автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.13, диссертация на тему:Анализ пожаров в Сибири по спутниковым данным и разработка модуля пожаров в модели динамики растительности

4846027

На правах рукописи

Рубцов Алексей Васильевич

АНАЛИЗ ПОЖАРОВ В СИБИРИ ПО СПУТНИКОВЫМ ДАННЫМ И РАЗРАБОТКА МОДУЛЯ ПОЖАРОВ В МОДЕЛИ ДИНАМИКИ РАСТИТЕЛЬНОСТИ

05.11.13- Приборы и методы контроля природной среды, веществ, материалов и изделий

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

1 2 МАЙ 2011

Красноярск - 2011

4846027

Работа выполнена в Учреждении Российской академии наук Институте леса им. В.Н. Сукачева СО РАН.

Научный руководитель: академик РАН, доктор биологических наук

Ваганов Евгений Александрович

Научный консультант: PhD, профессор

Сие Филипп (Франция)

Официальные оппоненты: доктор технических наук, профессор

Доррер Георгий Алексеевич

кандидат технических наук, доцент Пестунов Игорь Алексеевич

Ведущая организация: Институт мониторинга климатических и эколо-

гических систем Сибирского отделения РАН г. Томск

Защита состоится «27» мая 2011 г. в 14 часов на заседании диссертационного совета ДМ212.099.05 при Сибирском федеральном университете по адресу: г. Красноярск, ул. академика Киренского, 26, аудитория УЛК 115

С диссертацией можно ознакомиться в библиотеке Сибирского федерального университета.

Автореферат разослан апреля 2011 г.

Ученый секретарь

диссертационного совета Непомнящий О.В.

Общая характеристика работы

Актуальность темы диссертационного исследования

Сибирские леса особо чувствительны к разрушающему воздействию пожаров, результатом которых является увеличение содержания аэрозолей и парниковых газов в атмосфере, изменения в радиационном балансе территории, а также балансе углерода и составе растительности. Возникновение и интенсивность развития лесного пожара зависят от климатических условий, в частности, от погодных аномалий, естественных факторов возгорания и от человеческого фактора, способности лесоохранных служб своевременно выявлять и тушить обнаруженные пожары. Прогнозы и тенденции изменения климата порождают необходимость развития двух важнейших направлений: 1) модернизация моделей оперативного прогнозирования возникновения и развития пожаров для планирования противопожарных мероприятий; 2) усовершенствование методов учета текущих и будущих эмиссий газов в результате пожаров, позволяющих оценить их вклад в глобальное изменение климата.

Современная реализация сетевого мониторинга пожаров использует методы обработки спутниковых данных для обнаружения активных пожаров и площадей гарей. Примером является Центр глобального мониторинга пожаров (GFMC), в России существует Информационная система дистанционного мониторинга пожаров (ИСДМ-Рослесхоз). Спутниковые данные имеют достаточное пространственное разрешение и высокую частоту обновления для точного определения пространственно-временных особенностей пожаров на больших территориях. Прогнозирование развития пожароопасной ситуации осуществляется по индексам погодной пожарной опасности (ППО) на основе метеоданных. Низкая точность прогноза поведения лесных пожаров подтверждает необходимость усовершенствования используемых методов. Тестирование индексов ППО на соответствие параметрам детектируемых пожаров является первостепенной задачей в мониторинге пожаров на региональном уровне.

Второе направление особенно актуально для крупномасштабного анализа влияния пожаров на экосистемы, в его рамках решается задача их моделирования. Понимание причинных связей между климатической изменчивостью и возникновением пожаров необходимо для развития и применения биогеохимических моделей с целью прогнозирования динамики парниковых газов в атмосфере. В политико-экономическом аспекте это стимулирует усилия современного общества к уменьшению объёмов эмиссий СОг путём усовершенствования технологий производства, перехода на экологически чистые энергоносители и улучшения качества управления лесными территориями. Модели динамики растительности, такие как ORCHIDEE, рассчитывают содержание углерода в экосистемах Земли, и нерешенной задачей остается разработка методов оценки пожарной эмиссии в ORCHIDEE.

Целью диссертационной работы является тестирование и параметризация индексов погодной пожарной опасности (ППО) и разработка модуля пожаров в глобальной модели динамики растительности ORCHIDEE. Основные задачи исследования:

1) выявление специфики и характерных особенностей пространственно-временного распределения пожаров в Сибири по спутниковым данным (AVHRR и MODIS) с привлечением информации о составе растительности;

2) тестирование моделей ППО по спутниковым данным о пожарах;

3) оценка методов параметризации моделей ППО с целью учета особенностей протекания пожаров в различных типах растительности, а также оценки функции погодного пожарного риска;

4) разработка, реализация и тестирование модуля пожаров в модели ORCHIDEE;

5) оценка среднегодовой эмиссии углерода в атмосферу при пожарах по расчетам модуля пожаров в модели ORCHIDEE;

6) оценка воздействия пожаров на динамику продуктивности различных типов растительности в модели ORCHIDEE.

Основные положения, выносимые на защиту:

1) Научно обоснованная территориальная специфика применения российских и канадских индексов погодной пожарной опасности в Сибири при прогнозировании динамики площадей пожаров по данным сети метеостанций и пространственно - интерполированным климатическим данным.

2) Алгоритм расчета пространственно неоднородной пожарной опасности в модели процесса возникновения и распространения пожаров модернизирован и адаптирован к территории Сибири с использованием спутниковых данных о пожарах и о составе растительности.

3) Модуль пожаров в биогеохимической модели ORCHIDEE, разработанный с помощью эмпирической модели процесса возникновения и распространения пожара, позволяет количественно оценивать роль пожаров в кругообороте углерода и динамике наземных растительных экосистем.

Методы исследования:

Решение поставленных задач основано на применении методов расчета и нормализации ППО, методов анализа спутниковых и климатических данных, методов моделирования пожаров в экосистемах и оценки эмиссии углерода. Математическая статистика использована в тестировании полученных результатов. Информационная база исследования включает данные о пожарах со спутников NOAA (прибор AVHRR), Тег-га (прибор MODIS), климатическую базу по сети метеостанций NCDC, оперативные пространственно-интерполированные климатические данные ECMWF, классифика-

цию растительности GLC2000, спутниковые данные о снеговом покрове (прибор MODIS).

Обоснованность научных положений и выводов обеспечена использованием современного программного обеспечения при обработке многомерных массивов данных, стандартных статистических методов в анализе данных, сравнительного анализа полученных результатов с данными из литературных источников.

Научная новизна заключается в следующем:

1) С помощью анализа спутниковых данных определены характеристики территориального распределения пожаров в основных типах растительности, дополняющие известные данные статистики авиапатрулирования. Выявлена динамика параметра фактической горимости (ФГ) на территории исследования.

2) Впервые проведено тестирование российских и канадских индексов ППО на соответствие параметрам пожаров, полученных по ежедневным данным спутниковых приборов AVHRR и MODIS, на периоде исследования с 1996 по 2008 гг, что позволило оценить точность индексов ППО в аспекте прогнозирования площадей пожаров.

3) Предложены методы линейной и нелинейной нормализации индексов ППО, которые в отличие от стандартных методов позволяют производить оценку уровня риска возникновения пожаров дифференцированно по различным типам растительности.

4) Разработан новый алгоритм в модуле пожаров в биогеохимической модели ORCHIDEE, который интегрирует компоненты модифицированных систем прогноза возникновения пожаров, прогноза параметров распространения пожаров и схему расчета эмиссии от пожаров. Данная интеграция позволила перейти от ежегодных оценок моделируемых площадей пожаров и эмиссии углерода к ежедневным, а также повысить их точность по сравнению с предыдущей версией модуля пожаров.

Практическая значимость работы:

1) Разработанные методы нормализации и интерпретации ППО могут быть использованы в оперативном мониторинге пожаров и для долголетних оценок пожарной опасности и потенциального ущерба от пожаров.

2) Модуль пожаров в моделях динамики растительности является одним из методов оценки текущего состояния и прогнозирования сценариев изменения содержания парниковых газов в атмосфере с учетом антропогенных и природных эмиссий [IPCC, 2007], в состав которых входит и эмиссия от пожаров.

Апробация результатов исследования. Результаты работы докладывались на конференциях, научных школах и семинарах, в частности:

1) на международной конференции по вычислительно-информационным технологиям для наук об окружающей среде «CITES-2009» (г. Красноярск, 2009 г.);

2) на международном семинаре по проблемам изменения климата и окружающей среды (г. Красноярск, 2009 г.);

3) на XIII конференции молодых ученых КНЦ СО РАН (г. Красноярск, 2010 г.);

4) на конференции «Исследование компонентов лесных экосистем Сибири» (г. Красноярск, 2010 г.);

5) на Четвертой международной интернет - конференции «Леса России в XXI веке» (г. Санкт-Петербург, 2010 г.);

6) на III Всероссийской научно-практической конференции «Научное творчество XXI века» (г. Красноярск, 2010);

7) на семинарах Лаборатории научных исследований климата и окружающей среды (Франция, 2008 г.);

8) на семинарах лабораторий мониторинга леса и структуры древесных колец Института леса им. В.Н. Сукачева СО РАН.

Публикации: По теме диссертации опубликованы 7 печатных работ, из них 2 - в российских рецензируемых журналах, включенных в список ВАК.

