CC BY
34
ОХРАНА И ЗАЩИТА ЛЕСОВ
УДК 630.43
DOI: 10.24419/LH1.2304-3083.2017.4.12
Демографические аспекты прогнозирования лесопожарной обстановки в масштабе Российской Федерации
А Н. Раздайводин - Всероссийский научно-исследовательский институт лесоводства и механизации лесного хозяйства, заведующий отделом радиационной экологии и пирологии леса, Пушкино, Московская область, Российская Федерация, razdayvodin@roslesrad.ru В. В. Калнин - Всероссийский научно-исследовательский институт лесоводства и механизации лесного хозяйства, заместитель начальника отдела информационных технологий, кандидат биологических наук, Пушкино, Московская область, Российская Федерация, kalnin@vniilm.ru И. И. Марадудин - Всероссийский научно-исследовательский институт лесоводства и механизации лесного хозяйства, главный научный сотрудник отдела радиационной экологии и пирологии леса, доктор биологических наук, Пушкино, Московская область, Российская Федерация, info@roslesrad. ru
А. И. Радин - Всероссийский научно-исследовательский институт лесоводства и механизации лесного хозяйства, заведующий лабораторией радиационного контроля, Пушкино, Московская область, Российская Федерация, info@roslesrad.ru
Д. Ю. Ромашкин - Всероссийский научно-исследовательский институт лесоводства и механизации лесного хозяйства, заведующий лабораторией радиационной экологии леса, Пушкино, Московская область, Российская Федерация, info@roslesrad.ru
А. П. Рябинков - Всероссийский научно-исследовательский институт лесоводства и механизации лесного хозяйства, ведущий научный сотрудник лаборатории радиационной экологии леса, кандидат сельскохозяйственных наук, Пушкино, Московская область, Российская Федерация, info@roslesrad.ru
Для ссылок: http://dx.d0i.0rg/10.24419/LHI.2304-3083.2017.4.12
Демографические аспекты прогнозирования лесопожарной обстановки в масштабе Российской Федерации [Электронный ресурс]/ А. Н. Раздайводин, В. В. Калнин, И. И. Марадудин, А. И. Радин, Д. Ю. Ромашкин, А. П. Рябинков // Лесохоз. информ. : электрон. сетевой журн. - 2017. - № 4. - С.
111-123. URL: http://lhi.vniilm.ru/
111
Предложена прогнозная модель лесопожарной обстановки на 10-летний период. В качестве основы прогнозирования используются демографические данные о численности населения, занятого в сельском, лесном и охотничьем хозяйствах, и многолетние данные о лесных пожарах.
Ключевые слова: лесной пожар, прогнозирование лесных пожаров, прогнозная модель
Под прогнозированием лесных пожаров, как правило, понимают «определение вероятности возникновения, разрастания лесных пожаров во времени и пространстве на основе анализа данных мониторинга лесных пожаров» [1]. Большинство исследователей занимались разработкой прогнозов для определенного региона страны (Сибири, Дальнего Востока), природно-экономического района, отдельной области, административного района или лесничества (бывшего лесхоза). Это обусловлено региональными различиями природно-климатических условий, природной пожарной опасности лесных участков, плотности населения, развития инфраструктуры, что не позволяет «механически переносить расчетные данные одного ...района на другие районы» [2]. Даже в том случае если оценка ожидаемой горимости лесов составлена для нескольких крупных регионов (Сибирь и Дальний Восток), подчеркивается, что такого рода прогнозирование необходимо для «ежегодного расчета и распределения финансирования между регионами, оценки степени концентрации сил и средств пожаротушения, планирования работ по предупреждению лесных пожаров, назначению регламента деятельности конкретного лесохозяйственного предприятия» [3].
