Эта публикация цитируется в 1 статье

КОМПЬЮТЕРНОЕ ОБЕСПЕЧЕНИЕ И ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА

Оценка пожароопасности лесов посредством применения кластеризации и нейронных сетей в условиях нестационарности и неопределенности

Т. С. Станкевич

Калининградский государственный технический университет, Калининград, Российская Федерация

Аннотация: Информация о появлении лесных пожаров и выявление ключевых природных и антропогенных факторов, влияющих на их возникновение, имеют решающее значение для управления лесами, в первую очередь для формирования и реализации мер пожарной безопасности. В последнее десятилетие наблюдается рост экологического, социального и экономического ущерба от лесных пожаров в глобальном масштабе, что потребовало усиления управления лесными пожарами, особенно в направлении профилактической оценки риска. При всем разнообразии современных подходов, направленных на оценку пожароопасности лесов с учетом влияния факторов среды, большинство из них базируется на упрощенных расчетах и не учитывает определенный ряд факторов, в основном антропологических. Цель исследования заключается в оценке пожароопасности лесов в зависимости от влияния факторов внешней среды путем применения кластеризации данных глобального дистанционного зондирования в условиях нестационарности и неопределенности. Это позволит использовать комплексный подход к оценке пожароопасности лесов для учета и природных, и антропогенных факторов в сложных условиях. Для оценки риска возникновения лесного пожара использованы данные, полученные спектрорадиометром MODIS с 01.01.2014 г. по 24.11.2019 г.: широта, долгота, дата и время получения данных. В качестве дополнительных параметров применены Canadian Forest Fire Weather Index, минимальное расстояние до населенного пункта, минимальное расстояние до дороги (автомобильной или железнодорожной), минимальное расстояние до акватории, праздничный/выходной день, потенциальная стоимость древесины. По результатам пространственного распределения лесных пожаров с учетом данных о факторах среды сформированы три кластера, между вероятностью возникновения лесного пожара и расположением вблизи к населенного пункта выявлена ключевая зависимость. Предложен к рассмотрению и применению разработанный индекс оценки пожарной опасности лесов, который учитывает природное и антропогенное воздействия среды, - индекс Fire Weather and Human Index (FWHI). Построение индекса выполнено с использованием нейронной сети ANFIS. Выявление социальных и биофизических аспектов подверженности сообществ пожарам и адаптации существующей противопожарной стратегии позволит совершенствовать систему обеспечения пожарной безопасности лесов.

Ключевые слова: лесной пожар, оценка пожароопасности лесов, глобальное дистанционное зондирование, кластеризация, метод k-means, нейронная сеть ANFIS, природные и антропогенные факторы, неопределенность, нестационарность.

УДК: 004.65, 614.841.42

Поступила в редакцию: 29.01.2020

DOI: 10.24143/2072-9502-2020-2-56-69