Структура и объем диссертации. Диссертация состоит из введения, пяти глав, заключения, списка литературы и 4-х приложений. Содержание диссертации изложено на 158 страницах, включая 10 таблиц и 50 рисунков. Список литературы содержит 167 наименований.

Личный вклад автора. Автором выполнены все этапы исследования, разработаны программы обработки и анализа данных, выполнены необходимые расчеты, анализ и интерпретация результатов.

Благодарности

Автор диссертации благодарит академика РАН, д.б.н. Е.А. Ваганова и проф. Ф. Сие за руководство работой, а также к.ф.-м.н. А.И. Сухинина, Ф.М. Бреона и C.B. Венев-ского за сотрудничество в исследовательской работе. Проведение диссертационного исследования поддержано грантами РФФИ и программой стипендий французского правительства для диссертаций с совместным научным руководством. Часть результатов диссертации получены на основе методической базы и вычислительных ресурсов Лаборатории научных исследований климата и окружающей среды (Laboratoire des Sciences du Climat et de l'Environnement) при Национальном центре научных исследований (CNRS, Франция).

ГЛАВА 1. МОНИТОРИНГ ПОЖАРОВ: ОТ ИНСТРУМЕНТАЛЬНОГО КОНТРОЛЯ ДО МОДЕЛЬНОГО РАСЧЕТА

В главе кратко изложена информация о влиянии пожаров на экосистемы Сибири, связи изменения климата с динамикой пожаров, методах мониторинга активных пожаров (авиапатрулирование и обработка спутниковых данных) и пожарной опасности (обзор индексов ППО). Описаны существующие подходы в моделировании пожаров, обозначена их роль в составе моделей динамики растительности и влияние пожаров на кругооборот углерода.

ГЛАВА 2. ОСОБЕННОСТИ ПРОСТРАНСТВЕННО - ВРЕМЕННОГО РАСПРЕДЕЛЕНИЯ ПОЖАРОВ В СИБИРИ, ВЫЯВЛЕННЫХ МЕТОДАМИ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ

Алгоритм обнаружения пожаров по данным спектрорадиометров AVHRR (Advanced Very High Resolution Radiometer, спутники NOAA) основан на превышении температуры излучения пламени пожара заданных пороговых значений (температуры фона) [Sukhinin et al., 2004]. Суточной площадью пожара является размер полигона, в котором на момент пролёта спутника пожар находился в стадии активного горения («активные пожары»). Итоговые площади пожаров рассчитываются за время протекания пожара с момента первого обнаружения до их полного тушения. Дополнительно использованы данные о пожарах с прибора MODIS (MODerateresolution Imaging Spectroradiometer, спутник EOS-Terra) [Justice et al., 2006]. Данные по AVHRR рассматриваются за период 1996-2008 гг. и по MODIS за 2001 - 2007 гг.

Состав растительности анализировался по классификации Global Land Classification (GLC2000) [Bartholomi et al., 2002], созданной в Joint Research Centre по данным прибора Vegetation (спутник SPOT4). 27 типов растительности из фрагмента данных GLC2000 для северо-евроазиатской территории [Bartalev et al., 2003] были перегруппированы в 11 типов методом их генерализации.

Ежегодная статистика пожаров по количеству и суммарной площади на территории исследования (рис. 1) демонстрирует тренд увеличения ежегодного количества и площадей пожаров. Из анализа всей базы данных пожаров были получены следующие значения индивидуальных пожаров: максимальная итоговая площадь (Smax) 2.4 млн. га, средняя арифметическая итоговая площадь (Smea„) около 800 га, максимальная площадь за день (^аутш) более 200 тыс. га, среднее значение прироста площади за день (^аутеа„) около 600 га.

Годичная ВНШ.П поваров (NOAAAVITRR, «Ж -2008) р,с„рга„с„„, а™,,,,.« ао ».. р.стисльдос,. (1990-2008 гг.)

—, ^ ^Т" -т ' - Г"4

^НН колжчгство Н «««tccn» Н _ д«104

JM IP JI ='

Ь-.|||ШШН MIHJi..!-

** J* ~ jf ¡r* * У 0-*

годы >* v<!* " У

Рис. 1. Динамика суммарных площадей и количества пожаров по годам (1996 - 2008 гг.) для территории исследования

Рис. 2. Распределение площадей пожаров и их количества по типам растительности. Сокращения: ХВЛ - хвойный вечнозелёный лес, ХЛЛ -хвойный листопадный лес

Состав растительности в контуре пожара во многих случаях многокомпонентный. Помимо лесной растительности большое количество пожаров (в южной полосе Сибири) возникает на сельскохозяйственных (с/х) площадях и в травянистых типах растительности (рис. 2). Данная оценка является приблизительной, т.к. СЬС2000 составлена по состоянию на 2000 г. и изменчивость покрова не учитывалась. Средняя итоговая площадь (8тса„т"'"!) для большинства типов варьируется в интервале от 250 до 420 га, для хвойных листопадных - 848 га с максимальной итоговой площадью пожара = 1250 тыс. га (табл. 1). Средняя площадь за день (8теа/ау) меньше 5т1.а„7Ъ'°/ на -20-30 %. Это значит, что пожар проходит основную часть площади за один день и далее развивается на той же территории.

Таблица 1. Статистика площадей пожаров по типам растительности

Хвойный вечнозелёный лес Лиственный лес Смешанный лес Хвойный листопадный лес Кустарники Степи и луга Заболоченные территории Тундра с/х и комплексы Леса в комплексах

(тыс. 206.8 57.0 60.9 1250.3 46.8 188.6 41.6 159 172. 5 23.1

Та) 414 348 322 848 298 367 248 400 354 130

в™" (тыс. га) 30.9 19.5 40.7 165.4 9.4 29.5 11.4 11.3 23.5 11.6

Бтат"" (га) 315 297 268 549 248 311 194 292 308 144

Параметр «фактическая горимостъ» (ФГ) - это совокупность частоты возникновения и пространственных размеров возникших пожаров на территории. Карты суммарных площадей пожаров (СПП, 5/;геа") и суммарного количества пожаров (СКП, ¡V/;,/") были построены на градусной сетке 0.3°х0.3° для каждого отдельного года, за все годы (1996-2008 гг.) в совокупности и с выборкой по отдельному месяцу. 5);г/" за 13 лет учитывает повторяемость пожаров в каждой ячейке карты, но при этом распределение 5};,-/'" непропорционально Высокие значения 5у;>/" могут

происходить как от неоднократно повторяющихся пожаров с небольшими площадями, так и от единичных крупноразмерных пожаров. В связи с этой многофакторностью составлена классификация территории Сибири по степени ФГ методом кластерного анализа, объектами в котором являются пиксели этих карт с наличием пожаров. Полученные пять классов (рис. 3) ассоциированы с пятью уровнями ФГ от низкой до экстремальной. С повышением класса ФГ пропорционально увеличивается Л^,./" и К классу сверхвысокой и экстремальной ФГ относится 2 % территорий, пройденных пожарами, к высокой ФГ - 9 % , к средней - 19 % и 70 % - к низкой ФГ.

Зоны сверхвысокой и экстремальной ФГ (в Забайкальском крае и прилегающей части Республики Бурятия, а также в Амурской области) превалируют на тех территориях, где пожарные события крупного масштаба накладываются на высокую частоту пожаров. К высокой и сверхвысокой ФГ относятся территории в центре

Новосибирской области, на юге Иркутской области и в центральной части Якутии. Средней ФГ характеризуются юго-западные области Сибири, а также Республика Хакасия, юг Республики Бурятия, частично Красноярский край и юг Хабаровского края. Распространение пожаров в горных массивах лимитируется отсутствием древесной растительности в верхних поясах, и поэтому территории на высотах 2500 -3000 м характеризуются низкой и средней ФГ.

60 ip w SO l4o ПО 1/0 130

| | 1st class Q 2nd class Q 3rd class Q 4th class Ц 5th class

Рис. 3. Карта классов фактической горимости

Приведенная выше информация отличается от таковой для периода с 1965 по 1978 гг. [Бо^опоу, 1996]. Обширная зона экстремального класса ФГ тогда находилась преимущественно в Якутии, сверхвысокий класс ФГ затрагивал юго-западные области Сибири, Иркутскую область, южные районы Красноярского края, Хабаровский край. Частичное территориальное перераспределение зон повышенной ФГ может быть вызвано изменениями климата, отражающими связь пожаров с климатом и динамикой растительности.

Сезонность пожаров. Весенние пожары (март-апрель-май) действуют преимущественно во всей южной полосе Сибири. В июле и августе активность пожаров смещается на северные территории (Якутия, центральная часть Красноярского края, север Иркутской области и Хабаровский край). В сентябре и октябре второй пик пожаров отмечается на юге Забайкальского края, в Амурской области и в Хабаровском крае, также частично в Тюменской, Омской, Новосибирской областях и в Казахстане.

Анализ продолжительности пожаров. Основное количество пожаров (85.6 %) имеет временную протяженность в один день. Это характерно для 43.2 % площадей пожаров от общей их суммы. Еще 4.2 % пожаров (или 7.1 % площадей) действуют два дня, и остальное количество (10.2 %) равномерно уменьшается с увеличением длительности. Среднее значение длительности пожара - 1.87 дней, максимальное

значение - более 100 дней. Пожары с длительностью более 12 дней составляют 2 % от общего количества, однако они распространяются на большие территории (1/4 от СПП). Максимальные значения площадей пожаров в основном интервале от 1 до 90 дней варьируются от 100 тыс. га до 400 тыс. га, на остальной части интервала (>90 дней) находятся катастрофические пожары 2002 г. (1.2 млн. га, 0.6 млн. га) и 2003 г. (2.4 млн. га).