Наша работа ориентирована на получение прогноза в масштабе всей страны. Примерами использования такого рода генерализованных показателей являются средняя высота над уровнем моря, средняя годовая температура на Земле [4] и т.п. Цель данного прогноза, в отличие от регионального, заключается не в проектировании противопожарных мероприятий в лесах отдельного региона, а в получении общего представления о тенденциях лесопожарной обстановки на федеральном уровне на долгосрочный период. Это необходимо для принятия адекватных управленческих решений и предотвращения неоправданного снижения финансирования по итогам краткосрочных периодов низкой горимости.
Основные задачи исследования - составление прогноза на 10-летний период по количеству пожаров, общей площади, пройденной огнем, и средней площади пожара, а также установление
верхних и нижних границ доверительных интервалов.
В работе, посвященной обзору методов оценки и прогнозирования опасности природных пожаров [5], авторы рассматривают попытки установить долгосрочные прогностические связи возникновения лесных пожаров с развитием атмосферных процессов и пожарной опасностью по условиям погоды, динамикой годичного прироста стволовой древесины на основе дендрохро-нологического анализа, солнечной активностью (числа Вольфа), хозяйственной освоенностью территорий и др. При этом точность прогнозов сильно различается: например, прогнозирование пожарной опасности в лесу по условиям погоды на 3 дня имеет точность около 90 %, а на 3 месяца - только 50 %. В некоторых случаях выявить закономерности не удается, коэффициенты корреляции имеют низкие значения. В публикации приводится мнение многих исследователей о том, что прогнозирование лесных пожаров требует учета взаимодействия множества факторов во времени и пространстве. Такие подходы базируются на методах аналого-инерционной экстраполяции - переносе установленных закономерностей и тенденций на будущее. В перспективе они могут достичь высокой точности, но в настоящее время весьма трудоемки, требуют проведения массовых исследовательских работ, создания баз знаний и экспертных систем пожарного назначения.
Альтернативным методологическим подходом является поиск факторов, имеющих тесную связь и оказывающих наибольшее влияние на оцениваемый показатель, с последующим построением математической модели, на основе которой может быть составлен прогноз. Положительным примером такого подхода служит ежегодный прогноз пожарной обстановки (ПО) в Приангарье с 1992 по 2000 г., выполненный с учетом численности жителей и количества населенных пунктов [6]. Сверхдолгосрочный прогноз динамики ПО в Приангарье в основном оправдался [5].
Среди факторов, влияющих на возникновение лесных пожаров, ведущую роль в большин-
стве регионов и в целом по стране играют антропогенные. «Кроме климатических условий и особенностей лесов, возникновение лесных пожаров очень сильно зависит от густоты населения, степени хозяйственного освоения лесных территорий и общественного строя» [7]. Так, например, анализ распределения лесных пожаров вблизи населенных пунктов Красноярского края показывает, что до 85 % их происходит в радиусе 20 км, а из них почти половина (45 %) -в радиусе 5 км [8]. Многие авторы отмечают связь частоты возникновения пожаров с антропогенной нарушенностью территории. Так, на малонарушенных лесных территориях частота возникновения пожаров в 2-3 раза ниже, чем на сильно нарушенных, независимо от причин их возникновения [9]; кроме того отмечается влияние рекреации на запасы лесных горючих материалов [10]. Возникновение лесных пожаров в большинстве случаев обусловлено антропогенными факторами и имеет с ними тесную связь.
Таким образом, для составления долгосрочного прогноза ПО необходимо иметь многолетние данные о лесных пожарах (количество, площадь) и выявить связанные с ними параметры, определяющие антропогенное воздействие на лесные пожары.
В качестве исходных данных для составления прогноза использованы сведения о лесных пожарах с 1965 по 2016 г. (до 2002 г. - данные ФБУ «Авиалесоохрана» по годовым отчетам учреждений по авиационной охране лесов - обслуживаемая территория, авиационная зона; с 2003 г. -оперативные данные, предоставляемые субъектами Российской Федерации во время пожароопасного сезона) (табл. 1).
