identify similarities between the analysed countries in terms of the incidence of forest fires and the effectiveness of forest fire protection systems.
Materiat i metody
Material and methods
Analizie poddano dane o liczbie pozarow lasow, spalonej powierzchni lesnej i sredniej powierzchni pojedynczego pozaru dla 28 krajow europejskich oraz Kanady i USA (tabela 1). Licz-b? pozarow i spalonq powierzchni? odniesiono do powierzchni lasow w poszczegolnych krajach [17, 18], dokonuj^c przelicze-nia wartosci tych charakterystyk na kazde 1000 ha powierzch -ni lesnej.
Dla b?dqcych w dyspozycji roznej dtugosci serii danych, od 9 (Macedonia) do 36 lat (Estonia, Francja, Grecja, Hiszpa-nia, Irlandia, Kanada, Lotwa, Portugalia, Szwajcaria, USA, Wto-chy), dokonano oceny trendow za pomocq nieparametrycznego testu Manna-Kendalla [19, 20]. Test ten z powodzeniem wyko-rzystywany byt dotqd m.in. do oceny kierunkowych zmian pa-rametrow hydrologicznych oraz elementow klimatycznych [21, 22, 23]. Wartosc statystyki S w tescie Manna-Kendalla wyzna-czana jest wedtug wzoru [24]:
The analysis involved data on the number of forest fires, burnt forest area and mean fire area for 28 European countries, Canada and the USA (Table 1). The number of fires and the burnt area were compared to the total forested areas in individual countries [17, 18] by converting the values of these characteristics per 1000 ha forested area in a given country.
For the available varying lengths of data series, from 9 (Mac -edonia) to 36 years (Estonia, France, Greece, Spain, Ireland, Canada, Latvia, Portugal, Switzerland, the USA, Italy), an assessment of the trends was carried out using the non-parametric Mann-Kendall test [19, 20]. This test has been successfully used for the assessment of directional changes of hydrological parameters and climatic elements [21, 22, 23]. The value of the S statistic in the Mann-Kendal test is determined according to the following formula [24]:
gdzie:
k=l j=k+l
sign(Xj -Xk)
1 dla x - X > 0
0 dla x. - X, ■
i k
0
-1 dla Xj - xk < 0
(1)
(2)
n-1 n
k=1 j=k+1
where:
Sgn (Xj - Xk )
1 for Xj - Xk > 0 0 for Xj - Xk = 0 -1 for X, - Xk < 0
(1)
(2)
x , xt - wartosci danych w czasie j i k, n - dtugosc (liczebnosc) zbioru danych.
Poszczegolne elementy uporzqdkowanej serii sq porowny-wane z poprzednimi. Poczqtkowa wartosc statystyki S Manna --Kendalla przyjmowana jest jako 0 (brak trendu). Jesli wartosc kolejnego elementu szeregu jest wi?ksza niz wartosc poprzed-nia, to S jest zwi?kszany o 1. W odwrotnym wypadku, jezeli wartosc kolejnego elementu szeregu jest mniejsza niz wartosc poprzednia - S jest zmniejszany o 1. W efekcie tych wyliczen otrzymuje si? ostatecznq wartosc S. Obliczenia wariancji S (Var(S)) wykonano wedtug wzoru:
Var (S ) =
n-(n - l)-(2n + 5)
18
(3)
Za pomocq znormalizowanej statystyki testowej, wyznaczo -nej z rownania (4), obliczono prawdopodobienstwo testowe p wynikajqce ze znormalizowanej statystyki testowej Z. Przyjmuje si?, ze trend jest malejqcy, gdy Z jest mniejsze od 0, a prawdopo -dobienstwo testowe p jest mniejsze niz przyj?ty poziom istot-nosci a = 0,05. Jednoczesnie trend uznawany jest za rosnqcy, gdy Z jest wi?ksze od 0, a prawdopodobienstwo testowe p jest mniejsze niz przyj?ty poziom istotnosci a = 0,05.
Z =
S -1
dla S > 0
[(Var (S)]2
0 dlaS = 0 S +1
(4)
[(Var (S)]
dla S < 0
x, xk - data values at times j and k, n - data set length (size).
The individual elements of the ordered series are compared with the preceding ones. The initial value of Mann-Kendall's S statistic is assumed as 0 (no trend). If the value of the next element in the series is larger than the preceding value, then Sis increased by 1. If the opposite is true, i.e. the value of the next element in the series is smaller than the preceding value, then S is decreased by 1. The final S value results from these calculations. Calculations of variance S (Var(S)) were performed according to the following formula:
Var (S ) = -
■(n - l)(2n + 5) 18
(3)
Using the normalised test statistic determined from the equation (4), the probability value p, resulting from the normalised Z test statistic, was calculated. The trend is assumed to be decreasing if Z is lower than 0 and the probability value p is lower than the assumed significance level a = 0.05. The trend is assumed to be increasing if Z is higher than 0 and the probability value p is lower than the assumed significance level a = 0.05.
Z
S-1
[(Var (S)]
0 forS = 0 S +1
Y for S > 0
(4)
[(Var (S)]2
r for S < 0
W ramach niniejszej pracy zbadano rowniez podobienstwa krajow pod wzgl?dem:
1) wyst?powania zjawiska pozaru lasu - opisywanego licz-bq pozarow lasow i spalonq powierzchniq lesnq,
2) skutecznosci dziatania systemow zabezpieczenia poza-rowego obszarow lesnych - opisywanej wskaznikami liniowego tempa zmian dla liczby pozarow lasow, spa-lonej powierzchni lesnej i dla powierzchni pojedyncze-go pozaru (tj. wartosciami tzw. Sen's slope) oraz sredniq powierzchniq pozaru lasu.
W tym celu wykorzystano hierarchicznq metod? analizy skupien z zastosowaniem euklidesowej miary odlegtosci i me -tody aglomeracji Warda. Przed uruchomieniem grupowania zmniejszono zroznicowanie dtugosci serii danych, ogranicza-jqc je do okresu 1990-2015. Dokonano takze normalizacji wartosci liczby pozarow i powierzchni spalonych lasow poprzez przeliczenie ich na 1000 ha powierzchni lesnej danego kra-ju na podstawie informacji o lesistosci panstw, podawanych przez [17] i [18].
This study also analysed similarities between country in terms of:
1) the incidence of forest fires - expressed by the number of forest fires and burnt forest area,
2) the effectiveness of forest fire protection systems - expressed by linear indices for changes in the number of forest fires, burnt forest area and mean fire area (Sen's slope value) and the mean forest fire area.
The hierarchical method of cluster analysis based on the Euclidean distances and the Ward agglomeration method was used for this purpose. Before clustering, the length variance of the data series was reduced by limiting the data to the 1990-2015 period. The values of the number of forest fires and the area of burnt forests were also normalised by expressing them per 1000 ha of a given country's forest area on the basis of information on the forest ratio of countries, provided by [17] and [18].