Антропогенный фактор пожаров. Преобладающее количество пожаров по пространственной удаленности от ближайших населённых пунктов (DmcM) возникает в пределах 2-10 км, среднее значение DHac„ = 12.4 км. Распределение площадей пожаров в зависимости от Duacn, похожим образом повторяет количественную гистограмму со сдвигом в сторону увеличения D„ac„ на 8-10 км, и пик площадей пожаров приходится на ~15 км. По данным статистики пожаров за 1947 - 1992 гг. [Korovin, 1996], пик количества пожаров находится в пределах DHac „ = 5 км.

ГЛАВА 3. ПРОГНОЗИРОВАНИЕ ВОЗНИКНОВЕНИЯ ЛЕСНЫХ ПОЖАРОВ

Индексы «показателей влажности» (ПВ-1 и ПВ-2) являются модификацией комплексного показателя горимости В.Г. Нестерова [1949 г.] и рассчитываются по температуре воздуха (Тетд ,°С), температуре точки росы (Тр, °С) и осадкам (р, мм) от даты «устойчивого» схода снегового покрова. Для случаев при Тео10>0"С и при Teojà<0°C каждый показатель ПВ имеет различные расчётные формулы. Суммирование величины влагодефицита, выраженного как Ттзд - Тр, ведётся для всех дней с последнего случая выпадения существенных осадков.

В Канаде национальная система оценки пожарной опасности лесов (CFFDRS) состоит из двух частей: CFFWIS (Canadian forest fire weather index system) оценивает погодные условия [Van Wagner, 1987], CFFBPS (Canadian forest fire behavior prediction system) рассчитывает параметры распространения пожара из точки возгорания [Wotton, Alexander, Taylor, 2009]. CFFWIS рассчитывает ППО тонких горючих материалов (ГМ) (индекс FFMC), плотных ГМ (индекс DMC) и ГМ компактного органического слоя (индекс DC). CFFWIS также содержит индекс скорости распространения кромки пожара (ISI), промежуточную переменную BUI и итоговый индекс ППО (FWI) как интенсивность горения пожара. Входные переменные для CFFWIS: Teml), °С, относительная влажность воздуха (RH, %), скорость ветра (w, м/с), осадки (р, мм), дата расчета.

Ежедневные метеорологические данные были взяты из сети метеостанций NCDC (National Climate Data Center, NOAA) [Lott, 2005], дополненные данными «Авиалесохраны». В зависимости от пропусков данных количество метеостанций в расчёте индексов ППО варьируется от ~250 до ~300 ежегодно.

По спутниковым данным о снеговом покрове (MODIS/Terra) определялись даты схода снега (при его покрытии <80% в ячейке 0.5°) с учетом возможности возникновения пожаров при фрагментарности снегового покрова. Датой начала расчёта индексов ППО целесообразно считать первый эпизод полного схода снега, так как в интервалах (до 10-15 дней) между повторным эпизодичным выпадением снега Ттзд может составлять 15-20 "С, что способствует высыханию ГМ.

Проведен расчёт коэффициентов корреляции Пирсона (г) между временными рядами индексов ППО и рядами площадей пожаров в квадрате 0.5°х0.5°, содержащем данную метеостанцию. Динамика пожаров построена по суточным величинам их суммарных площадей (Sj^) и нарастающим итогом (Sacc!lm) с начала развития пожаров до момента их отсутствия в последующие 3 дня для разделения эпизодов возникновения пожаров (с продолжительностью до 35-40 дней) на фазы, в которых присутствует 2-3 пика Sjay. Так как количество дней с пожарами на площади 0.5°х0.5° мало по сравнению с длиной ряда индексов ППО, то выборка производилась для дней при Sjay/c,caJ^>0 за все годы, в которых возникали пожары в окрестностях одной метеостанции.

Рассеянность в пространственном распределении значимых к (гSignif) свойственна корреляциям индексов ПВ-1 и ПВ-2 с Saccum, а компоненты CFFWIS имеют лучшие показатели rs!gnif в лесной растительности (хвойные леса). Использование скользящего среднего за 5 предыдущих дней для FWI приводит к лучшему согласованию с Saccum, для ПВ-1 этот метод работает хуже. Доля rsig„jf колеблется от ~ 1/3 до ~2/3 от общего количества г (табл. 2). Индексы FWI и ISI точнее описывают динамику Sday. ПВ-1/2, BUI и DMC лучше прогнозируют вариации Sacam. При выборке крупных пожаров (Sjay >1-5 тыс. га. и Saccum >1-10 тыс. га) rsignif повышается от -0.45 до ~0.62 для многих индексов ППО.

Таблица 2. Усреднённые значения между индексами ППО и площадями пожаров

пв-1 пв-1с„ пв-2 fwi fwicd dmc dc bui isi

Sclav 0.45 0.49 0.49 0.45 0.47 0.46 0.51 0.47 0.43

ряд (1996- (87) (64) (55) (94) (76) (64) (33) (54) (103)

2008 гг., 0.5 0.5 0.48 0.44 0.44 0.49 0.52 0.51 0.42

370 м.с.) (163) (167) (122) (115) (115) (128) (59) (101) (97)

Выборка Sday 0.6 0.58 0.59 0.63 0.61 0.61 0.55 0.61 0.63

крупных пожаров, (19962008 гг., 183 м.с.) (117) (115) (117) (122) (120) (119) (107) (122) (123)

Saccum 0.65 (133) 0.66 (130) 0.63 (135) 0.61 (126) 0.62 (126) 0.66 (132) 0.6 (118) 0.65 (135) 0.57 (117)

В скобках указано количество метеостанций, по данным которых получена значимая (а =

0.95) корреляция и рассчитано среднее значение г^,¡¡. (*м.с. - метеостанции) Проведенный анализ выявил приоритетные индексы ППО в прогнозировании двух характеристик (5^, „.„,„) динамики пожаров на локальном уровне. ПВ-1/ПВ-2 требуют практической доработки для лучшего прогнозирования СРР\У18 необходимо адаптировать к типам растительности в Сибири и оценить её преимущества комплекс-

но для всей территории исследования, не ограничиваясь только расположением метеостанций.

ГЛАВА 4. АНАЛИЗ МЕТОДОВ ПАРАМЕТРИЗАЦИИ ИНДЕКСОВ ППО

Разработка индексов ППО основана на нескольких базовых ГМ, что приводит к ошибкам в оценке потенциала возгорания для всего спектра ГМ. В то же время различия в условиях произрастания, продолжительности пожарного сезона, скорости высыхания ГМ и длины межпожарных интервалов [Soja et al., 2006] имеют существенное значение. Были предложены три метода нормализации индексов ППО по типам растительности. Для работы с большим пространственным покрытием были использованы оперативные модельно-интерполированные данные ECMWF (European Centre for Medium-Range Weather Forecasts) с разрешением 0.5°x0.5°.

В линейном методе критерий нормализации индексов ППО определен по их максимальным значениям (Мах!) до нормализации за период 2001 - 2007 гг. в пределах распространения каждого i -го типа растительности. Ряды значений индексов ПВ-1, ПВ-2 и FWI были нормированы с учетом весовых коэффициентов по фракциям покрытия типами растительности (fV¡) в 0.5° ячейке:

n

WFDI norm = WFDI /^(Мах, х IV,), (1)

;=о

где iV-количество типов растительности; WFDI-индекс ППО; WFDI„orm-нормализованный индекс ППО.

Зоны высоких значений Мах, сосредоточены на юго-западе территории с трендом уменьшения Max¡ по мере увеличения широты. Низкий показатель Max¡ свойственен высокогорным местностям с более влажными и холодными условиями, что подтверждается расчетом средней суточной Tm¡ó, средней нормы осадков и среднего количества дней без осадков (за 2001-2007 гг.) за периоды при Гт„,>0оС. Профили зон средних величин Tm.„¡ и р не совпадают с распределением Мах,, следовательно, Max¡ -это вероятностное событие сочетания граничных значений переменных Тт„> и р.

Верификация WFDInorm проводилась по данным о пожарах (AVHRR и MODIS раздельно) наподобие метода в гл. 3, но усредненные коэффициенты г представляют большую пространственную выборку с наличием пожаров. Коэффициенты г для WFDInorm не меняются по сравнению с верификацией без нормализации. Выявлены существенные недостатки метода: а) во многих случаях индексы ППО не воспроизводят сезонность и время возникновения пожаров; б) отсутствует внутригодовое перераспределение значений индексов ППО; в) величины Max-, зависят от длины анализируемого периода.

Во втором подходе метод нелинейной нормализации ППО, ранее примененный в модели пожаров Reg-FIRM [Venevsky et al., 2002], был модифицирован для перераспределения пропорций сезонных вариаций WFDI введением шести категорий

ППО (табл. 3). Предварительно определенные Мах, присваиваются пятому классу ППО («сверхвысокая ППО»), что предусматривает возможное превышение Мах, до «экстремальной ППО» из-за ограниченности тестового периода. Интервалы значений индексов ППО остальных категорий определяются геометрической регрессией с коэффициентом 1.8 (аналогично с системой CFFWIS [Van Vagner, 1987]). Значения WFDI„orm заданы в перцентилях с учетом увеличения их процентного отношения к входным WFDI с увеличением класса 11110.