В качестве основного методологического подхода выбран поиск фактора, имеющего тесную связь с данными о горимости лесов и динамику на заданном отрезке времени, которую можно описать математической моделью. Так как большая часть лесных пожаров обусловлена антропогенными факторами, поиск фактора осуществлялся среди демографических характеристик по общедоступным данным Федераль-
ной службы государственной статистики (Рос-стат).
Таким фактором с ярко выраженной динамикой на исследуемом отрезке времени оказалась численность населения, занятого в сельском, лесном и охотничьем хозяйствах, в отличие от общей численности сельского населения, которая стабильна на протяжении последних десятилетий. По данным Росстата [11], с 1987 г. доля сельского населения колеблется в пределах 26-27 %. Численность населения, занятого в сельском, лесном и охотничьем хозяйствах, отражает количество людей, чья деятельность связана с природной средой и оказывает непосредственное влияние на возникновение природных, в том числе лесных, пожаров. Данный показатель мы рассматриваем как индикатор, отражающий значение комплекса антропогенных факторов.
Анализ зависимости количества лесных пожаров от численности людей, занятых в сельском, лесном и охотничьем хозяйствах, показывает тесную корреляционную связь (рис. 1). Поскольку распределения исследуемых параметров носят логнормальный характер, для их нормализации применено логарифмирование. Наблюдаемая зависимость описывается уравнением модели:
у = а + Ьх + с/х2,
где:
х - натуральный логарифм численности людей занятых в сельском, лесном и охотничьем хозяйствах;
у - натуральный логарифм количества пожаров;
а, Ь, с - параметры модели (а = 301,806, Ь = -21,918, с = -7 652,641).
Коэффициент детерминации (г2) составляет 0,528.
Как видно из графика, практически все значения количества пожаров укладываются в доверительный интервал. Характер зависимости показывает, что максимальное количество лесных пожаров возникает при средних значениях численности людей, занятых в сельском, лесном и охотничьем хозяйствах. Соответст-
Таблица 1. Сведения о лесных пожарах за 1965-2016 гг.
Год Кол-во пожаров, шт. Общая площадь, пройденная огнем, га Год Кол-во пожаров, шт. Общая площадь, пройденная огнем, га
1965 14 544 374 516.0 1991 15 521 1 595 431.4
1966 15 860 237 506.0 1992 16 185 1 187 540.6
1967 22 488 305 293.0 1993 14 234 1823 948.8
1968 14 432 339 923.0 1994 13 169 869 751.9
1969 14 510 1 257 414.2 1995 16 179 481 499.4
1970 13 808 3 172 327.1 1996 19 718 2 371 231.1
1971 11 135 862 696.7 1997 18 414 729 215.4
1972 20 258 1 384 434.8 1998 15 929 3 026 129.3
1973 18 844 784 696.3 1999 30 323 754 503.0
1974 15 515 302 939. 5 2000 17 910 1 158 084.0
1975 17 229 386 407.9 2001 19 825 1 248 083.0
1976 13 897 2 206 610.5 2002 35 810 1 844 473.0
1977 15 238 486 256.7 2003 27 174 2 460 697.0
1978 11 102 239 206.5 2004 21 968 511 105.0
1979 10 441 291 326.6 2005 15 685 670 358.0
1980 13 215 196 355.3 2006 25 232 1 874 344.0
1981 13 636 336 929.5 2007 16 012 1 146 940.0
1982 12 890 434 791.5 2008 24 616 2 695 688.0
1983 9 438 227 599.9 2009 21 588 2 373 638.0
1984 11 342 525 100.1 2010 32 299 2 054 427.0
1985 9 754 755 886.7 2011 19 561 1 542 536.0
1986 12 812 1 182 486.5 2012 19 000 2 264 634.0
1987 12 982 1 339847.8 2013 9 754 1 416 659.0
1988 18 617 1 035 455.6 2014 16 069 3 602 608.0
1989 21 411 2 058 601.9 2015 11 307 2 613 081.0
1990 17 893 2 958 733.1 2016 10 090 2 414 926.0
венно, при минимальной и максимальной численности людей количество лесных пожаров минимально.