Tabela 1. Zródta danych o pozarach lasów Table 1. Sources of data on forest fires
Panstwo / Country Symbol / Symbol Okres / Period Zrödto danych /Data source
Austria AT 1993-2015 1993-2004, 2008 [14] 2005-2007, 2009-2015 [25]
Biatorus /Belarus BY 1990-1991 i/and 1993-2016 1990-2003 [26] 2004-2009 [27] 2010-2016 Dane z/Date from: National Statistical Committee of the Republic of Belarus (www.belstat.gov.by) [50]
Butgaria / Bulgaria BG 1991-2015 [25]
Chorwacja / Croatia HR 1992-2015 [25]
Cypr / Cyprus CY 2000-2015 [25]
Czechy / Czech Republic CZ 1995-2015 1990-2004 [25] 2005-2015 [28]
Estonia EE 1980-2015 1980-1999 [29] 2000-2015 [25]
Finlandia / Finland FI 1996-2016 1996-2015 [25] 2016 [30] (tylko spalona powierzchnia/only burnt area)
Francja / France FR 1980-2015 [25]
Grecja / Greece GR 1980-2015 [25] (2009-2015 dane niekompletne/ incomplete data)
Hiszpania / Spain ES 1980-2015 [25]
Irlandia / Ireland IE 1980-2015 [31] (tylko spalona powierzchnia/only burnt area)
Kanada / Canada CA 1980-2016 1980-1987 [32] 1988-2016 Dane z/Date from: National Forestry Database and Statistics Canada (http://nfdp.ccfm.org) [49]
Litwa / Lithuania LT 1992-2015 [25]
totwa / Latvia LV 1980-2015 [25]
Macedonia MK 2007-2015 [25]
Niemcy / Germany DE 1991-2015 [25]
Norwegia / Norway NO 2001-2015 [25]
Polska /Poland PL 1990-2015 [25]
Portugalia / Portugal PT 1980-2015 [25]
Rumunia / Romania RO 1990-2015 [25]
Stowacja / Slovakia SK 1994-2015 [25]
Stowenia / Slovenia SI 2002-2015 [25]
Stany Zjednoczone / United States US 1980-2016 1980-2016 Dane z/Data from: U.S. National Centers for Environmental Information (www.ncdc.noaa.gov) [53]
Szwajcaria / Switzerland CH 1980-2015 Dane z/Data from: WSL forest fire database (http://www.wsl.ch) [51]
Szwecja / Sweden SE 1998-2015 [25]
Turcja / Turkey TR 1990-2013 [25]
Ukraina / Ukraine UA 1990-2015 Dane z/Data from: State Statistics Service of Ukraine (https://ukrstat.org) [52]
W^gry / Hungary HU 1999-2015 [25]
Wtochy / Italy IT 1980-2015 [25]
Wyniki
Liczba pozarów lasu
Srednio w analizowanych krajach europejskich dochodzi corocznie do blisko 3000 pozarów lasów, podczas gdy w Ame-ryce Pótnocnej (Kanada i USA) pozary zdarzajq si? w uj?ciu bezwzgl?dnym blisko szesnastokrotnie cz?sciej. Przy uwzgl?d-nieniu powierzchni lasów na obu kontynentach dysproporcja ta odwraca si? na niekorzysc Europy i wynosi 4,4:1 (0,6554 w Euro-pie wobec 0,1495 na kazde 1000 ha lasów w Ameryce Pótnocnej).
Niestety Polska nalezy do grupy krajów, w których corocznie powstaje najwi?cej pozarów lasów (tabela 2). Pod tym wzgl?-dem Polska plasuje si? na szóstym miejscu w Europie, po Por-tugalii, Litwie, Stowacji, Wtoszech i Cyprze. Dla zdecydowanej wi?kszosci panstw (19) liczba pozarów lasów wykazuje tenden -cj? spadkowq, co w 11 przypadkach potwierdzono statystycznie
Results
The number of forest fires
On average, about 3 000 forest fires occur the anaylsed countries every year, while in North America (Canada and the USA) the absolute number of fires is nearly sixteen times as high. After adjusting for the forest area on both continents, this disproportion turns unfavourably for Europe and equals to 4.4:1 (0.6554 in Europe against 0,1495 per every 1000 ha of forests in North America).
Unfortunately, Poland belongs to the cluster of countries with the highest number of forest fires per year (table 2). In this statistic Poland is sixth in Europe, behind Portugal, Latvia, Slovakia, Italy and Cyprus. In the majority of countries (19) the number of forest fires shows a downward trend, which is confirmed by statistics in 11 cases (table 2). The
(tabela 2). W grupie krajów, w których rejestruje siç rosnqcq licz-bç pozarów, znalazty siç: Austria, Portugalia, Hiszpania i Wçgry (trend dodatni potwierdzony statystycznie) oraz Lotwa, Rumu -nia, Polska, Butgaria, Grecja i Stowenia (trend dodatni niepo-twierdzony statystycznie, tabela 2, ryc. 1). Niemniej nalezy za-uwazyc, ze w przypadku Portugalii i Hiszpanii analiza krótszego przedziatu czasowego (199Ü-2Ü1Б) skutkowata co prawda nie-istotnym statystycznie, ale jednak trendem ujemnym. Podob-nq diametralnq, aczkolwiek w obu przypadkach statystycznie nieistotnq, zmianç trendu zaobserwowano w przypadku Lotwy. Z kolei dla Grecji badanie krótszej serii danych skutkowato okre-sleniem statystycznie istotnej negatywnej tendencji (tabela 2).
Spalona powierzchnia lesna
Srednio w analizowanych krajach europejskich dochodzi co roku do pozarów lasów obejmujqcych blisko 19ÜÜÜ ha powierzchni lesnej (3,91 ha na kazde 1ÜÜÜ ha lasów), a w Ameryce Pótnoc -nej pozary rokrocznie trawiq ponad 2,2 mln ha lasów (6,76 ha na kazde 1ÜÜÜ ha lasów). W Polsce w latach 199Ü-2Ü15 srednio spaleniu ulegato 75Ü4 ha lasów rocznie, tj. Ü,BÜ ha/1ÜÜÜ ha lasów, co daje srodkowq lokatç wsród badanych krajów (tabela 3).
Statystyki dotyczqce powierzchni spalonych lasów w badanych krajach wypadajq jeszcze korzystniej niz dla liczby pozarów. Mianowicie az dla 21 panstw wykazano tendencjç do zmniejsza -nia siç powierzchni pozarów lasów - w 12 przypadkach potwier-dzonq statystycznie (tabela 3). Na tym tle bardzo pozytywnie wyróznia siç Polska, wykazujqc jeden z silniejszych (Z = -2,777) ujemnych trendów potwierdzonych statystycznie na poziomie а = Ü,Ü1 (ryc. 1). Tendencje wzrostowe powierzchni spalonych lasów cechujq dane z USA, Lotwy i Wçgier (potwierdzone statystycznie), a takze z Rumunii, Austrii, Kanady, Ukrainy, Portugalii oraz Butgarii (brak statystycznego potwierdzenia). Podobnie jak w przypadku liczby pozarów znaczenie majq dtugosci analizowa -nych serii danych. Wyznaczone trendy dla Portugalii i Irlandii za skrócony okres lat 199Ü-2Ü1Б odwrócity siç, pozostajqc jednakze za kazdym razem statystycznie nieistotnymi, natomiast dodat-nia (na poziomie а = Ü,ÜÜ1) tendencja na Lotwie zmienita siç na przeciwnq, ale juz statystycznie nieistotnq (tabela 3).
Powierzchnia pojedynczego pozaru lasu
W panstwach europejskich srednia bezwzglçdna powierzch -nia pojedynczego pozaru lasu wynosi 7-B ha, podczas gdy w Ameryce Pótnocnej równa jest 172 ha (USA 26 ha, Kanada az 317 ha). Polska na tym tle wypada bardzo dobrze. Znajduje siç w scistej czotówce panstw, którym udaje siç gasic pozary we wczesnej fazie rozwoju, minimalizujqc przez to straty materialne i ekologiczne. Wyprzedzajq jq w tym wzglçdzie jedynie Czechy, Finlandia, Niemcy, Austria, Szwecja, Litwa i minimalnie Lotwa. Dodatkowo wartosci srednich rocznych powierzchni pozaru lasu dla Polski wykazujq wyrazny i istotny statystycznie trend male -jqcy, podobnie jak w 1Б innych krajach (tabela 4, ryc. 2). Dla 1Ü sposród nich tendencja ta zostata potwierdzona statystycznie, w tym równiez dla Polski. Trend dodatni tej cechy odnotowano w 13 panstwach, z czego statystyczne jego potwierdzenie uzy-skano dla USA, Lotwy, Estonii i Kanady (tabela 4). Wartosc sred -niej powierzchni pozaru ponizej 1 ha, charakteryzujqca panstwa z pótnocnej czçsci Europy, wyraznie wskazuje, ze radzq sobie one
cluster of countries in which the number of fires has been increasing includes: Austria, Portugal, Spain and Hungary (rising trend confirmed by statistics) and Latvia, Romania, Poland, Bulgaria, Greece and Slovenia (rising trend not confirmed by statistics, table 2, fig. 1). However, it should be noted that for Portugal and Spain an analysis of a shorter time period (1990-2015) showed a downward trend, even though it was statistically insignificant. A similar diametric, but in both cases statistically insignificant change of trend was observed for Latvia. The examination of a shorter data series for Greece resulted in a statistically significant down -ward trend (table 2).
Burnt forest area
On average, each year in the analysed European countries forest fires cover nearly 19,000 ha of forest area (3.91 ha per 1,000 ha of forests) and in North America over 2.2 million ha (6.76 ha per 1,000 ha of forests). In 1990-2015 an average of 7,504 ha of forests was burnt in Poland, i.e. 0.80 ha/1,000 ha of forests, which is a middle position among the studied countries (table 3).