WFDlmm = 1 - ехр(-а„ ж WFDI), (2)

где aw - коэффициент нормирования, рассчитанный для каждого типа растительности и усредненный по всем классам ППО.

Таблица. 3. Интерпретация ППО по индексу Р\У1 для хвойного вечнозелёного леса

ППО (класс) Диапазон входных значений FWI %-ное перераспределение FWI а а среднее FWI на выходе

6. Экстремальная 38.16-45.78+ 0.85 - 0.99 0.10 0.06 0.91 - 0.95

5. Сверхвысокая 21.16-38.15 0.75 - 0.85 0.05 0.75-0.91

4. Высокая 11.74-21.15 0.5- 0.75 0.06 0.53 - 0.75

3. Средняя 6.52-11.73 0.3 - 0.5 0.06 0.34 - 0.53

2. Низкая 3.62-6.51 0.2 - 0.3 0.05 0.21 -0.34

1. Очень низкая 0.01-0.2 1-3.61 0.06 0.06-0.21

0. Нулевая 0-0.01 0-1 - 0.0 - 0.06

При данном расчете коэффициенты а образуют неравенство:

^степи/луга ^ ^с/х земли ^ ^ХЛЛ ^ ^листв.лсс ^ ^ХВЛ ^ &гундра ^ Осмеш.лес ^ Икустар. > &леса/компл. ^ ^забол.т (3)

Рассмотрена гипотеза, что ранжирование а в соответствии с относительной скоростью высыхания этих ГМ приведет к лучшему описанию динамики пожаров индексами ППО. С учетом различий в скорости испарения и поглощения влаги в разных видах подстилки однотипного древостоя, в скорости десорбции кроны деревьев и с приблизительной оценкой структуры ГМ у обобщенных классов вЬС2000 условно принято неравенство:

йстспи/луга Ос/х земли ^тундра ^ ^кустар. ^ С1леса/компл. ^ Илиств.лес ^ ^ХВЛ ^ ИХЛЛ ^ Асмеш.лес ^ Изабол.т (4)

Различие совокупного воздействия метеорологических факторов, выраженных в ЖЛ)/, на скорость пожарного созревания типов растительности реализовано с помощью введения множителя 5 при а, меняющегося от 0.7 (забол. тер-рии) до 3 (степи/луга). Понижающий коэффициент (5<1) введен для типов, произрастающих в сырых условиях (забол. территории и прибрежная растительность). Остальные типы разделены на три группы по скорости пожарного созревания: а) леса (ХВЗ (5 = 1.15), ХЛЛ (3 = 1.2), смешанный лес (5 = 1.29), листопадный лес (5 = 1.5)); б) кустарниковые (б = 2.21) и тундра (5 = 2.5); в) травянистые (степи/луга (8 = 3.0), с/х. площади (8 = 2.8)).

Был проведён корреляционный анализ 1¥РВ1„огт с и 8ассит (по МОВК и КОДА раздельно). Параметрическая а-нормализация приводит к увеличению площади

13

территории с положительной корреляцией (Nr>0) для большинства индексов ППО на 36 %, но количество rsignij- и их среднее значение уменьшается по сравнению с линейной нормализацией. Дневную динамику пожаров S^ в тундре лучше других описывают индексы ISI и FWI (готвг(>о)~0.3), среди хвойных лесов r„vl,n>ü!, =0.2, для лиственного леса лучший показатель г^^щ у ISI (~0.2) и худший у ПВ-1 (=0.05). Интегральную величину площадей пожаров (Sacalm) для большинства типов растительности относительно лучшим образом моделирует индекс ПВ-1: гте^>щ^О.З - 0.4 для хвойных лесов, тундры, кустарников и заболоченных территорий. Худшую связь с Saccllm показывают индексы ПВ-1, FWI, ISI, FFMC для смешанных лесов и с/х площадей. Результаты корреляции So«™, с группой индексов ПВ-2, BUI, DC и DMC обнаруживают сходство. Для хвойных лесов, тундры и кустарниковой растительности гау«{>о)~0.35, заболоченных территорий rave,i>0)~0.25, смешанных и лиственных лесов и травянистой растительности 15, наихудшая связь с пожарами - на с/х

площадях. Подобное распределение наблюдается и в анализе корреляций индексов ПВ-2, BUI, DC, DMC при тестировании по дневной динамике пожаров Sdauy, но при этом показатель гтаро) уменьшился на ~0.05 - 0.15.

Дополнительно проведен корреляционный анализ пожаров с WFDI„orm, где величины Мах-, рассчитывались локально (по каждой 0.5° ячейке) из рядов данных индексов ППО за исследуемый период. Результаты этого анализа предельно близки к результатам с а-нормализации, которые также незначительно различаются от rav(T(>o) при расчете по метеоданным (NCDC).

Возникновение средних и крупных пожаров при WFDI~ 0 может указывать на неточности в хронологии осадков. Сравнительный анализ осадков по метеостанциям (pucDc, 120 шт. без пропусков в данных) с осадками по ECMWF {pecmwf) выявил асинхронность в их дневных хронологиях, которая варьируется от ~30 % до -78 % количества дней в рядах и выражена как Pscdc - Pecmwf при Pecmwf ф Pncdc■ Расхождение в данных приводит к различному уровню ППО (рис. 4).

Предложенные методы нормализации индексов ППО, рассчитанные по климатическим данным ECMWF с учетом типов растительности, не приводят к многократному улучшению их линейной пропорциональности размерам пожаров, но особенности применения индексов ППО в Сибири были предварительно определены для модуля пожаров в ORCHIDEE. Метод а-нормализации предоставляет возможность

- ЕС\ГОТ 132.30° п.д. 62-0" сл.. 2004 г.

Рис. 4. а) разница в дневном количестве осадков по данным метеостанции (Рцсос) и прогноза (Ресмит); б) индекс ПВ-1 (темным - ЫСБС, светлым - ЕСМ\\Т)

регулирования параметров алгоритма пожаров под специфичные типы растительности.

ГЛАВА 5. РАЗРАБОТКА МОДУЛЯ ПОЖАРОВ В ГЛОБАЛЬНОЙ МОДЕЛИ ДИНАМИКИ РАСТИТЕЛЬНОСТИ ORCHIDEE

Биогеохимическая модель ORCHIDEE ("ORganizing Carbon and Hydrology In Dynamic Ecosystems") [Krinner et al., 2005] входит в состав глобальной климатической модели IPSL CM4. Результаты расчётов IPSL CM4 участвуют в реализации межправительственной программы по изучению изменения климата [IPCC 2004, 2007]. ORCHIDEE - это процессо-ориентированная модель, которая рассчитывает динамику органического углерода (Сорг) и потоки газо- и энергообмена между наземными экосистемами и приграничным слоем атмосферы. ORCHIDEE состоит из трех моделей: SESHIBA, LPJ и STOMATE. SESHIBA - это гидрологическая модель, LPJ -описывает процессы изменения видового разнообразия. Процессы фотосинтеза, распределения углерода, разложения Сорг, динамики углерода в почве, поддержания жизнедеятельности растений, дыхания растений и фенологию выполняет модель STOMATE. ORCHIDEE оперирует с 13 типами растительности (TP), на территории исследования представлено 9 типов. Деление на пулы органического углерода (Сорг) в экосистемах в ORCHIDEE осуществляется по их функциональному признаку.

Схема пожарного модуля основана по принципу «треугольника пожарной среды» [Chuvieco, 2003; Schoennagel, 2004] и реализована в качестве алгоритма (рис. 5), который функционирует на суточной шкале. Вероятность возникновения пожара (РрГе) выражается через произведение потенциала по условиям погоды (Pwfdi), потенциала запаса ГМ (/%./) и вероятности наличия источника возгорания (Pinl!). Погодные условия рассчитываются по индексу FWI. Единый FWI для всех TP в i'-той единице площади (ЕП) становится частным для каждого TP (Pwfdipf1) после нормализации с помощью коэффициентов а. Дневные значения Pwfdi PFT оцениваются по уровням ППО, возникновение низового пожара возможно при высоком классе ППО. Доступное количество ГМ, подверженного первоначальному возгоранию (Соргпож, гС/м2), рассчитывается суммированием Сорг в двух компонентах подстилки (структурный и метаболический слой напочвенного отпада). Pfml считается высоким для i-той TP в ЕП при Соргпож > 200 гС/м2 (среднее минимальное Соргпож для распространения пожара).

Входные

Рис. 5. Алгоритмическая блок-схема модуля пожаров в модели ORCHIDEE

Наличие источников возгорания имеет вероятностный характер возникновения. Эмпирическим методом определено, что использование случайного характера с вероятностью 0.1% наиболее близко соответствует диапазону значений ежегодного количества пожаров по данным AVHRR и MODIS для Сибири за 1996 - 2005 гг.

Канадская модель распространения пожара (CFFBPS) задействована в модуле пожаров для расчета основных параметров итоговых площадей пожаров. Соотнесение эталонных типов ГМ в CFFBPS с типами растительности в ORCHIDEE проведено методом обобщения последних по признакам их функциональности.