Изменение численности населения, занятого в сельском, лесном и охотничьем хозяйствах, отражает социально-экономические процессы, происходящие в сельской местности. Люди, занимающиеся этой деятельностью, большую часть своего времени проводят на лесных или сельскохозяйственных территориях и оказывают непосредственное влияние как на сами природные территории, так и на возникновение, обнаружение и тушение пожаров.
Динамика численности людей, занятых в
сельском, лесном и охотничьем хозяйствах, во времени представлена на рис. 2. Изменение численности на рассматриваемом отрезке может быть разделено на 3 крупных периода:
1-й - до начала 1990-х гг. - постепенное снижение числености: с 13 млн до 10 млн чел.;
2-й - начало 1990-х - начало 2010-х гг. - более резкое снижение численности: с 10 млн до 5 млн чел.;
3-й - с 2010 г. по настоящее время -снижение скорости изменения численности, ее стабилизация.
Скорость изменения численности, определяемая как производная от динамики (рис. 2),
й 100 а
9.6
Э.4
I о
О о
25076
О
• • о о \ . в •
• / • • .....О.............. о о ^ о
• \ о ° % 0°
о о о • \
• . . . 7115ТЫ1 яч т •
8.4 8.6 8.8 9.0 9.2
Щчисленность: лесное+сельское+охотничье хозяйство)
о Эмпирические значения
Теоретические значения модели Стандартная ошибка Доверительный интервал 95%
Рис. 1. Зависимость натурального логарифма (Ьп) количества пожаров от натурального логарифма численности людей, занятых в сельском, лесном и охотничьем хозяйствах
-300 I 8
Эмпирические значения Теоретические значения модели Скорость изменения численности
Рис. 2. Изменение численности людей, занятых в сельском, лесном и охотничьем хозяйствах, во времени
демонстрирует точки перегиба функции со смещением на более ранний срок примерно на 5-6 лет.
Изменение численности людей, занятых в сельском, лесном и охотничьем хозяйствах, во времени описывается эмпирической бидозовой моделью с коэффициентом детерминации, близким к 1: г2 составляет 0,996.
Уравнение модели:
у=Л2+(Л2 - Л!).[(р/(1 + 10 ((Ь-хЖЖ + (1 - р)/(1 + 10 [(с - х).Ь2)];
где:
х - год наблюдения,
у - численность людей, занятых в сельском, лесном и охотничьем хозяйствах;
Лъ Л2, Ь, с, Ьъ Ь2, р - параметры модели (Л1 = 4334,930, Л2= 391261,458, Ь= 1912,771, с= 2004,130, Ь:=-0,0377 , Ь2=-0,115, р=0,985).
Бидозовая модель представляет сумму двух ниспадающих Б-образных кривых (функций), одна из которых (на временном отрезке до 1991 г.) отражает общемировую тенденцию снижения численности сельского населения, а вторая (на временном отрезке 1991-2010 гг.) отражает снижение численности населения, обусловленную управленческими решениями в период социально-экономической дестабилизации в нашем обществе в 1990-х и начале 2000-х гг.
Выбор данного фактора - численность населения занятого в сельском, лесном и охотничьем хозяйствах - обусловлен тем, что варьирование его динамики носит функциональный характер и определяется долгосрочными социально-экономическими процессами. Эмпирические и теоретические значения модели весьма близки (рис. 2), коэффициент детерминации г2 = 0.996.
Таким образом, численность населения, занятого в сельском, лесном и охотничьем хозяйствах, является фактором, имеющим тесную связь с данными о горимости лесов, хорошо описывается эмпирической бидозовой моделью и может быть использована как основа для про-
3000
6000
4000
2000
гнозирования количества и площади лесных пожаров.