The statistics regarding the area of burnt forests in the stud -ied countries are even more favourable than for the number of fires. For as many as 21 countries a downward trend in the forest fire area was found - statistically confirmed in 12 cases (table 3). Poland has excellent results in this field, showing one of the strongest (Z = -2.777) downward trends statistically confirmed at the level of a = 0.01 (fig. 1). Upward trends in burnt forest area were found in the USA, Latvia, Hungary (confirmed by statistics) and Romania, Austria, Canada, Ukraine, Portugal and Bulgaria (not confirmed by statistics). As with the number of fires, the lengths of the analysed data series are significant. The trends determined for Portugal and Ireland for the shortened period of 1990-2015 were reversed, while remaining statistical -ly insignificant, whereas the positive (at the level of a = 0.001) trend in Latvia shifted to a negative, though statistically insignificant one (table 3).
Mean fire area
In European countries, the mean absolute area of a single fire is 7-8 ha, while in North America it is 172 ha (26 ha in the USA and 317 ha in Canada). Poland's results are very good in comparison. It is one of the leaders in eliminating fires at an early stage, which minimises financial and environmental losses. The only countries with better statistics in this respect are the Czech Republic, Finland, Germany, Austria, Sweden, Lithuania and, by a slight margin, Latvia. In addition, the values of mean annual forest fire areas for Poland show a clear and statistically significant downward trend, as in 15 other countries (table 4, fig. 2). For 10 of them, including Poland, this trend has been statistically confirmed. Upward trends were observed in 13 countries, and this was statistically confirmed in the USA, Latvia, Estonia and Canada (table 4). The value of mean forest fire area below 1 ha, which characterised countries in the northern part of Europe, clearly indicates that these countries are much more effective in dealing with fires, a potential result of a more
z pozarami duzo lepiej, co moze wynikac ze skuteczniejszego systemu zabezpieczenia przeciwpozarowego obszarow lesnych, ale niebagatelne znaczenie ma tu rowniez czynnik klimatyczny i pogodowy, zdecydowanie mniej korzystny na potudniu Europy. Wyjqtkiem jest tutaj Norwegia, ktora ze sredniq 6,52 ha wyraznie odstaje od swoich sqsiadöw (tabela 4).
Skrocenie okresu analizy do lat 1990-2015 dla Estonii, Gre -cji i Wtoch oznaczato odwrocenie wczesniej wyznaczonych ten-dencji, niemniej nadal nieistotnych statystycznie.
Tabela 2. Wyniki analizy liczby pozarow lasow przeliczonej na 1000 ha powierzchni lesnej Table 2. Results of analyses of forest fires converted into 1000 ha forest area
Panstwo/ Country Okres/Period n x Zakres/Range SD Z P Trend
AT 1993-2015 23 0,0645 0,0039 0,2466 0,0714 3,275 0,001 / •••
BG 1991-2015 25 0,1403 0,0191 0,4473 0,1080 0,210 0,417 /
BY 1990-2016 21 0,1637 0,0315 0,5257 0,1286 -3,171 0,001 \ •••
CA 1980-2016 37 0,0228 0,0136 0,0322 0,0050 -3,518 0,000 \ •••
CA 1990-2016 27 0,0215 0,0136 0,0308 0,0048 -2,710 0,003 \ ••
CH 1980-2015 36 0,0679 0,0279 0,1994 0,0351 -0,368 0,356 \
CH 1990-2015 26 0,0705 0,0367 0,1994 0,0383 -1,103 0,135 \
CY 2000-2015 16 0,9894 0,3937 2,4725 0,5838 -3,827 0,000 \ •••
CZ 1995-2015 21 0,4165 0,1762 0,9609 0,2056 -0,574 0,283 \
DE 1991-2015 25 0,1000 0,0376 0,2638 0,0569 -3,573 0,000 \ •••
EE 1980-2015 36 0,0637 0,0022 0,1608 0,0451 -3,093 0,001 \ •••
EE 1990-2015 26 0,0619 0,0022 0,1608 0,0500 -3,373 0,000 \ •••
ES 1980-2015 36 0,8119 0,2601 1,4023 0,3108 2,111 0,017 / •
ES 1990-2015 26 0,9255 0,5305 1,4023 0,2557 -1,543 0,061 \
FI 1996-2016 21 0,0591 0,0167 0,1371 0,0284 -0,513 0,304 \
FR 1980-2015 36 0,2787 0,1308 0,4712 0,0772 -2,356 0,009 \ ••
FR 1990-2015 26 0,2748 0,1308 0,4712 0,0795 -2,513 0,006 \ ••
GR 1980-2015 36 0,3790 0,1307 0,6615 0,1353 0,163 0,435 /
GR 1990-2015 26 0,4002 0,1307 0,6615 0,1494 -2,336 0,010 \ ••
HR 1992-2015 24 0,1440 0,0224 0,3673 0,0823 -1,714 0,043 \ •
HU 1999-2015 17 0,3394 0,0469 1,2841 0,3370 2,101 0,018 / •
IT 1980-2015 36 0,9947 0,3158 2,0075 0,3848 -4,400 0,000 \ •••
IT 1990-2015 26 0,8985 0,3158 1,5748 0,3565 -4,100 0,000 \ •••
LT 1992-2015 24 2,5518 0,3716 7,3211 2,0020 -3,275 0,001 \ •••
LV 1980-2015 36 0,1902 0,0483 0,5748 0,1271 1,376 0,084 /
LV 1990-2015 26 0,2226 0,0483 0,5748 0,1346 -1,102 0,135 \
MK 2007-2015 9 0,3110 0,0628 0,6603 0,2473 -1,564 0,059 \
NO 2001-2015 15 0,0091 0,0020 0,0176 0,0053 -2,672 0,004 \ ••
PL 1990-2015 26 0,9165 0,3739 1,8110 0,3317 0,353 0,362 /
PT 1980-2015 36 5,7303 0,7382 -f 11,2181 3,0532 3,037 0,001 / •••
PT 1990-2015 26 7,0421 2,2209 -f 11,2181 2,3566 -0,661 0,254 \
RO 1990-2015 26 0,0304 0,0050 0,1328 0,0316 1,190 0,117 /
SE 1998-2015 18 0,1580 0,0788 0,2950 0,0515 -1,591 0,056 \
SI 2002-2015 14 0,0785 0,0256 0,1795 0,0429 0,109 0,456 /
SK 1994-2015 22 2,1368 0,6546 5,4433 1,3027 -2,285 0,011 \ •
TR 1990-2013 24 0,2910 0,1121 2,0000 0,4032 -0,372 0,355 \
UA 1990-2015 26 0,4078 0,1153 0,7659 0,1737 -0,970 0,166 \
US 1980-2016 37 0,2762 0,0603 0,8245 0,1499 -1,478 0,070 \
US 1990-2016 27 0,2488 0,1573 0,3187 0,0397 -1,501 0,067 \
n - liczba lat obj?tych analizq, x - srednia, SD - odchylenie standardowe, Z - Z-testowe, p - prawdopodobienstwo testowe p, ^ lub n - trend dodatni lub ujemny nieistotny statystycznie, ^ lub n - trend dodatni lub ujemny istotny statystycznie na poziomie a = 0,05 (*), a = 0,01 (**) lub a = 0,001 (***) n - number of analysed years, x - mean, SD - standard deviation, Z - Z-test, p - probability, ^ or n - non-significant positive or negative trend, ^ or n - positive or negative trend statistically significant at a = 0.05 (*), a = 0.01 (**) or a = 0.001 (***)
Zrodto: Opracowanie wtasne. Source: Own elaboration.
effective forest area fire protection system, but also of climate and weather conditions, which are considerably more adverse in the south of Europe. Norway is an exception here, as with the mean of 6.52 ha, it is lagging behind its neighbours (table 4).
Shortening the period of analysis to 1990-2015 for Estonia, Greece and Italy meant the reversal of the previously defined trends, although they were still statistically insignificant.
