Воронеж, Воронежская область, Россия
При прогнозе лесных пожаров особое значение придается анализу изменений температуры воздуха. Наряду с такими данными, как выпадение осадков и скорость ветра, температура является базовым параметром для определения скорости высыхания горючих материалов и определения параметров угрозы возникновения пожаров (индекс Нестерова). При этом исследованиям закономерности изменения распределения вероятности величины флуктуации температуры в течение года не придается большого значения. В основном, исследования температуры носят описательный характер, оценки расходятся, а границы приводимых интервалов размыты. В работе предлагается по известным и регулярно измеряемым данным проанализировать характер распределения вероятности дневной флуктуации температуры в период с января по май. В результате анализа данных измерения температуры дня и вечера выяснилось, что распределение вероятности можно с достаточной степенью уверенности моделировать функцией Гаусса, параметры которой характеризуют особенности процессов, стимулируемых изменениями температуры в стволах древесных растений. Кроме того, выяснилось, что наиболее вероятная величина флуктуации неуклонно увеличивается с января по март. Известно, что именно в марте происходит интенсивное сокодвижение в отсутствие токов транспирации. Поэтому можно с достаточной уверенностью полагать, что в это время восходящие токи в стволах деревьев являются термостимулированными.
флуктуации температуры, функция Гаусса, формализованное моделирование, природные системы, стохастические модели
ВВЕДЕНИЕ
В системах прогноза возникновения пожаров [1, 2] чаще всего анализируются данные измерений температуры воздуха. Например, в канадской системе прогнозирования пожаров (FWI) температура воздуха в период с 12.00 до 13.00 часов дня учитывается наравне с длительностью периода отсутствия дождей, относительной влажностью воздуха и скоростью ветра на открытых местах на высоте 10 м. В американской национальной системе оценки опасности пожаров (ранее NFDRS–72, позднее NFDRS–78) анализируют время высыхания также по метеоданным, в которые входит температура воздуха. В российских системах прогноз полностью основывают на измерениях температуры окружающей среды (система Нестерова) или моделируют процесс высыхания слоя горючих материалов на подстилающей поверхности, добавляя к тем же метеоданным оценку антропогенного фактора и действия сухих гроз [5, 6]. Анализ литературных источников позволяет уверенно предполагать, что флуктуации температуры окружающей среды имеют практически основополагающее значение для систем прогноза катастрофических ситуаций [10]. При этом стохастических моделей распределения флуктуаций температуры в течение года имеется очень мало, и они носят скорее фундаментальный, чем практический характер.
ЦЕЛЬ ИССЛЕДОВАНИЯ
Обосновать фундаментальную концепцию для формализованной стохастической модели распределения средней разности температур дня и ночи, которая могла бы послужить основой для разработки методов прогноза состояния древесных массивов или слоев горючих материалов в течение года.
1. Morvan, D. Modeling of fire spread through a forest fuel bed using a multiphase formulation / D. Morvan, J. L. Dupuy // Combustion and Flame. - 2001. - Vol. 127. - Iss. 1-2. - P. 1981-1994. DOIhttps://doi.org/10.1016/S0010-2180(01)00302-9
2. Martell, D.L. A Markov Chain Model of Day to Day Changes in the Canadian Forest Fire Weather Index / David L. Martell // International Journal of Wildland Fire. - 1999. - № 9(4). - P. 265-273. URL: http://dx.doi.org/10.1071/WF00020
3. Gismeteo. - 2020. Дата обновления: 19.01.2020. URL: https://www.gismeteo.ru/diary/5026/ (дата обращения: 19.01.2020).
4. Веретенников, А. В. Физиология растений: учебник / А.В. Веретенников. - 2-е изд., перераб. - Воронеж: Воронеж. гос. лесотехн. акад., 2002. - 272 с.
5. Гришин, А.М. Моделирование и прогноз экологических катастроф / А.М. Гришин // Экологические системы и приборы. - 2001. - №2. - С. 12-21.
6. Ильина, В.Н. Некоторые причины и итоги лесных пожаров на территории Европейской части Российской Федерации в 2010 году / В.Н. Ильина // Самарская Лука: проблемы региональной и глобальной экологии. - 2012. - Т. 21. - № 2. - С. 175-183.
7. Сканирование электрического поля в стволах древесных растений как метод выявления жизненного состояния / Н. Ю. Евсикова, Н. Н. Матвеев, О. М. Корчагин, Н. С. Камалова, В. Ю. Заплетин // Известия высших учебных заведений. Лесной журнал. - 2008. - № 6. - С. 43-49.
8. Саушкин, В.В. Оценка жизненного состояния лесных массивов цифровыми методами / В.В. Саушкин, Н.С. Камалова, И.Д. Евсиков //Актуальные направления научных исследований XXI века: теория и практика. - 2017. - Т. 5. - № 1(27). - С. 249-252.
9. Термополяризационные свойства почвы и древесины в прогнозировании лесных пожаров / В.И. Лисицын, Н.С. Камалова, Н.Ю. Евсикова, А.Н. Черников // Актуальные направления научных исследований XXI века: теория и практика. - 2016. - № 5. - Ч.1(25-1). - С. 88-94.
10. Софронова, Т. М. Оценка пожарной опасности по условиям погоды в горных лесах Южного Прибайкалья / Т.М. Софронова, А.В. Волокитина, М.А. Софронов // География и природные ресурсы. - 2008. - № 2. - С. 74-80.