Средняя площадь лесного пожара за 1965-2016 гг. демонстрирует устойчивый незначительный рост (рис. 3). В то же время для исследуемого отрезка времени характерны разнонаправленные тренды: как к увеличению, так и к снижению средней площади пожара.
Для построения прогнозов нами выбран интервал за последние 7 лет - единственный с 1965 г. столь длительный интервал времени, в течение которого средняя площадь пожара изменяется однонаправленно (возрастает).
Именно этот интервал был использован для оценки зависимости средней площади пожара от численности людей, занятых в сельском, лесном и охотничьем хозяйствах (рис. 4). Зависимость описывается уравнением:
у = а - Ь.х;
где:
у - натуральный логарифм средней площади пожара с 2010 по 2016 г.,
х - натуральный логарифм численности людей, занятых в сельском, лесном и охотничьем хозяйствах, за тот же период;
а, Ь - параметры модели (а=81,436, Ь=8,9882).
Коэффициент детерминации г2 составляет 0,974 (вероятность нуль-гипотезы р = 0,00004), что позволяет ожидать высокую вероятность осуществления прогноза.
Прогноз количества лесных пожаров, средней площади пожара и общей площади, пройденной огнем, на 2017- 2026 гг. приведен на рис. 57 и в табл. 2.
Максимум числа лесных пожаров пришелся на конец первого десятилетия XXI в. (рис. 5). В ближайшие 10 лет при сохранении существующих тенденций количество лесных пожаров стабилизируется или будет немного снижаться.
Средняя площадь лесного пожара будет медленно возрастать и к концу прогнозного периода стабилизируется (рис. 6). Общая площадь, пройденная огнем, будет постепенно уменьшаться (рис. 7).
Год
....... Начало периода, используемого для прогноза
- Линейный тренд за весь период
Рис. 3. Изменение средней площади лесных пожаров во времени
1_г) (Численность занятых в лесном, сельском, охотничьем хозяйстве)
• Эмпирические значения
- Теоретические значения модели
....... Доверительный интервал 95%.
Рис. 4. Зависимость натурального логарифма средней площади пожаров от натурального логарифма численности людей, занятых в сельском, лесном и охотничьем хозяйствах, с 2010 по 2016 г.
Следует подчеркнуть, что положенные в основу нашего прогноза модели, не учитывают влияние метеорологических факторов, а, точнее сказать, предполагают их параметры ста-
Таблица 2. Прогноз количества лесных пожаров, средней площади пожара и общей площади, _пройденной огнем, на 2017-2026 ГГ.
Год Кол-во пожаров Нижняя граница прогноза количества пожаров, шт. (95 %) Верхняя граница прогноза количества пожаров, шт. (95 %) Средняя площадь пожара, га Нижняя граница прогноза средней площади пожара, га (95 %) Верхняя граница прогноза средней площади пожара, га (95 %) Общая площадь пройденная огнем, га Нижняя граница прогноза общей площади пройденной огнем, га (95 %) Верхняя граница прогноза общей площади пройденной огнем, га (95 %)
2017 11 388 7 108 18 243 246 188 321 2 803 426 1 339 943 5 865 321
2018 10 971 6 850 17 570 251 192 328 2 757 215 1 316 440 5 774 840
2019 10 643 6 647 17 040 254 194 333 2 713 931 1 294 803 5 688 446
2020 10 385 6 488 16 624 257 196 337 2 675 334 1 275 733 5 610 431
2021 10 182 6 362 16 297 259 197 340 2 641 918 1 259 360 5542281
2022 10 023 6 263 16 039 260 198 341 2613513 1 245 532 5483962
2023 9 896 6 185 15 835 261 199 343 2 589 643 1 233 970 5434698
2024 9 796 6 123 15 674 262 199 344 2 569 719 1 224 357 5393405
2025 9 716 6 073 15 545 262 200 344 2 553 146 1 216 388 5 358 942
2026 9 652 6 033 15 442 263 200 345 2539375 1 209 784 5 330 225
бильными во времени и зафиксированными на уровне среднемноголетних значений. В реальности это не так, и в отдельные годы погодные
условия могут значительно отклоняться от сред-немноголетних, следствием чего будут отклонения наблюдаемых значений от указанных в про-
2000 2010 Год
Теоретические значения модели Прогнозируемые значения Доверительный интервал 95%.