Tabela 3. Wyniki analizy powierzchni spalonych lasow przeliczonej 1000 ha powierzchni lesnej Table 3. Results of analyses of burnt forest areas converted into 1000 ha forest area
Panstwo/ Country Okres/Period n x Zakres/Range SD Z P Trend
AT 1993-201Б 23 0,0201 0,001Б + 0,0693 0,0177 1,21Б 0,1122 г
BG 1991-201Б 2Б 2,5087 0,1337 + 1Б,016 3,Б633 0,2Б7 0,3986 г
BY 1990-2016 22 0,34Б9 0,008Б + 2,3643 0,644Б -2,143 0,0161 ч '
CA 19B0-2016 37 7,0972 1,79B6 -f 21,70Б9 Б,4190 1,0Б9 0,1447 г
CA 1990-2016 27 7,0116 1,79B6 -f 20,3722 4,8723 1,084 0,1392 г
CH 1980-201Б 36 0,296Б 0,0164 -f 1,7436 0,4170 -3,Б82 0,0002 ч ***
CH 1990-201Б 26 0,237Б 0,0164 -f 1,4926 0,38Б0 -2,204 0,0138 ч •
CY 2000-201Б 16 14,3Б69 3,77Б3 + 46,Б200 11,0407 -1,936 0,0264 ч •
CZ 199Б-201Б 21 0,17Б7 0,0322 + 0,76Б9 0,17Б7 -1,148 0,12ББ ч
DE 1991-201Б 2Б 0,0624 0,010Б + 0,429B 0,0843 -3,271 0,000Б ч •••
EE 1980-201Б 36 0,1963 0,0013 -f 1,3B71 0,3060 -0,041 0,4837 ч
EE 1990-201Б 26 0,2538 0,0013 -f 1,3B71 0,3442 -1,763 0,0389 ч •
ES 198Q-2Q1Б 36 8,936Б 2,Б367 -f 26,3046 Б,8870 -3,364 0,0004 ч •••
ES 1990-201Б 26 7,261B 2,Б367 -f 23,7614 4,Б260 -1,719 0,0428 ч •
FI 1996-2016 21 0,0246 0,0039 -f 0,072B 0,0162 -0,302 0,3813 ч
FR 198Q-2Q1Б 36 1,4Б99 0,2124 -f 4,4479 1,2066 -3,БББ 0,0002 ч •••
FR 1990-201Б 26 1,13Б0 0,2124 -f 4,3133 1,007Б -2,ББ7 0,00Б3 ч ••
GR 198Q-2Q1Б 36 11,63B3 0,9011 -f Б7,836 11,Б902 -1,430 0,0763 ч
GR 1990-201Б 26 10,9493 0,9011 -f Б7,836 12,6111 -0,882 0,1890 ч
HR 1992-201Б 24 6,8337 0,097B -f 35,4688 7,6084 -1,860 0,0314 ч •
HU 1999-201Б 17 1,6429 0,1194 -f 6,7ББ6 1,7083 2,430 0,007Б г ••
IE 198Q-2Q1Б 36 0,636Б 0,060B -f 2,026B 0,Б441 -0,327 0,3719 ч
IE 1990-201Б 26 0,Б9Б7 0,060B -f 2,0268 0,Б293 0,48Б 0,3139 г
IT 198Q-2Q1Б 36 11,Б093 3,127Б -f 24,723 6,4221 -3,8ББ 0,0001 ч •••
IT 1990-201Б 26 9,8484 3,127Б -f 24,4949 Б,9047 -2,689 0,0036 ч ••
LT 1992-201Б 24 1,3966 0,0917 -f Б,Б000 1,2844 -2,307 0,010Б ч •
LV 1980-201Б 36 0,21B3 0,0110 -f 2,Б066 0,4418 3,119 0,0009 г •••
LV 1990-201Б 26 0,2929 0,0206 -f 2,Б066 0,Б023 -0,309 0,3788 ч
MK 2007-201Б 9 8,2840 0,7463 + 33,078Б 10,8304 -1,147 0,12Б7 ч
NO 2001-201Б 1Б 0,0710 0,0039 + 0,3161 0,09Б0 -1,188 0,117Б ч
PL 1990-2015 26 0,7953 0,1366 ^ 4,6375 0,9038 -2,777 0,0027 ч ••
PT 1980-201Б 36 33,2777 Б,4191 + 133,7878 26,0173 0,667 0,2Б23 г
PT 1990-201Б 26 37,1949 Б,4191 + 133,7878 28,8734 -0,882 0,1890 ч
RO 1990-201Б 26 0,1606 0,0099 + 0,96ББ 0,2204 1,234 0,108Б г
SE 1998-2Q1Б 1B 0,09ББ 0,01Б + 0,Б224 0,1220 -0,4ББ 0,3247 ч
SI 2002-201Б 14 0,34Б9 0,0144 + 1,6827 0,Б02Б -1,971 0,0244 ч •
SK 1999-201Б 17 2,B166 0,6082 + 8,67Б3 2,3Б27 -1,237 0,1081 ч
TR 1990-2013 24 0,9362 0,2362 + 3,192Б 0,732Б -1,761 0,0391 ч •
UA 1990-201Б 26 0,Б2Б3 0,0433 + 1,Б0Б6 0,4407 0,793 0,2137 г
US 19B0-2016 37 6,414B 1,Б366 + 13,Б477 3,Б802 3,Б97 0,0002 г •••
US 1990-2016 27 7,312Б 1,7792 + 13,Б477 3,63Б6 2,710 0,0034 г ••
n - liczba lat objçtych analizq, - - srednia, SD - odchylenie standardowe, Z - Z-testowe, p - prawdopodobienstwo testowe p, г lub ч - trend dodatni lub ujemny nieistotny statystycznie, г lub ч - trend dodatni lub ujemny istotny statystycznie na poziomie а = 0,0Б (*), а = Ü,Ü1 (**) lub а = Ü,ÜÜ1 (***) n - number of analysed years, x - mean, SD - standard deviation, Z - Z-test, p - probability, г or ч - non-significant positive or negative trend, г or ч - positive or negative trend statistically significant at а = 0.0Б (*), а = Ü.Ü1 (**) or а = Ü.ÜÜ1 (***)
Zródto: Opracowanie wtasne. Source: Own elaboration.
Tabela 4. Wyniki analizy sredniej powierzchni pozaru lasu Table 4. Results of analyses of mean forest fire area
Panstwo/Country Okres/Period n x Zakres/Range SD Z P Trend
AT 1993-2015 23 0,5603 0,0640 -f 1,9553 0,4815 -1,900 0,0286 ч •
BG 1991-2015 25 13,4424 2,9750 -f 33,5708 9,2526 0,160 0,4351 /
BY 1990-2016 21 1,3527 0,2044 -f 13,9138 2,9213 0,150 0,4400 /
CA 1980-2016 37 317,2099 80,7971 -f 884,7086 225,9652 2,130 0,0165 / •
CA 1990-2016 27 334,9847 80,7971 -f 884,7086 225,2784 2,210 0,0136 / •
CH 1980-2015 36 3,6820 0,3277 -f 20,2447 4,0830 -4,210 0,0000 ч •••
CH 1990-2015 26 2,5269 0,3277 -f 11,2751 2,9454 -2,510 0,0060 ч ••
CY 2000-2015 16 16,0499 5,5012 -f 40,3874 10,3711 0,590 0,2792 /
CZ 1995-2015 21 0,3932 0,1381 -f 1,4377 0,2818 -0,630 0,2630 ч
DE 1991-2015 25 0,5053 0,2078 -f 1,6295 0,2886 -1,940 0,0263 ч •
EE 1980-2015 36 2,7863 0,3156 -f 18,0282 3,6595 2,170 0,0152 / •
EE 1990-2015 26 3,5510 0,6000 -f 18,0282 4,0604 -0,570 0,2833 ч
ES 1980-2015 36 12,9459 3,5665 -f 39,5878 10,0680 -3,800 0,0001 ч •••
ES 1990-2015 26 7,9356 3,5665 -f 22,7189 4,7077 -0,260 0,3957 ч
FI 1996-2016 21 0,3954 0,1919 -f 0,7230 0,1341 0,290 0,4639 /
FR 1980-2015 36 4,9177 1,6230 -f 12,3491 3,3063 -3,500 0,0002 ч •••
FR 1990-2015 26 3,8960 1,6230 -f 12,3491 2,5957 -2,200 0,0138 ч •
GR 1980-2015 36 29,7839 2,4222 -f 113,8346 23,5364 -1,430 0,0763 ч
GR 1990-2015 26 26,0928 2,4222 -f 113,8346 24,0667 0,260 0,3957 /
HR 1992-2015 24 38,3948 4,3721 -f 96,5595 21,5351 -1,960 0,0250 ч •
HU 1999-2015 17 5,7727 1,9667 -f 23,54 5,1491 1,280 0,1008 /
IT 1980-2015 36 11,3077 5,9835 -f 26,7318 4,1980 -1,240 0,1076 ч
IT 1990-2015 26 10,6497 5,9835 -f 21,4051 3,5776 0,040 0,4824 /
LT 1992-2015 24 0,5982 0,1514 -f 2,0673 0,4942 -0,120 0,4506 ч
LV 1980-2015 36 0,8101 0,1055 -f 5,5709 0,9847 3,750 0,0001 / •••
LV 1990-2015 26 1,0340 0,3067 -f 5,5709 1,0806 0,480 0,3139 /
MK 2007-2015 9 20,5475 7,4444 -f 50,0997 13,2453 -0,310 0,3772 ч
NO 2001-2015 15 6,5252 0,9832 -f 18,678 6,1166 0,200 0,4215 /
PL 1990-2015 26 0,8142 0,2640 ^ 3,6899 0,6847 -4,320 0,0000 ч ***
PT 1980-2015 36 7,0141 1,2467 -f 18,8382 4,9944 -3,060 0,0011 ч ••
PT 1990-2015 26 5,2805 1,2467 -f 16,2522 3,7103 -0,440 0,3297 ч
RO 1990-2015 26 4,3081 1,8378 -f 9,0095 1,8403 1,410 0,0792 /
SE 1998-2015 18 0,5727 0,1686 -f 3,353 0,7537 -0,150 0,4398 ч
SI 2002-2015 14 3,5050 0,5143 -f 12,6786 3,5947 -1,860 0,0313 ч •
SK 1999-2015 17 1,4008 0,6484 -f 3,2553 0,5616 1,110 0,1330 /
TR 1990-2013 24 5,1622 1,7824 -f 13,934 3,3315 -2,700 0,0034 ч ••
UA 1990-2015 26 1,3294 0,3172 -f 6,8787 1,3673 0,930 0,1773 /
US 1980-2016 37 26,0461 5,5162 -f 60,1239 14,7933 4,250 0,0000 / •••
US 1990-2016 27 29,8291 6,6398 -f 60,1239 14,9880 3,250 0,0006 / •••
n - liczba lat objçtych analizq, x - srednia, SD - odchylenie standardowe, Z - Z-testowe, p - prawdopodobienstwo testowe p, ^ lub ч - trend dodatni lub ujemny nieistotny statystycznie, ^ lub ч - trend dodatni lub ujemny istotny statystycznie na poziomie a = 0,05 (*), a = 0,01 (**) lub a = 0,001 (***)
n - number of analysed years, x - mean, SD - standard deviation, Z - Z-test, p - probability, ^ or ч - non-significant positive or negative trend, / or ч - positive or negative trend statistically significant at a = 0.05 (*), a = 0.01 (**) or a = 0.001 (***)
Zrodto: Opracowanie wtasne. Source: Own elaboration.