Пожар может возникнуть синхронно в смежных ЕП при наличии обширного фронта высокой ППО, но независимо от данной ЕП, так как размер одной ЕП (0.5°х0.5°) не превышает SmeanTotal (см. гл. 2), и задана условная замкнутость Sfm в пределах одной ЕП. При превышении рассчитанной Sf,re размеров одного ТР (внутри ЕП) возможно распространение пожара на смежные ТР, если их PWfdi и Р/ие/ соответствуют пожароопасным условиям. В ином случае Sflre лимитируется пределами одной ТР. Максимальная длительность одного пожара ограничена двумя днями исходя из статистики пожаров за периоды 1996-2008 гг. (см. гл. 2) и 1947 - 1992 гг. [Korovin, 1996]. Также длительность пожара зависит от Pwfdi и Pfmu динамика которых может сократить продолжительность пожара до одного дня. Переход низового пожара в верховой происходит при достижении индексом FWI категории «очень высокой» ППО (0.77 - 0.96) либо при ненормализованном FWI >40 единиц. Во втором случае порог значений данного индекса (FWIcr„) варьируется по разным ТР.

16

Профиль Подверженные горению Не подверженные горению

надпочвенный листва; заболонь; метаболическая и структурная подстилка оболонь; запасающее вещество

почвенный - структурная подстилка; метаболическая подстилка; почвенные слои; корни

В модуле пожаров приняты усреднённые коэффициенты полноты сгорания для разных частей углеродных пулов (табл. 4) на основании оценок параметров горения биомассы различных типов растительности из литературных источников. Общее количество сгоревшей биомассы в одном ТР определяется суммой фракций сгоревшего С0„г в каждом компоненте:

Ир

В„ге(и) = ХСсот(к)х Bbю(i,i,k)xFJi,j) ^

к-1

где В^,ге - количество сгоревшей биомассы (гС/м2); Ыр - количество пулов Сорг в биомассе; Ссот - коэффициент полноты сгорания для ¿-того пула биомассы (%); Вы„ - количество биомассы (гС/м~) в ¿-том пуле; - площадь гари ТР; у - индексы данных по долготе и широте.

Оставшиеся компоненты (несгоревшие) трансформируются в структурную часть

подстилки и далее в почву. Модуль пожаров вносит изменения в содержание Сорг

только при возникновении пожара.

Результаты работы модуля пожаров оценены за период 1989 - 1995 гг. Максимальные величины в одной ЕП варьируются в пределах 15 - 40 тыс. га, что находится в нижнем интервале диапазона 8теапТо'а1 (23 - 1250 тыс. га). Величина суммарного потока эмиссий Сорг от пожаров варьируется от 20 до 75 тг С/год для всей территории исследования, а в пределах одной ЕП эмиссии достигают 2600 г С/м2/год (рис. 6).

Total emitted carbon from Яге (gC/m~2). I 989

'I'otal emitted carbon from iire (gCVm"2), 1992

Рис. 6. Расчетное суммарное количество эмиссии Сор, (гС/м~) от пожаров в 1989 г. и 1992 г.

Оценка послепожарных последствий. При сценарии низового пожара в бореальном лиственном лесу происходит уменьшение Сорг в подстилке, но изменения динамики валовой и чистой первичной продукции (GPP и NPP) не существенны. При верховом пожаре запас Сорг в подстилке также уменьшается, и деструкция древостоя отражается на дальнейшем ходе продуктивности (GPP=0, рис. 7), NPP становится отрицательным,

что обусловлено присутствием аутотрофного дыхания у оставшейся живой части древостоя. В дальнейшем остатки пораженного древостоя переходят в структурную подстилку, так как оценка жизнеспособности ТР в ORCHIDEE происходит по параметрам фитомассы кроны, которая была уничтожена огнем.

фев мар апр май нюнь июль авг сен окт ноя дек

Рис. 7. Динамика индекса FWI (а) в 1989 г. и изменения в сезонном ходе GPP и NPP (б) после верхового пожара в умеренном двойном вечнозеленом лесу

Содержание углерода в подстилке хвойных листопадных и лиственных лесов возобновляется быстрее, чем у вечнозеленых лесов, и может достичь за 1-2 года двукратного увеличения «допожарного» уровня. Восполнение Сорг в подстилке вечнозеленых лесов происходит линейно, что связано с регулярным отпадом неживой биомассы. В листопадных лесах этот процесс носит сезонный характер, и содержание Сорг в подстилке резко увеличивается в осенний период.

Заключение подытоживает все полученные выводы с точки зрения поставленной цели и достигнутых результатов проделанной работы.

Основные результаты и выводы

1. На основании анализа спутниковых данных о пожарах за 1996-2008 гг. в Сибири подтверждено заметное усиление сезонности в территориальной динамике крупных зон пожаров. Существует тренд увеличения ежегодного количества и площадей пожаров. Определены особенности длительности пожаров и их распределения по типам растительности.

2. Показано, что канадская система ППО (CFFWIS) может быть использована в оригинальном виде только для ограниченной части территории Сибири в зависимости от требуемых параметров оценки ППО выборочно по нескольким индексам и применительно к узкому кругу типов растительности. Российские индексы ПВ-1 и ПВ-2 также не универсальны в описании динамики площадей пожаров.

3. Предложенные методы параметризации индексов ППО являются альтернативным решением в задаче улучшения качества прогноза возникновения и развития пожаров по условиям погоды. Показано, что учет различий в составе растительного покрова может увеличить эффективность использования различных индексов ППО.

4. Разработанный модуль пожаров в модели ORCHIDEE выполнен алгоритмически в качестве блока программных процедур, реализация которого сочетает методы эмпирического моделирования параметров пожаров с методами аппроксимации оценок полноты сгорания горючих материалов. Тестирование разработанного модуля пожаров показало, что данный подход применим в задачах оценки пожарных эмиссий на крупномасштабной шкале.

5. Величина суммарной эмиссии углерода от пожаров варьируется от 20 до 75 тг С/год, максимальное годовое количество эмиссии на локальном уровне с площади 0.5°х0.5° составило 2600 г С/м2/год за тестовый расчетный период.

6. Воздействие верховых пожаров на растительность приводит к резкому снижению её продуктивности и запаса углерода, что не отмечается в случаях низовых пожаров. По модельным данным восполнение углерода в подстилке хвойных листопадных и лиственных лесов происходит за 1 -2 года и может достичь двукратного увеличения «допожарного» уровня.

СПИСОК ОПУБЛИКОВАННЫХ РАБОТ ПО ТЕМЕ ДИССЕРТАЦИИ Статьи в журналах, рекомендованных ВАК

1. Рубцов A.B. Системный анализ погодной пожарной опасности при прогнозировании крупных пожаров в лесах Сибири / A.B. Рубцов, А.И. Сухинин, Е.А. Ваганов// Исследование Земли из космоса. - 2010. - № 3. - С. 62-70.

2. Рубцов A.B. Классификация территории Сибири по фактической горимости с использованием спутниковых данных / A.B. Рубцов, А.И. Сухинин, Е.А. Ваганов //Журнал Сибирского федерального университета (Биология). - 2010. - № 1. - С. 30-39.

Публикации в других научных изданиях 1. Шишов В.В. / Пространственные модели отклика характеристик продуктивности лесной растительности на региональные и глобальные изменения климата / В.В. Шишов, A.B. Рубцов // Биоразнообразие и динамика экосистем: информационные технологии и моделирование / под ред. В.К. Шумного [и др]. - Новосибирск: СО РАН (Интеграционные проекты СО РАН), 2006. - С. 547-557.

2. Рубцов A.B. Анализ длительности пожаров в Сибири и антропогенных факторов их возникновения по спутниковым данным / A.B. Рубцов, А.И. Сухинин // Леса России в XXI веке: Материалы четвертой международной научно-практической интернет-конференции. - 2010. - С. 85-89.

3. Рубцов A.B. Оценка фактической горимости территории Сибири, динамика площадей пожаров и верификация моделей погодной пожарной опасности / A.B. Рубцов // Исследования компонентов лесных экосистем Сибири: Материалы конференции молодых ученых. - 2010. - С. 59 - 63.

4. Рубцов A.B. Анализ фактической горимости территории Сибири и оценка прогностических способностей моделей погодной пожарной опасности / A.B. Рубцов // XIII Конференция молодых ученых Красноярского научного центра СО РАН: Сборник трудов. - 2010. - С. 44 - 46.

5. Рубцов A.B. Оценки методов обнаружения пожаров по спутниковым данным в Сибири за 2002 год / A.B. Рубцов, И.Р. Арнольдов, H.A. Донцов // В мире научных открытий (по материалам III Всероссийской научно-практической конференции "Научное творчество XXI века" с международным участием). -2010,-№6.-С. 281 -287.

Подписано в печать 22.04.2011 г. Формат 60x84/16. Уч.-изд. л. 1,1 Тираж 110 экз. Заказ № 3910

Отпечатано:

Полиграфический центр Библиотечно-издательского комплекса Сибирского федерального университета 660041, г. Красноярск, пр. Свободный, 82а

Введение.

ГЛАВА 1. Мониторинг пожаров: от инструментального контроля до модельного расчета.

1.1. Пожары в экосистемах Земли.

1.2. Авиационный и спутниковый мониторинг пожаров.

1.3. Мониторинг пожарной опасности.

1.3.1. Подходы в оценке пожарной опасности.

1.3.2. Оценка краткосрочной пожарной опасности в разных странах.

1.4. Модели пожаров и кругооборот углерода.

ГЛАВА 2. Особенности пространственно - временного распределения пожаров в Сибири, выявленных методами дистанционного зондирования Земли.