Рис. 5. Прогноз количества лесных пожаров на 2017-2026 гг.
2010 2012 2014 2016
2018 Год
2020 2022 2024 2026
- Теоретические значения модели
■ Прогнозируемые значения ------ Доверительный интервал 95%.
Рис. 6. Прогноз средней площади лесного пожара на 2017-2026 гг.
45000
400
40000
350
35000
300
30000
250
25000
200
20000
50
0
2020
2030
гнозе. Особенно это касается прогноза числа пожаров как параметра, наиболее зависимого от конкретных метеорологических условий в тот или иной год. В этом случае наш прогноз задает некую базовую опорную линию, обусловленную демографическим фактором, а наблюдаемые в конкретные годы значения числа пожаров будут отклоняться от нее в ту или другую сторону в тем большей степени, чем более аномальными окажутся погодные условия в данном году. Прогноз средней площади пожара менее зависим от погодных условий и в значительной степени определяется демографическим фактором, а, следовательно, наблюдаемые в разные годы значения средней площади пожаров должны в меньшей степени отклоняться от прогнозируемых значений. Временной интервал прогноза - 10 лет - определяется тем, что влияние демографического фактора проявляется на длительных временных интервалах и не может быть достаточно четко продемонстрирован на интервалах в 1 или 2 года.
Таким образом, на основании исследования можно сделать следующие выводы:
1. Численность населения, занятого в сельском, лесном и охотничьем хозяйствах, является индикатором, отражающим комплекс антропогенных факторов, влияющих на количество и площадь лесных пожаров.
2. Разработанная на ближайшее десятилетие прогнозная модель (при сохранении существующих условий) показывает стабилизацию количества и площади лесных пожаров в указанном доверительном интервале.
3. Разработанная модель не учитывает климатический фактор. Чем ближе погодные условия конкретного сезона будут к среднемноголет-ним значениям, тем ближе эмпирические данные будут к прогнозным значениям в пределах доверительного интервала.
2010 2012 2014 2016 2018 2020 2022 2024 2026
Год
- Теоретические значения модели
■ Прогнозируемые значения ----------- Доверительный интервал 95%.
Рис. 7. Прогноз общей площади, пройденной огнем, на период 2017-2026 гг.
4. В сложившейся демографической ситуации при увеличении численности населения, занятого различной деятельностью на природных и сельскохозяйственных территориях, можно ожидать рост числа природных пожаров.
5. Имеющиеся данные позволяют сделать приблизительный прогноз с существенным разбегом прогнозируемых значений. Для более точного прогноза необходимо провести дополнительные исследования.
6. Разработанная модель основана на возможностях действующей системы обнаружения лесных пожаров, без учета ее модернизации и имеющихся в настоящее время технических и кадровых возможностей служб пожаротушения.
Список использованной литературы
1. ГОСТ Р 22.1.09-99. Безопасность в ЧС. Мониторинг и Прогнозирование лесных пожаров.
2. Душа-Гудым, С. И. Указания по проектированию противопожарных мероприятий в лесах СССР / С. И. Душа-Гудым. - М. : Союзгипролесхоз, 1982. - 205 с.
3. Михалев, Ю. А. Методика оценки ожидаемой горимости лесов Сибири и дальнего Востока в предстоящем пожароопасном сезоне/ Ю. А. Михалев // Вестник КрасГАУ. - 2014. - № 11(98). - С. 160-165
4. Изменение климата : обобщенный доклад / под ред.: Роберта Т. Уотсона (Всемирный банк) и основной группы авторов. - 2001. - Код доступа: http://junksciencearchive.com/ipcc_tar/vol4/russian/figspm-10b.html
5. Соколова, Г. В. Пожарная опасность территории Среднего Приамурья: оценка, прогноз, параметры мониторинга / Г. В. Соколова, Р. М. Коган, В. А. Глаголев. - Хабаровск : ДВО РАН, 2009. - 265 с.