Rycina 1. Srednia roczna liczba pozarów (a) i spalona powierzchnia (b) przeliczona na 1000 ha powierzchni lesnej w Polsce w latach 1990-2015 Figure 1. Annual average number of forest fires (a) and burnt area (b) converted into 1000 ha of forest areas in Poland in 1990-2015 Zródto: Opracowanie wtasne. Source: Own elaboration.
re .—. ■N re О .с a. — л P
N °
Ь. ГО
Ш (U
i fe
о а;
а. сю
с SJ
'S ^
4,00 3,50 3,00 2,50 2,00 1,50 1,00 0,50 0,00
3c =0,81
1 I
, III 1 1 1 . 1 1 . 1
i i i 1 i 1 i 1 1 ..........
0101CTiaiCríOíCTíCíOT010000000000íHíH»H»H»HíH CTlCTlCTlCTlCTlCTlCTllTlCTlCTlOOOOOOOOOOOOOOOO HHHHHHHHHHNNrMNfMNfMNNNNNrMNrMN
Rycina 2. Srednia powierzchnia pozaru lasu w Polsce w latach 1990-2015 Figure 2. Mean area affected by forest fire in Poland in 1990-2015 Zródto: Opracowanie wtasne. Source: Own elaboration.
Grupowania hierarchiczne
Analiza skupien 29 panstw pod wzglçdem liczby pozarów lasów i spalonej powierzchni lesnej w latach 1990-201Б pozwo -lita podzielic badane kraje na Б zasadniczych grup, przy czym
Hierarchical clustering
The cluster analysis of 29 countries with regard to the num -ber of forest fires and burnt forest area in 1990-2015 made it possible to divide the analysed countries into 5 basic clusters,
najbardziej od pozostatych dystansujq si? Portugalia oraz Gre-cja, Cypr, Macedonia, Hiszpania, Stany Zjednoczone, Kanada i Chorwacja (ryc. 3). Panstwa te charakteryzujq wysokie warto-sci spalonych powierzchni lesnych oraz liczby pozarow lasow (tabele 2 i 3). Polska najwi?ksze podobienstwo wykazata do W?gier, Turcji, Francji i Butgarii. Nieco bardziej odbiega od Li-twy i Stowacji (ryc. 3).
Z grupowania panstw opisywanych wskaznikami liniowego tempa zmian liczby pozarow lasow, spalonej powierzchni lesnej i powierzchni pojedynczego pozaru (wartosci Sen's slope) oraz sredniej powierzchni pozaru wytqczono Kanad?, ze wzgl?du na zbyt duze roznice w wartosciach statystyk pozarowych w po-rownaniu do innych panstw. Roznice te skutkowatyby zaktoce-niem budowy dendrogramu. W wyniku analizy wyodr?bniono 4 zasadnicze skupienia. Polsk? zgrupowano z Lotwq, Stowa-cjq, Ukrainq i Biatorusiq obok Finlandii, Czech, Litwy, Niemiec, Szwecji i Austrii (ryc. 4). W tej ocenie w najwi?kszej odlegtosci od pozostatych skupity si? USA, Grecja, Chorwacja, Macedonia, Cypr i Butgaria.
in which Portugal, Greece, Cyprus, Macedonia, Spain, the USA, Canada and Croatia were lagging behind the most (fig. 3). Those countries are characterised by high values of burnt forest areas and numbers of forest fires (tables 2 and 3). Poland was the most similar to Hungary, Turkey, France and Bulgaria. It showed slightly more differences in relation to Lithuania and Slovakia (fig. 3).
Canada was excluded from clustering with the said countries using the linear indices for changes in the number of forest fires, burnt forest area and mean fire area (Sen's slope) as well as mean forest fire area, due to excessive differences in the values of fire statistics in comparison with other countries. These differences would interfere with creating the dendrogram structure. 4 basic clusters were isolated in the analysis. Poland was clustered with Latvia, Slovakia, Ukraine and Belarus, next to Finland, the Czech Republic, Lithuania, Germany, Sweden and Austria (fig. 4). In this assessment, the USA, Greece, Croatia, Macedonia, Cyprus and Bulgaria were lagging behind the most.
Rycina 3. Grupowaniehierarchiczne29 kraj6wpodwzgl?demliczbypozar6wlasowi spalonejpowierzchni lesnej dlalat 1990-2015 (oznaczeniapanstwjakw tabeli 1)
Figure 3. Hierarchicalclusteringof29 countriesin termsofthenumberofforest firesandburntforest area in theyears1990-2015 (countries denoted as in table 1) Zrodto: Opracowanie wtasne. Source: Own elaboration.
Ryciiia 4. Grupowanie hierarchiczne 28 krajow Europy i USA pod wzgl^dem szybkosci zmian liczby pozarow lasow, spalonej powierzchni lesnej i sredniej po-wierzchni pozaru (wartosci Sen's slope testu Manna-Kendalla) oraz sredniej powierzchni pozaru lasu dla lat 1990-2015 (oznaczenia panstw jak w tabeli 1) Figure 4. Hierarchical clustering of 28 European countries and the USA in terms of the rate of change in the number of forest fires, burnt area and mean fire area(Sen's slopeintheMann-Kendalltest)andmeanfireareainthe years1990-2015(countriesdenotedasintable1) Zrodto: Opracowaniewtasne. Source: Own elaboration.
Metoda Warda (odlegtosc euklidesowa)/Ward's method (Euclidean distance) 140 i—.—.—r-
—i-1-1-1-1-1-1-1-1-1-1-1—
120
n 100
to
ш m ra
с
•о
•(Я .О
"S
JD "О
О
80
60
40
20
i
US HR CY ES TR NO CH FR EE LV UA FI LT SE GR MK BG IT PT HU RO SI PL SK BY CZ DE AT
0
Podsumowanie
Przewidywane zmiany klimatu w XXI wieku prawdopodobnie spowodujq zwi?kszone ryzyko pozarów nie tylko w basenie Mo-rza Sródziemnego, ale takze w innych cz?sciach Europy i swiata. Przeprowadzone przez M. Dury i in. [33] symulacje prognozujq znaczny wzrost cz?stosci i intensywnosci pozarów w Europie Srodkowej do 60°N, a zwtaszcza w zachodniej Francji, Polsce, Rumunii, w centralnej Rosji i na Ukrainie. Tylko Skandynawia i pótnocna Rosja nie b?dq musiaty stawic czota zwi?kszajqce-mu si? zagrozeniu pozarowemu. W regionach podatnych na po-zar oczekuje si? wzrostu temperatury powietrza i zmniejszenia opadów pótrocza letniego, chociaz istniejq pewne wqtpliwosci co do doktadnego wzorcazmianyopadów[33].