2.1. Данные о пожарах со спутников NOAA.

2.2. Данные о пожарах со спутника Terra.

2.3. Определение величин площадей крупных пожаров.

2.3.1. Типы растительности.

2.3.2. Определение среднего значения величины площади пожара.

2.4. Классификация территории исследования по фактической горимости.

2.4.1. Фактическая горимость по спутниковым данным NOAA-AVHRR о пожарах за 1996-2008 гг.

2.4.2. Динамика фактической горимости.

2.4.3. Сезонность пожаров.

2.5. Продолжительность пожаров.

2.6. Антропогенный фактор возникновения пожаров.

2.7. Неточности в детектировании пожаров.

ГЛАВА 3. Прогнозирование возникновения лесных пожаров.

3.1. Принципы моделей погодой пожарной опасности.

3.2. Системы оценки погодной пожарной опасности.

3.2.1. Российские показатели влажности.

3.2.2. Канадская система оценки погодной пожарной опасности лесов.

3.3. Верификация индексов ППО, рассчитанных по данным метеостанций

3.3.1. Дневные метеорологические данные.

3.3.2. Данные о снеговом покрове.

3.3.3. Построение рядов данных о площадях пожаров и индексов ППО.

3.3.4. Результаты корреляционного анализа.

ГЛАВА 4. Анализ методов параметризации индексов ППО.

4.1. Подходы в разработке функции погодного пожарного риска.

4.2. Используемые данные.

4.3. Нормализация индексов ППО.

4.3.1. Линейная нормализация индексов ППО.

4.3.2. Нелинейная нормализация индексов ППО.

4.4. Верификация индексов ППО, рассчитанных по данном оперативного метеопрогноза.

4.5. Влияние качества входных переменных на результат расчета индексов ППО.

4.6. Особенности использования индексов ППО в качестве функции пожарного риска.

ГЛАВА 5. Разработка модуля пожаров в глобальной модели динамики растительности ORCHIDEE.

5.1. Роль пожаров в экосистемах и балансе углерода.

5.2. Описание модели ORCHIDEE.

5.2.1. Функциональные компоненты модели.

5.2.2. Входные, выходные данные и режимы работы модели.

5.2.3. Структура пулов углерода.

5.3. Разработка и интеграция модуля пожаров в ORCHIDEE.Ill

5.3.1. Факторы возникновения пожара.

5.3.2. Факторы распространения пожара.

5.3.3. Баланс углерода.

5.4. Результаты моделирования пожаров.

Актуальность темы

Сибирские леса особо чувствительны к разрушающему воздействию пожаров, результатом которых является увеличение содержания аэрозолей и парниковых газов в атмосфере, изменения в радиационном балансе территории, а также балансе углерода и составе растительности. Возникновение и интенсивность развития лесного пожара зависят от климатических условий, в частности, от погодных аномалий, естественных факторов возгорания и от человеческого фактора, способности лесоохранных служб своевременно выявлять и тушить обнаруженные пожары. Прогнозы и тенденции изменений климата порождают необходимость развития двух важнейших направлений:

1) модернизация моделей оперативного прогнозирования возникновения и развития пожаров для планирования противопожарных мероприятий;

2) усовершенствование методов учета текущей и будущей эмиссии газов в результате пожаров, позволяющих оценить их вклад в глобальное изменение климата.

Фундаментальные основы первого направления в России заложены во второй половине XX в. в рамках создания индексов погодной пожарной опасности (ППО), которые используются и в нынешнее время. Некоторые зарубежные модели прогнозирования возникновения пожаров сочетают задачи оперативного мониторинга пожарного риска и оценки влияния пожаров на экосистемы. Современная реализация сетевого мониторинга пожаров использует методы обработки спутниковых данных для обнаружения активных пожаров и площадей гарей. Примером является Центр глобального мониторинга пожаров (Global Fire Monitoring Center), в России существует Информационная система дистанционного мониторинга пожаров Федерального агентства лесного хозяйства (ИСДМ-Рослесхоз). Спутниковые данные имеют глобальное покрытие, достаточное пространственное разрешение и высокую частоту обновления для точного определения пространственно-временных особенностей пожаров на больших территориях.

Второе направление особенно актуально для крупномасштабного анализа пожаров как объектов национального управления. В его рамках решается задача моделирования пожаров. Понимание причинных связей между климатической изменчивостью и возникновением пожаров необходимо для развития и применения биогеохимических моделей с целью прогнозирования динамики парниковых газов в атмосфере. В политико-экономическом аспекте это стимулирует усилия современного общества к уменьшению текущих объёмов эмиссии СОг путём усовершенствования технологий производства и перехода на экологически чистые энергоносители и к улучшению качества управления лесными территориями. Таким образом, моделирование пожаров в моделях динамики растительности является важнейшей актуальной задачей современной науки.

Цель работы

Целью работы является тестирование и параметризация индексов погодной пожарной опасности и разработка модуля пожаров в глобальной модели динамики растительности ORCHIDEE.

Основные задачи исследования:

1) выявление специфики и характерных особенностей пространственно-временного распределения количества и площадей пожаров в Сибири по спутниковым данным (AVHRR и MODIS) за период 1996-2008 гг. с привлечением информации о составе растительности;

2) тестирование моделей погодной пожарной опасности (ППО) по спутниковым данным (AVHRR и MODIS) о пожарах:

3) оценка методов параметризации моделей ППО с целью учета особенностей протекания пожаров в различных типах растительности, разработка функции погодного пожарного риска;

4) разработка, реализация и тестирование модуля пожаров в глобальной модели динамики растительности ORCHIDEE;

5) оценка среднегодовой эмиссии углерода в атмосферу при пожарах по расчетам модуля пожаров в модели ORCHIDEE;

6) оценка воздействия пожаров на динамику продуктивности различных типов растительности в модели ORCHIDEE.

Основные положения, выносимые на защиту

1) Научно обоснованная территориальная специфика применения российских и канадских индексов погодной пожарной опасности в Сибири при прогнозировании динамики площадей пожаров по данным сети метеостанций и пространственно-интерполированным климатическим данным.

2) Алгоритм расчета пространственно неоднородной пожарной опасности в модели процессов возникновения и распространения пожаров модернизирован и адаптирован к территории Сибири с использованием спутниковых данных о пожарах и о составе растительности.

3) Модуль пожаров в биогеохимической модели ORCHIDEE, разработанный с помощью эмпирической модели процесса возникновения и распространения пожара, позволяет количественно оценивать роль пожаров в кругообороте углерода и динамике наземных растительных экосистем.

Материалы и методы исследования

Информационная база исследования включает данные о пожарах со спутников NOAA (спектрорадиометр AVHRR), Terra (спектрорадиометр 1 MODIS), метеорологическую базу данных NCDC по сети метеостанций, оперативные пространственно-интерполированные климатические данные ECMWF, классификацию растительности GLC2000, спутниковые данные о снеговом покрове (MODIS). Решение поставленных задач осуществлено с 7 помощью:

1) применения методов анализа спутниковых и метеорологических данных;

2) использования методов и моделей оценки погодной пожарной опасности;

3) разработки принципов и методов моделирования пожаров в экосистемах на различных временных и пространственных шкалах;

4) использования методов оценки эмиссии углерода и послепожарных последствий;

5) методов математической статистики в тестировании полученных результатов.

Достоверность научных положений и выводов

Обоснованность научных положений и достоверность результатов обеспечена использованием современного программного обеспечения при обработке многомерных массивов данных, стандартных статистических методов в анализе данных, сравнительного анализа полученных результатов с данными из литературных источников. :

Научная новизна

1) С помощью анализа спутниковых данных определены характеристики территориального распределения пожаров в основных типах растительности, дополняющие данные статистики авиапатрулирования, полученные в более ранние годы. Выявлена динамика показателя фактической горимости (ФГ) на территории исследования.

2) Впервые проведено тестирование российских и канадских индексов ППО на соответствие параметрам пожаров, полученных по ежедневным данным спутниковых приборов АУНЯЯ и МОЭК», на периоде исследования с 1996 по 2008 гг., что позволило оценить точность индексов ППО в аспекте прогнозирования площадей пожаров.

3) Предложены методы линейной и нелинейной нормализации индексов ППО, которые в отличие от стандартных методов позволяют производить оценку уровня риска возникновения пожаров дифференцированно по различным типам растительности.

4) Разработан новый алгоритм в модуле пожаров в биогеохимической модели ORCHIDEE, который интегрирует компоненты модифицированных систем прогноза возникновения пожаров, прогноза параметров распространения пожаров и схему расчета эмиссии от пожаров. Данная интеграция позволила перейти от ежегодных оценок моделируемых площадей пожаров и эмиссии углерода к ежедневным, а также повысить их точность по сравнению с предыдущей версией модуля пожаров

Практическая значимость работы

1) Разработанные методы нормализации и интерпретации ППО могут быть использованы в оперативном мониторинге пожаров. Классификация по фактической горимости может быть применена для долголетних оценок пожарной опасности и потенциального ущерба от пожаров.

2) Модуль пожаров в моделях динамики растительности является одним из методов оценки текущего состояния и прогнозирования сценариев изменения содержания парниковых газов в атмосфере с учетом антропогенных и природных эмиссий [IPCC, 2007], в состав которых входит и эмиссия от пожаров.