6. Андреев, Ю. А. Влияние антропогенных факторов на возникновение лесных пожаров: автореф. дис. ... канд. с.-х. наук / Ю. А. Андреев. - Красноярск: ВНИИПОМлесхоз, 1991. - 25 с.
7. Курбатский, Н. П. Проблема лесных пожаров / Н. П. Курбатский // Возникновение лесных пожаров: сб. ст. - М. : АН СССР, 1964. - С. 5-60.
8. Бычков, В. А. Определение зоны интенсивной противопожарной профилактики вблизи населенных пунктов в Красноярском крае / В. А. Бычков, А. И. Сухинин // Технологии гражданской безопасности. - 2004.
- № 4. - С. 88-91.
9. Связь частоты лесных пожаров со степенью нарушенности лесных территорий Нижнего Прианга-рья / В. А. Иванов, Г. А. Иванова, Н. А. Коршунов, С. А. Москальченко, Е. И. Пономарев // Лесн. хоз-во. - 2011.
- № 1. - С. 39-41.
10. Цветков, П. А. Влияние рекреации на запасы лесных горючих материалов в сосняках и их пожарное созревание / П. А. Цветков, В. Л. Сементин // Сибирский вестник пожарной безопасности. - 1999. - № 3 - 4. -С. 64-68.
11. http://www.gks.rU/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/population/demography/#
References
1. GOST R 22.1.09-99. Bezopasnost' v CHS. Monitoring i Prognozirovanie lesnyh pozharov.
2. Dusha-Gudym, S. I. Ukazaniya po proektirovaniyu protivopozharnyh meropriyatij v lesah SSSR / S. I. Dusha-Gudym. - M. : Soyuzgiproleskhoz, 1982. - 205 s.
3. Mihalev, YU. A. Metodika ocenki ozhidaemoj gorimosti lesov Sibiri i dal'nego Vostoka v predstoyashchem pozharoopasnom sezone/ YU. A. Mihalev // Vestnik KrasGAU. - 2014. - № 11(98). - S. 160-165
4. Izmenenie klimata : Obobshchennyj doklad / pod red.: Roberta T. Uotsona (Vsemirnyj bank) i osnovnoj gruppy avtorov. - 2001. Kod dostupa - http://junksciencearchive.com/ipcc_tar/vol4/russian/figspm-10b.html
5. Sokolova, G. V. Pozharnaya opasnost' territorii Srednego Priamur'ya: ocenka, prognoz, parametry monitoringa / G. V. Sokolova, R. M. Kogan, V. A. Glagolev. - Habarovsk : DVO RAN, 2009. - 265 s.
6. Andreev, YU. A. Vliyanie antropogennyh faktorov na vozniknovenie lesnyh pozharov: avtoref. dis. ... kand. s.-h. nauk / YU. A. Andreev. - Krasnoyarsk: VNIIPOMleskhoz, 1991. - 25 s.
7. Kurbatskij, N. P. Problema lesnyh pozharov / N. P. Kurbatskij // Vozniknovenie lesnyh pozharov: sb. st. - M. : AN SSSR, 1964. - S. 5-60.
8. Bychkov, V. A. Opredelenie zony intensivnoj protivopozharnoj profilaktiki vblizi naselennyh punktov v Krasnoyarskom krae / V. A. Bychkov, A. I. Suhinin // Tekhnologii grazhdanskoj bezopasnosti. - 2004. - № 4. -S. 88-91.