Mimo ze wielu zagadnien dotyczqcych pozarów lasów wciqz nie udato si? wyjasnic, dzi?ki intensyfikacji badan nad tym zja-wiskiem mozna coraz doktadniej poznawac rzqdzqce nim me-chanizmy. Ogólny poglqd na to, ze klimat decyduje o corocznej powierzchni spalonych lasów sugeruje, ze w nast?pstwie jego ocie -plenia pozary staty si? i b?dq nadal stawac si? coraz cz?stszym zjawiskiem [34-37]. Wptyw klimatu na cz?stosc pozarów okazuje si? jednak bardziej skomplikowany - zmienny przestrzennie i cza-sowo [38, 39, 40]. Na przyktad przypuszcza si?, ze we wschodniej cz?sci Alp przyczynq sezonowych anomalii w wyst?powaniu poza -
Summary
The climate changes predicted for the 21st century will probably contribute to a higher risk of fires not only in the Mediterranean Basin, but also in other parts of Europe and the world. The simulations prepared by M. Dury et al. [33] predict a significant increase in the frequency and intensity of fires in Central Europe up to 60°N, especially in western France, Poland, Romania, central Russia and Ukraine. Only Scandinavia and northern Russia will not have to deal with higher fire risks. Higher air temperatures and lower precipitation in the summer half-year are expected in regions susceptible to fires, although there is some doubt as to the exact pattern of precipitation changes [33].
Intensified studies of forest fires contribute to increasingly detailed knowledge about the mechanisms behind this phenomenon, although many issues have not been fully explained yet. The general view that climate determines the annual burnt forest area suggests that the global warming has made and will continue to make fires an increasingly frequent occurrence [34-37]. However, the impact of climate on the frequen -cy of fires appears more complex and involves spatial and temporal variations [38, 39, 40]. For example, it is surmised that the seasonal forest fire anomalies in the eastern Alps are
row lasow jest nie tylko sam opad, ale rowniez kombinacja okresow suszy i wyzszych temperatur [41]. Pomimo ze pogoda i klimat nie sq jedynymi mechanizmami wptywajqcymi na powstawanie pozarow lasow, okreslajq one warunki inicjowania pozaru i jego rozprze -strzenianie po wystqpieniu zaptonu. Pozostajq takze kluczowymi czynnikami do wyjasnienia przestrzennej i czasowej zmiennosci pozarow we wszystkich skalach [42].
Dysponujqc doktadniejszymi, wieloletnimi statystykami, moz-na analizowac zmiennosc zagrozenia pozarowego i wystçpowania pozarow w aspekcie warunkow pogodowych, odnoszqc je, np. do por roku, miesiçcy, dni czy regionow geograficznych, precyzyjnie ustalajqc, jakich przemian jestesmy swiadkami i czego mozemy spodziewac siç w przysztosci [39, 41]. Na przyktad amerykanskie badania J.R. Marlon i in. [43] dowodzq, ze obecnie znajdujemy siç w cyklicznie pojawiajqcym siç na Ziemi okresie nazwanym fire deficit, wspotczesnie bçdqcym konsekwencjq nie tylko nizszych temperatur w przesztosci, ale rowniez skutkiem dziatalnosci czto-wieka i ekologicznych efektow jego wysokiej aktywnosci przeciw-pozarowej. Bazujqc wytqcznie na danych dotyczqcych pozarow, uznali oni, ze rozmiar powierzchni spalonych w XIX i XX wieku nie byt anomalny. Jednakze zwracajq rowniez uwagç na to, iz pomimo braku niezwyktosci w poziomie spalania biomasy, jest on wyraz-nie pozbawiony rownowagi z obecnym klimatem.
Przeprowadzone w ramach niniejszej pracy badania dla 30 krajow generalnie nie potwierdzity poglqdow dotyczqcych prognoz zwiçkszania siç liczby pozarow lasow i rozmiaru spalonych powierzchni lesnych jako konsekwencji zmian klimatycz-nych [11-16]. Niemniej dla niektorych panstw odnotowano po-twierdzone statystycznie niepokojqce trendy rosnqce tych cech.
Nagromadzenie materiatow palnych w poprzednich la-tach [43] w potqczeniu ze wzrostem temperatury i czçstosci wystçpowania susz [44] stanowic bçdzie duze wyzwanie dla systemow zabezpieczen przeciwpozarowych obszarow lesnych. Poki co najwyzsza ich skutecznosc, opisywana niskq wartosciq sredniej powierzchni pozaru lasu, odnotowana zostata w kra-jach Europy Srodkowej i Potnocnej. Nalezy jednakze pamiçtac, ze zazwyczaj charakteryzujq siç one nizszym stopniem zagrozenia pozarowego, a wiarygodnosc uzytego wskaznika zale-zy od jakosci zgromadzonych danych. W statystykach pozarow lasow wystçpujq problemy z wtasciwq rejestracjq pozarow o najmniejszej powierzchni - do 1 ha [41, 45].
Przewidywanie wystçpowania pozarow w nadchodzqcych dziesiçcioleciach wymaga, oprocz badan nad klimatem, pet-nej wiedzy o aspektach spoteczno-ekonomicznych majqcych wptyw na pozary i ich gaszenie [41, 42, 46, 47, 48]. Ponadto w przypadku szacowania przysztych warunkow pozarowych nalezy opracowac prognozy ekologiczne, zwiqzane ze zmianami w strukturze lasow i dominujqcych gatunkow drzew. Wszech-stronnosc tego problemu podkresla znaczenie interdyscypli-narnych badan nad pozarami lasow [42].
Wnioski
1. Wyniki przeprowadzonych badan nie potwierdzity poglq-dow o mozliwosci zwiçkszania siç liczby pozarow lasow i rozmiaru spalonych powierzchni lesnych w konsekwencji
not caused only by precipitation, but also a combination of drought and high temperature periods [41]. Although weather and climate are not the only mechanisms contributing to the occurrence of forest fires, they determine the conditions of fire initiation and propagation. They also remain the key factors in explaining the spatial and temporal variability of fires in all scales [42].
Equipped with more precise, multi-year statistics, we can analyse the variability of fire threats and fire occurrence in the aspect of weather conditions, with reference to e.g. seasons, months, days or geographical regions, while precisely determining the changes witnessed and what is to be expected in the future [39, 41]. For example, the US study of J.R. Marlon et al. [43] proves that we are currently going through a global cycle known as the fire deficit, which results not only from lower temperatures in the past, but also from human activity and the environmental effects of the measures taken to prevent fires. Taking data on fires as the only basis for research, the scientists determined that the burnt area in the 19th and 20th centuries was not anomalous. However, they also point out that despite the ordinary level of burnt biomass, it is also clearly not as high as the current climate would suggest.
The studies of 30 countries conducted as part of this study generally did not confirm the view that the number of forest fires and burnt area are increasing as a result of climate change [11-16]. Nevertheless, in some countries statistically disturbing trends were observed for these characteristics.
The concentration of combustible material in the previous years [43], combined with increased temperatures and more frequent droughts [44], will pose a significant challenge for the fire protection systems of forest areas. So far, the most effective systems, as seen in the low values of mean forest fire area, were observed in the countries of Central and Northern Europe. It should be noted, though, that these countries usually deal with a lower fire hazard and that the reliability of the indicator used depends on the quality of collected data. Forest fire statistics show problems with the correct recording of lowest-area fires of up to 1 ha [41, 45].
To predict the incidence of fires in the coming decades, in addition to climate studies, we need a thorough knowledge of the socio-economic aspects influencing fires and fire-fighting activities [41, 42, 46, 47, 48]. Furthermore, to estimate the future fire conditions we need ecological forecasts focusing on the changes in forest structure and the dominant tree species. The extensive nature of this problem emphasises the significance of interdisciplinary research on forest fires [42].