Проведение диссертационного исследования поддержано грантами Российского фонда фундаментальных исследований и программой стипендий французского правительства для диссертаций с совместным научным руководством.

Апробация результатов исследования

Результаты работы докладывались на конференциях, научных школах и семинарах, в частности:

1) на международной конференции по вычислительно-информационным технологиям для наук об окружающей среде «CITES-2009» (г. Красноярск, 2009 г.);

2) на международном семинаре по проблемам изменения климата и окружающей среды (г. Красноярск, 2009 г.);

3) на ХШ конференции молодых ученых КНЦ СО РАН (г. Красноярск, 2010 г.);

4) на конференции «Исследование компонентов лесных экосистем Сибири» (г. Красноярск, 2010 г.);

5) на Четвертой международной интернет — конференции «Леса России в XXI веке» (Санкт-Петербург, 2010 г.);

6) на III Всероссийской научно-практической конференции «Научное творчество XXI века» (Красноярск, 2010);

7) на семинарах отдела биогеохимических циклов «Лаборатории научных исследований климата и окружающей среды» (Франция, 2008 г.);

8) на семинарах лабораторий мониторинга леса и структуры древесных колец Института леса им. В.Н. Сукачева СО РАН.

Публикации

По результатам исследований, представленных в диссертации, опубликовано 7 печатных работ, из них 2 - в российских рецензируемых журналах, включенных в список ВАК.

Структура и объем диссертации

Диссертация состоит из введения, пяти глав, заключения, списка литературы и 4-х приложений. Диссертация изложена на 158 страницах, включая 10 таблиц и 50 рисунков. Список литературы содержит 167 наименований.

Выводы по главе 4

Предложенные методы нормализации индексов ППО, рассчитанных по климатическим данным ECMWF с учетом типов растительности, не приводят к многократному улучшению их линейной пропорциональности размерам пожаров. Качество метеопараметров различных баз данных требует дополнительного анализа. Однако особенности применения индексов ППО в Сибири были предварительно определены для модуля пожаров в ORCHIDEE.

N ч

ГЛАВА 5. РАЗРАБОТКА МОДУЛЯ ПОЖАРОВ В ГЛОБАЛЬНОЙ МОДЕЛИ ДИНАМИКИ РАСТИТЕЛЬНОСТИ ОКСНГОЕЕ

В этой главе описан покомпонентный алгоритм реализации модуля пожаров в ГМДР ORCHIDEE, в который входят: система оценки ППО, схема учета количества источников возгорания, подмодуль распространения площади пожара и интенсивности горения, схема оценки полноты сгорания различных структурных углеродных пулов и схема трансформации органического углерода между пулами. Приводятся результаты расчета модели за несколько лет. Оценки выбросов углерода в атмосферу для территории исследования варьируются от 25 гт до 75 гт в год.

5.1. Роль пожаров в экосистемах и балансе углерода

Пожары воздействуют на экосистемы путем изменения их структуры [Cochrane, Schulze, 1999], кругооборота углерода и питательных веществ [Hughes, Kauffman, Cummings, 2000]. Эмиссии от пожаров представляют биогеохимический механизм, которым биосфера влияет на климат. Горение биомассы воздействует на химию атмосферы и климат через выброс большого количества аэрозолей и тепличных газов в тропосферу [Crutzen et al., 1985; Allen, Miguel, 1995; Andreae, Merlet, 2001; Penner, Zhang, Chuang, 2003]. Трассирующие газы горения содержат СОг, СО, СН4 и гидрокарбонаты, NO, N2O, NH3, и метил - хлорид (СН3С1). СО2, СН4 и N20 - это тепличные газы, которые вносят вклад в глобальное потепление. В тропосфере СН4, СО, и NO регулируют фотохимическую продукцию озона, который является загрязняющим элементом, как и тепличные газы [Levine, 2003].

Глобально в пожарах сгорает около 5 % чистой первичной продукции (NPP, Net Primary Production) равных 2-3 пг углерода в год [Randerson et al., 2002], что эквивалентно количеству от 1/2 до 2/3 частей текущих эмиссий от сжигания полезных ископаемых. Ожидается, что изменение климата в силу увеличения концентрации тепличных газов приведёт к росту количества природных пожаров и эмиссий, в результате образуя положительную обратную связь [Price, Rind, 1994; Hoffmann, Schroeder, Jackson, 2002].

Моделирование пожаров как климатически зависимых процессов в компонентах наземных экосистем глобальных моделей динамики растительности (в составе климатических моделей) - это важный инструмент в изучении изменения климата. Климатические модели рассчитывают сценарии развития состояний атмосферы и биосферы в зависимости от введенных параметров объёма выбросов парниковых газов [IPCC, 2007]. В политико-экономическом аспекте это влияет на усилия современного общества уменьшить текущие объёмы выбросов СОг путём усовершенствования технологий производства и перехода на экологически чистые энергоносители. Таким образом, реалистичная реализация модуля пожаров в моделях глобального климата является важнейшей актуальной задачей современной науки.

5.2. Описание модели ORCHIDEE

5.2.1. Функциональные компоненты модели

В работе была использована глобальная модель динамики растительности

ГМДР), называемая ORCHIDEE ("ORganizing Carbon and Hydrology In

Dynamic Ecosystems"), которая изначально разработана для глобальных

Заключение

Анализ данных о пожарах, определенных космическими аппаратами, имеет существенные выгоды в аспекте детального распознавания особенностей возникновения пожаров в различной растительности. Задача прогнозирования уровней погодной пожарной опасности сводится к использованию систем оценки метеорологических параметров. Эти системы основаны на ограниченном количестве базовых горючих материалов и не различают специфичные пожарные особенности всего разнообразия растительности. В результате, прогностическая способность систем ППО в недостаточной мере подтверждается сопоставлением со спутниковыми данными о пожарах. Предложенный метод нелинейной параметризации индексов погодной пожарной опасности не является универсальным решением. Значительного улучшения систем ППО можно добиться разработкой регрессионных уравнений динамики влагосодержания каждого типа ГМ в симбиозе с использованием динамических карт ГМ.

Подход к реализации модуля пожаров в модели ORCHIDEE выполнен в формальной логике, где требуется оптимизировать баланс между уровнем вводимых допущений и реалистичностью моделируемых процессов пожара в экосистемах. Необходимость прибегнуть к упрощениям и обобщениям в параметризации разных компонентов модуля пожара продиктована структурой модели ORCHIDEE. Разработанный модуль имитирует пожары, эмиссия от которых находится в разумных пределах, но сама динамика площадей пожаров как отклик на климатические сигналы требует дополнительного тестирования и параметризации. Точность моделируемых параметров пожаров будет улучшаться параллельно с прогрессом развития моделей динамики растительности, который движется в направлении интегрирования данных дистанционного зондирования Земли в иерархию моделей.

1. Абушенко H.A. Спутниковый мониторинг лесных пожаров в России. Итоги. Проблемы. Перспективы / H.A. Абущенко и др. // Аналит. обзор (сер. Экология. Вып. 70) / под ред. В.В. Белова. Новосибирск: СО РАН. ИОА. ГПНТБ, 2003. -135 с.

2. Валендик Э.Н. Экстремальные пожароопасные сезоны в бореальных лесах Сибири. / Э.Н. Валендик, Г.А. Иванова // Лесоведение. 1996. - №4. - С. 12-19.

3. Вдовенко М.С. Исследование двух различных реализаций параллельных алгоритмов для расчета распространения кромки лесного пожара / М.С. Вдовенко, Г.А. Доррер // Вестник Томского гос. ун-та. Математика и механика. 2008. - №2. - С. 99-104.

4. Волокитина A.B. Классификация и картографирование растительных горючих материалов / A.B. Волокитина, М.А. Софронов. Новосибирск: Изд-во СО РАН, 2002.-314 с.

5. Вонский С.М. Определение природной пожарной опасности в лесу: методические рекомендации / С.М. Вонский и др. Ленинград: ЛНИИЛХ, 1981. - 52 с.

6. Доррер Г.А. Динамика лесных пожаров / Г.А. Доррер. Новосибирск: Изд-во СО РАН, 2008.-404 с.

7. Жданко В.А. Метод анализа лесопожарных сезонов: практические рекомендации / В.А. Жданко, М.В. Гриценко. Ленинград: ЛНИИЛХ, 1980.

8. Жуковская В.И. Увлажнение и высыхание гигроскопических лесных горючих материалов / В.И. Жуковская // Вопросы лесной пирологии / под. ред. Н.Г. Курбатского. Красноярск: ИЛиД, 1970. - С. 105 - 141.

9. Иванов В.А. Пожары от молний в лесах Красноярского Приангарья / В.А. Иванов, H.A. Коршунов, П.М. Матвеев. Красноярск: СибГТУ, 2004. - 132 с.

10. Ю.Курбатский Н.Г. Терминология лесной пирологии / Н.Г. Курбатский // Вопросы лесной пирологии / под ред. Н.Г. Курбатского. Красноярск: ИЛиД, 1972. - С. 171-231.

11. Курбатский Н.Г. Сезонные изменения влажности хвои, листьев и веточек у основных древесных пород тайги / Н.Г. Курбатский // Вопросы лесной пирологии / под. ред. Н.Г. Курбатского. Красноярск: ИЛиД, 1970. - С. 155-185.

12. Малевский-Малевич С.П. К оценке изменений пожароопасной обстановки в лесах России / С.П. Малевский-Малевич и др. // Метеорология и гидрология. 2005. -№ 3. - С. 36-44.