9. Svyaz' 1е8иуЬ pozharov stepen'yu narushennosti 1е8пуЬ territorij Nizhnego Рпа^аг'уа / V. А. Ivanov, G. А. Ivanova, N. А. Korshunov, S. А. Moska1'chenko, Е. I. Ponomarev // Lesn. hoz-vo. - 2011. - № 1. - S. 39-41.
10. Cvetkov, Р. А. Vliyanie rekreacii na zapasy 1esnyh goryuchih materia1ov v sosnyakah i ih pozharnoe sozre-vanie / Р. А. Cvetkov, V. L. Sementin // Sibirskij vestnik pozharnoj bezopasnosti. - 1999. - № 3-4. - S. 64-68.
11. http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/popu1ation/demography/#
DOI: 10.24419/LHI.2304-3083.2017.4.12
Demographic aspects of forest fire forecasting at the scale in the Russian Federation
A N. Rzdaivodin - Russian Research Institute of Silviculture and Mechanization of Forestry, Pushkino, Moscow region, Russian Federation, razdayvodin@roslesrad.ru V. V. Kalnin - Russian Research Institute of Silviculture and Mechanization of Forestry, Candidate of Biological Sciences, Pushkino, Moscow region, Russian Federation, kalnin@vniilm.ru
1.1. Maradudin - Russian Research Institute of Silviculture and Mechanization of Forestry, Pushkino, Moscow region, Russian Federation, info@roslesrad.ru A I. Radin - Russian Research Institute of Silviculture and Mechanization of Forestry (ARRISMF), Doctor of Biological Sciences,Pushkino, Moscow region, Russian Federation, info@roslesrad.ru
D. Y. Romashkin - Russian Research Institute of Silviculture and Mechanization of Forestry, Pushkino, Moscow region, Moscow region, Russian Federation, info@roslesrad. ru
A P. Ryabinkov - Russian Research Institute of Silviculture and Mechanization of Forestry, Candidate of Biological Sciences,Pushkino, Moscow region, Russian Federation, info@roslesrad.ru
The paper proposed a predictive model of forest fire situation in the 10-year period in the scale of the Russian Federation. Most of the papers addressing the forecasting of forest fire situation is focused on a certain region of the country: Siberia, the far East, region, administrative district, etc. The present work focused on the preparation of forecast in the scale all of the country.
Examples of such generalized figures are the average height above sea level, average annual temperature of the Earth, etc. The purpose of this forecast, unlike the regional ones, is not the design of fire protection measures in the forests of a particular region, and in getting a General idea of trends in forest fire situation at the Federal level for the long term.
The initial data for forecasting are data on forest fires from 1965 to 2016. The main methodological approach in this paper is to find factors having a close relationship and have the greatest impact on outcome measures (the number of forest fires, total area burned), followed by construction of a mathematical model. Based on this model can be made a forecast. A large part of forest fires due to human factors.
Therefore, the search for factors was performed among demographic characteristics on the public data of the Federal state statistics service. This factor was the number of people employed in agriculture, forestry and hunting farms.
The analysis of the relationship of this factor with data on the forest fires and its dynamics in the studied time interval have shown that it can be used as a basis to predict the number and area offorest fires.
The forecast is made for a ten-year period up to 2026. If current trends continue, the number of wildfires will remain at the current level or to decline slightly. The average area of forest fires will slowly increase and by the end of the forecast period will come to a stable level. The total area damaged by fire, will gradually decrease.
The forecast model assumes the parameters of meteorological factors stable over time and fixed at the level of mean annual values. In reality it is not. In years when weather conditions will deviate significantly from the average, the parameters of the forest fire situation may deviate from the forecast. In this case, our forecast sets a basic reference line determined by demographic factors, as observed in particular years the number of fires will deviate from it in one way or another to the greater, the more abnormal will be the weather conditions in a given year. This applies in particular to forecast the number of fires as the parameter most dependent on specific meteorological conditions. The forecast of the average area of a fire is less dependent on weather conditions. This value must less to deviate from the predictable.