Conclusions
1. The results of the studies did not confirm the opinions that the number of forest fires and the burnt forest area were potentially increasing due to climate change,
zmian ziemskiego klimatu, gdyz dla wiçkszosci analizo-wanych krajów tendencje dla obu tych cech sq malejqce.
2. Pomimo zmian klimatycznych badane panstwa dobrze radzq sobie z pozarami lasów, czego dowodem moze byc fakt, iz tylko w 4 przypadkach (USA, totwy, Estonii i Kanady) statystycznie potwierdzono dodatni trend dla sredniej powierzchni pozaru lasu. Swiadczy to o wyso-kiej skutecznosci krajowych systemów zabezpieczenia przeciwpozarowego lasów.
3. Niska wartosc sredniej powierzchni pojedynczego pozaru lasu pozwala zaliczyc Polskç, razem z Czechami, Finlandiq, Niemcami, Austriq, Szwecjq, Litwq i totwq, do grupy panstw, w których skutecznosc przeciwpozarowego zabezpieczenia obszarów lesnych jest najwyzsza w Europie.
4. Cechq wyrózniajqcq Polskç na tle wyzej wymienionych krajów jest odnotowana najsilniejsza tendencja spadkowa sredniej powierzchni pojedynczego pozaru, która pozwala przypuszczac, iz proces doskonalenia przeciwpozarowego systemu zabezpieczenia polskich lasów jeszcze siç nie zakonczyt.
5. Pod wzglçdem liczby pozarów oraz spalonej powierzchni Polska tworzy wspólnq grupç z Wçgrami, Turcjq, Francjq i Butgariq oraz Litwq i Stowacjq.
6. Grupowanie z uzyciem wskazników liniowego tempa zmian liczby pozarów, spalonej powierzchni i sredniej powierzch -ni pozaru (wartosci Sen's slope) oraz sredniej powierzchni pozaru lasu skupia Polskç obok totwy, Stowacji, Ukrainy i Biatorusi, a takze Finlandii, Czech, Litwy, Niemiec, Szwe -cji i Austrii. W tej ocenie w najwiçkszej odlegtosci od po-zostatych panstw skupiaty siç USA, Grecja, Chorwacja, Macedonia, Cypr i Butgaria.
7. Fundamentem wiarygodnosci prowadzonych tego typu badan sq dtugie i poprawnie utworzone serie danych, stqd nalezy dotozyc wszelkich staran, aby jak najwiçk-sza liczba panstw zbierata informacje o pozarach lasów w sposób konsekwentny i ujednolicony.
because in most analysed countries, downward trends were identified for both indices.
2. Despite the climate change, the studied countries have had some success in fighting forest fires, which is evidenced by the fact that only in 4 cases (the US, Latvia, Estonia and Canada) an upward trend in the mean forest fire area was statistically confirmed. This proves the high efficiency of national forest fire protection systems.
3. The low value of the mean fire area places Poland alongside the Czech Republic, Finland, Germany, Austria, Swe -den, Lithuania and Latvia in the cluster of countries in which the effectiveness of forest area fire protection is the highest in Europe.
4. Poland stands out against the above-mentioned countries, having the strongest downward trend in the mean forest fire area observed, which leads to the conclusion that the process of improving the fire protection system of Polish forests is still ongoing.
5. In terms of the number of fires and burnt forested area Poland is clustered with Hungary, Turkey, France and Bulgaria, as well as Lithuania and Slovakia.
6. Clustering using linear indices for changes in the number of forest fires, burnt area and mean fire area (Sen's slope) as well as mean forest fire area, places Poland next to Latvia, Slovakia, Ukraine and Belarus, Finland, the Czech Republic, Lithuania, Germany, Sweden and Austria. In this assessment, the US, Greece, Croatia, Macedonia, Cyprus and Bulgaria were lagging behind the most.
7. Long and correctly generated data series are needed to ensure the reliability of such research, which is why all effort should be made for as many countries as possible to collect information on forest fires in a consistent and unified manner.
Literatura/Literature
[1] Brown J.K., Smith J.K. (eds.), Wildland fire in ecosystems: effects of fire on flora, Gen. Tech. Rep. RMRS-GTR-42-vol. 2. Ogden, UT: U.S. Department of Agriculture, Forest Service, Rocky Mountain Research Station 2000, 1-257.
[2] Smith J.K. (ed.), L. Lyon J.L., Huff M.H., Hooper R.G., Telfer E.S., Schre-iner D.S., Wildland fire in ecosystems: effects of fire on fauna, Gen. Tech. Rep. RMRS- GTR-42-vol. 1. Ogden, UT: U.S. Department of Agricultu -re, Forest Service, Rocky Mountain Research Station 2000, 1-83.
[3] Szczygiet R., Wielkoobszarowepozary lasów wPolsce, BiTP Vol. 25 Issue 1, 2012, pp. 67-78.
[4] Piwnicki J., Szczygiet R., Ubysz B., Analiza ekonomiczna funkcjo-nowania ochrony przeciwpozarowej lasu z podziatem na zadania obligatoryjne i dodatkowe (zalecenia dla praktyki lesnej), Warsza-wa 2005, 1-24.
[5] Sandberg D.V., Ottmar R.D., Peterson J.L., Core J., Wildland fire on ecosystems: effects offire on air, Gen. Tech. Rep. RMRS-GTR-42-vol.
5. Ogden, UT: U.S. Department of Agriculture, Forest Service, Roc -ky Mountain Research Station 2002, 1-79.
[6] Trofimova N.V., Suchinin A.I., Ocena zanieczyszczenia srodowiska emisjami dymowymi z pozarów lasu na podstawie danych satelitar-nych, „Lesne Prace Badawcze" 2005, 3, 7-15.
[7] Schultz M.G., Heil A., Hoelzemann J.J., Spessa A., Thonicke K., Gol -dammer J.G., Held A.C., Pereira J.M.C., van het Bolscher M., Global wildland fire emissions from 1960 to 2000, "Global Biogeochemical Cycles" 2008, 22 (2).
[8] Mouillot F., Field C.B., Fire history and the global carbon budget: a 1'xT fire history reconstruction for the 20th century, "Global Change Biology" 2005, 11, 398-420.
[9] Zarzycki J., Bezpieczenstwopozarowe lasów wpowiecie - cz. 1., „Prze-glgd Pozarniczy" 2012, 2, 26-29.
[10] Kwiatkowski M., Szczygiet R., System zabezpieczenia przeciwpozarowego obszarów lesnych, „Zabezpieczenia" 2013, 4, 16-19.
[11] Szczygiet R., Ubysz B., Piwnicki J., Impact from global warming on the [31] occurrence of forest fires in Poland, [in:] Proceedings of the 4th International Wildland Fire Conference, Seville 13-17 May, 2007.
[12] Grajewski S., Potencjalny wplywzmian klimatycznych na gospodar- [32]
lesnq centralnej Wielkopolski, „Infrastruktur i Ekologia Terenów Wiejskich" 2010, 14, 109-123.
[13] Wgs M., Grajewski S., Zmiennoéc parametrów klimatycznych i ich [33] wplyw na gospodarkq lesnq Nadlesnictwa Kaliska, „Zarzgdzanie Ochrong Przyrody w Lasach" 2011, 5, 132-153.
[14] Müller M.M., Vacik H., Valese E., Anomalies of the Austrian forest
fire regime in comparison with other Alpine countries: a research note, [34] "Forests" 2015, 6(4), 903-913.
[15] Goldammer J.G., Nikolov N., Climate change and forest fires risk. Proceedings of the European and Mediterranean Workshop, Climate [35] change impact on water-related and marine risks, Murcia (Spain), 26-27 October, 2009. [36]
[16] Spracklen D.V., Mickley L.J., Logan J.A., Hudman R.C., Yevich R., Flannigan M.D., Westerling A.L. Impacts of climate change from 2000 to 2050 on wildfire activity and carbonaceous aerosol concentrations
in the Western United States, "Journal of Geophysical Research" [37]
2009, 114(D2030).
[17] Forest Europe 2015: State of Europe's Forests, Ministerial Conference on the Protection of Forests in Europe, Forest Europe Liaison
Unit, Madrid 2015, 1-312. [38]
[18] World Development Indicators, http://data.worldbank.org/indica-tor/AG.LND.FRST.K2, [dost^p: 30.04.2017].
[19] Hamed K.H., Rao A.R., A modified Mann-Kendall trend test for auto- [39] correlated data, "Journal of Hydrology" 1998, 204(1-4), 182-196.
[20] W^glarczyk S., Statystyka winzynieriisrodowiska, Wydawnictwo PK, [40] Kraków 2010, 1-375.
[21] Yue S., Pilon P., Cavadias G., Power of the Mann-Kendall and Spearman's rho tests for detecting monotonic trends in hydrological series, [41] "Journal of Hydrology" 2002, 259(1-4), 254-271.
[22] Yue S., Wang C.Y., The Mann-Kendall test modified by effective sample
size to detect trend in serially correlated hydrological series, "Water [42] Resour. Manag." 2004, 18, 201-218.
[23] Banasik K., Hejduk L., Hejduk A., Kaznowska E., Banasik J., Byczkowski A., Wieloletnia zmiennosc odplywu z malej zlewni rzecznej w regionie Puszczy Kozienickiej, „Sylwan" 2013, 157 (8), [43] 578-586.
[24] Krysztofiak-Kaniewska A., Miler A.T., Ziemblinska K., Wróbel M., Trend analysis of changes in soil moisture from the different depths in
the MartewForestry, "Infrastruktura i Ekologia Terenów Wiejskich", [44] 2016, IV(1), 1157-1167.
[25] San-Miguel-Ayanz J., Durrant T., Boca R., Liberta G., Boccacci F., Di Leo M., López Pérez J., Schulte E., Forest Fires in Europe, Middle East and North Africa 2015. Joint report of JRC and Directo- [45] rate-General Environment, EUR 28158 EN, 2016.
[26] FRA 2010/019 Country Report. Belarus. Global Forest Resources Assessment, Country Reports, Belarus. Forestry Department [46] Food and Agriculture Organization of the United Nations, Rome
2010, 1-50.
[27] Sinelnikov A., Belarus - preparedness for the fire season 2010, "Inter- [47] national Forest Fire News (IFFN)" 2010, 40, 58-60.
[28] Vonásek V., Lukes P. Statistická rocenka 2015, Pozární ochrana. In -tegrovany záchranny system. Hasicsky záchranny sbor CR. Ceská [48] republika, Ministerstvo vnitra-generální reditelství, Hasicského zá-chranného sboru Ceské republiky, Praha 2016, 1-43. [49]
[29] Aastaraamat Mets 2014. Keskkonnaagentuur, Tallinn 2016, 1-225, [50]
[30] Vainio T., E-mail information from Mr. Taito Vainio, Project Manager, [51] Ministerial Adviser, Ministry of the Interior, Department for Rescue [52] Services, Finland 2017. [53]
Ireland's Forests - Annual Statistics 2016. Annual Forest Sector Statistic. The Forest Service of the Department of Agriculture, Food and the Marine, 2016, 1-61
Ramsey G.S., Higgins D.G., Canadian Forest Fire Statistics 1980 and Canadian Forest Fire Statistics 1981, 1982, 1983, 1984-1987, Ca -nadian Forest Service and National Forestry Database, 2017. Dury M., Hambuckers A., Warnant P., Henrot A., Favre E., Ouberd-ous M., François L., Responses of European forest ecosystems to 21st century climate: assessing changes in interannual variability and fire intensity, "iForest" 2011, 4, 82-99.
Gillett N.P., Weaver A.J., Zwiers F.W., Flannigan M.D., Detecting the effect of climate change on Canadian forest fires, "Geophysical Research Letters" 2004, L18211, 31.
Flannigan M.D., Logan K.A., Amiro B.D., Skinner W.R., Stocks B.J., Future area burned in Canada, "Climatic Change", 2005, 72, 1-16. Soja A.J., Tchebakova N.M., French N.H.F., Flannigan M.D., Shugart H.H., Stocks B.J., Sukhinin A.I., Parfenova E.I., Chapin F.S.III, Stack-house P.W.J., Climate-induced boreal forest change: Predictions versus current observations, "Global and Planetary Change" 2007, 56, 274-296. Brotons L., Aquilué N., de Câceres M., Fortin M.J., Fall A., How Fire History, Fire Suppression Practices and Climate Change Affect Wildfire Regimes in Mediterranean Landscapes, "PLoS ONE" 2013, 8, e62392.
Flannigan M.D., Krawchuk M.A., de Groot W.J., Wotton B.M., Go-wman L.M., Implications of changing climate for global wildland fire, "International Journal of Wildland Fire" 2009, 18, 483-507. Wallenius T.H., Pennanen J., Burton P. J., Long-term decreasing trend in forest fires in Northwestern Canada, "Ecosphere" 2011, 2(5), art53. Makela H.M., Laapas M., Venalainen A., Long-term temporal changes in the occurrence of a high forest fire danger in Finland, "Nat. Hazards Earth Syst. Sci." 2012, 12, 2591-2601.
Valese E., Conedera M., Held A.C., Ascoli D., Fire, humans and land -scape in the European Alpine region during the Holocene, "Anthro-pocene" 2014, 6, 63-74.
Venalainen A., Korhonen N., Hyvarinen O., Koutsias N., Xystrakis F., Urbieta I.R., Moreno J.M., Temporal variations and change in forest fire danger in Europe for 1960-2012, "Nat. Hazards Earth Syst. Sci." 2014, 14, 1477-1490.
Marlon J.R., Bartlein P.J., Gavin D.G., Long C.J., Anderson R.S., Bri-les C.E., Brown K.J., Colombaroli D., Hallett D.J., Power M.J., Scharf E.A., Walsh M.K., Long-term perspective on wildfires in the western USA, "PNAS" 2012, E535-E543.
IPCC. Climate change 2014: Synthesis report. Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Core Writing Team, Pachauri R.K. and Meyer L.A. (eds.)]. IPCC, Geneva, Switzerland 2014, 1-151. Turco M., Bedia J., Di Liberto F., Fiorucci P., von Hardenberg J., Koutsias N., Llasat M-C., Xystrakis F., Provenzale A., Decreasing Fires in Mediterranean Europe, "PLoS One" 2016, 11(3), e0150663. Arndt N., Vacik H., Koch V., Arpaci A., Gossow H., Modeling human-caused forest fire ignition for assessing forest fire danger in Aus -tria, "iForest" 2013, 6, 315-325.
Arpaci A., Malowerschnig B., Sass O., Vacik H., Using multi variate data mining techniques for estimating fire susceptibility of Tyrolean forests, "Appl. Geogr." 2014, 53, 258-270.
Ruffault J., Mouillot F., How a new fire-suppression policy can abruptly reshape the fire-weather relationship, "Ecosphere", 2015, 6: art199. http://nfdp.ccfm.org [dostçp: 2.02.2017]. http://www.belstat.gov.by [dostçp: 30.04.2017]. http://www.wsl.ch [dostçp: 18.05.2016]. https://ukrstat.org [dostçp: 30.04.2017]. https://www.ncdc.noaa.gov [dostçp: 30.04.2017].
DR INZ. SYLWESTER MAREK GRAJEWSKI - absolwent Wydziatu Le-snego Uniwersytetu Przyrodniczego w Poznaniu, adiunkt w Katedrze Inzynierii Lesnej UP w Poznaniu. Zainteresowania zawodowe koncen-trujg si^ na problematyce szeroko poj^tych technicznych elementow ochrony lasu. W ostatnich latach szczegolnym zainteresowaniem ob-darzyt lesne sieci drogowe, w tym dojazdy pozarowe i ich dostoso-wanie do wymogow pojazdow gasniczych wspotczesnie wykorzysty-wanych przez jednostki strazy pozarnych. Autor i wspotautor ponad 110 publikacji.
SYLWESTER MAREK GRAJEWSKI, PH.D. ENG. - graduate of the Faculty of Forestry of the Poznan University of Life Sciences (UP), assistant professor at the Department of Forest Engineering of UP in Poznan. His professional interests include various technical elements of forest protection. In recent years he focused primarily on forest road networks, including fire-department access roads and their adjustment to the requirements of fire engines currently used by fire departments. He authored and co-authored more than 110 publications.
Mlnlsterstwo Naukl i Szkolnictwa Wyzszego
Artykut zostat przettumaczony ze srodkow MNiSW w ramach zadania: Stworzenie angloj^zycznych wersji oryginalnych ar-tykutow naukowych wydawanych w kwartalniku „BiTP. Bezpieczeristwo i Technika Pozarnicza" - typ zadania: stworzenie angloj^zycznych wersji wydawanych publikacji finansowane w ramach umowy 935/P-DUN/2016 ze srodkow Ministra Nauki i Szkolnictwa Wyzszego przeznaczonych na dziatalnosc upowszechniaj^c^ nauk^.