13. Мохов И.И. Региональные модельные оценки пожароопасности при глобальных изменениях климата / И.И. Мохов, A.B. Чернокульский, И.М. Школьник // Доклады академии наук. 2006. - Т. 41, № 6. - С. 808-811.

14. Мохов И.И. Региональные модельные оценки риска лесных пожаров в азиатской части России при изменениях климата / И.И. Мохов, A.B. Чернокульский // География и природные ресурсы. 2010. - № 2. - С. 120-126.

15. Нестеров В.Г. Горимость леса и методы её определения / В.Г. Нестеров. М.: Гослесбумиздат, 1949. - 76 с.

16. Софронов М.А. Пирологическое районирование в таежной зоне / М.А. Софронов, A.B. Волокитина. Новосибирск: Изд-во «Наука», 1990. - 204 с.

17. Софронов М.А. Канадская система оценки пожарной опасности в лесах / М.А. Софронов, A.B. Волокитина. М.: ВНИИЦлесресурс, 1996. - С. 2-22.

18. Софронов М.А. Анализ фактической горимости при лесоустройстве как реализованной пожарной опасности / М.А. Софронов, A.B. Волокитина, Т.М. Софронова // Лесная таксация и лесоустройство. 2003. - Т.32, №1. - С. 97-102.

19. Софронов М.А. Пожарная опасность в природных условиях / М.А. Софронов и др. Красноярск: Институт леса им. В.Н.Сукачёва СО РАН, 2005. - 330 с.

20. Сухинин А.И. Картирование и краткосрочное прогнозирование пожарной опасности в лесах Восточной Сибири по спутниковым данным / А.И. Сухинин, Е.И. Пономарев // Сибирский экологический журнал. 2003. - Т. 10, №6 - С. 669667.

21. Фор А. Восприятие и распознавание образов / А. Фор; под ред. Г.П. Катыса; пер. с фр. A.B. Серединского. М.: Машиностроение, 1989. - 276 с.

22. Халафян A.A. Statistica 6. Статистический анализ данных: учебник / A.A. Халафян.- М.: Бином, 2007.-512 с.

23. Шишов В.В. Пространственная изменчивость прироста древесных растений на территории Сибири в последнем столетии / В.В. Шишов и др. // Доклады Академии наук. 2002. - Т.387, №5. - С. 690-693.

24. Школьник И.М. Региональная климатическая модель ГГО для территории Сибири / И.М. Школьник, В.П. Мелешко, В.М. Катцов // Метеорология и гидрология. -2007. № 6. - С. 5-18.

25. Alexander М.Е. Calculating and interpreting forest fire intensities / M.E. Alexander // Canadian Journal of Botany. 1982. - Vol. 60. - P. 349-357.

26. Alexander M.E. Proposed revision of fire danger class criteria for forest and rural fire areas in New Zealand / M.E. Alexander. Wellington: National Rural Fire Authority, Circular, 1994. - 73 p.

27. Andrews P.L. BEHAVE: fire behavior prediction and fuel modeling system BURN subsystem, part 1 / P.L. Andrews. - Gen. Tech. Rep. INT-194. Ogden, UT: U.S. Department of Agriculture, Forest Service, Intermountain Research Station, 1986. -130p.

28. Andrews P.L. BEHAVE: Fire behavior prediction and fuel modeling system-BURN subsystem, part 2 / P.L. Andrews, C.H. Chase. Gen. Tech. Rep. INT-260. Ogden, UT: U.S. Department of Agriculture, Forest Service, Intermountain Research Station. - 1989.• 93 p.

29. Andreae M.O. Emission of trace gases and aerosols from biomass burning / M.O. Andreae, P. Merlet // Global Biogeochemical Cycles. 2001. - Vol.15, №4. - P. 955966.

30. Arbatskaya M.K. Long-term variability of fire frequency and tree ring growth in middle taiga of Central Siberia / M.K. Arbatskaya, E.A. Vaganov // Russian Journal of Ecology. 1997. - Vol. 28, №5. - P. 330-336.

31. Arora V.K. Fire as an interactive component of dynamic vegetation models / V.K. Arora, G.J. Boer // Journal of Geophysical Research. 2005. - Vol. 110. - G02008. Doi: 10.1029/2005JG000042.

32. Arroyo L.A. Fire models and methods to map fuel types: The role of remote sensing / L.A. Arroyo, C. Pascual, J.A. Manzanera // Forest Ecology and Management. 2008. -Vol. 256. - P. 1239-1252.

33. Balshi M.S. The role of historical fire disturbance in the carbon dynamics of the pan-boreal region: A process-based analysis / M.S. Balshi et al. //Journal of geophysical research. 2007. - Vol. 112. - G02029. doi: 10.1029/2006JG000380

34. Bartalev S.A. A new SPOT4-VEGETATION derived land cover map of Northern Eurasia / S.A. Bartalev, D.V. Erchov, A.S. Isaev // International Journal of Remote Sensing. 2003. - Vol. 24, №9. - P. 1977-1982.

35. Bartalev S.A. Multi-year circumpolar assessment of the area burnt in boreal ecosystems using SPOT-VEGETATION / S.A. Bartalev et al. // International Journal of Remote Sensing. 2007. - Vol. 28, №6. - P. 1397-1404.

36. Bartholome E. GLC 2000 Global Land Cover mapping for the year 2000 - Project status November 2002 / E. Bartholome, A.S. Belward, F. Achard. - Ispra: JRC Publication of the European Commission (EUR 20524 EN), 2002. - 55 p.

37. Belward A.S. The IGBP-DIS 1-Km Land-Cover Data Set DISCover: A Project Overview / A.S. Belward, J.E. Estes, K.D. Kline // Photogrammetric Engineering and Remote Sensing. 1999. - Vol. 65, №9. - P. 1013-1020.138

38. Bohle H.G. Climate change and social vulnerability: Toward a sociology and geography of food insecurity / H.G. Bohle, Т.Е. Downing, M.J. Watts // Global Environmental Change. 1994. - Vol. 4, №1. - P. 37-48. DOI: 10.1016/0959-3780(94)90020-5.

39. Bossard M. CORINE land cover technical guide Addendum 2000 / M. Bossard, J. Feranec, J. Otahel. - Technical report No.40. - Copenhagen: European Environment Agency, 2000. - 105 p.

40. Botta A. A global prognostic scheme of leaf onset using satellite data / A. Botta et al., // Global Change Biology. 2000. - Vol. 6. - P.709-726.

41. Burgan R.E. 1988 Revisions to the 1978 National Fire-Danger Rating System / R.E. Burgan. Research Paper SE-273. Southeastern Forest Experiment Station. - Asheville, North Carolina: USDA Forest Service. - 1988. - 39 p.

42. Camia A. Meteorological fire danger indices and remote sensing / A. Camia et al. // Remote Sensing of Large Wildfires in the European Mediterranean Basin / ed. by E. Chuvieco. Berlin: Springer, 1999. - P. 39-59.

43. Chandler C. Fire and Forestry. Vol. II. Forest Fire Management and Organizations. / C. Chandler et al.. Florida: Krieger Pub. Co., 1991. - 298 p.

44. Chuvieco E. Application of remote sensing and geographic information systems to forest fire hazard mapping / E. Chuvieco, R.G. Congalton // Remote Sensing of Environment. 1989. - Vol. 29. - P. 147-159.

45. Climatic Research Unit Электронный ресурс. Norwich: University of East Anglia, 2010 - . - Режим доступа: http://www.cru.uea.ac.uk/. свободный.

46. Cochrane M.A. Forest as a recurrent event in tropical forests of the eastern Amazon: Effects on forest structure, biomass, and species composition / M.A. Cochrane, M.D. Schulze // Biotropica. 1999. - Vol. 31, №1. - P. 1-16.

47. Crutzen P.J. Tropospheric chemical composition measurements in Brazil during the dry season / P.J. Crutzen et al. // Journal of Atmospheric Chemistry. 1985. - Vol. 2. - P. 233- 256.

48. Davidenko E.P. The Fire Season 2002 in Russia Report of the Aerial Forest Fire Service Avialesookhrana. Russian Federation Fire 2002 Special, Part II / E.P. Davidenko, A.

49. Drouet J.-C. Mise au point d'un indice numerique de risque meteorologique d'incendies de forêts / J.-C. Drouet, B. Sol // Forêt Méditerranéenne. 1993. - Vol. 14, №2. - P. 155162.

50. Duncan B.N. Interannual and seasonal variability of biomass burning emissions constrained by satellite observations / B.N. Duncan et al. // Journal of geophysical research. 2003. - Vol. 108, D2. 4100. - 22 p. doi:10.1029/2002JD002378.

51. Efremov D.F. Ecological and economic evaluation of the consequences of catastrophic fires in the Russian Far East: The Khabarovsk territory example of 1998 / D.F. Efremov, M.A. Sheshukov // International Forest Fire News. 2000. - Vol.22. - P.53-62.

52. Flannigan M.D. Future fire in Canada's boreal forest: Paleoecology results and general circulation model regional climate model simulations / M.D. Flannigan et al. // Canadian Journal of Forest Research. - 2001. - Vol.31. - P. 854-864.

53. Forestry Canada Fire danger group. Development and Structure of the Canadian Forest Fire Behavior Prediction System. Information report ST-X-3. - Ottawa: Forestry Canada, Science and Sustainable Development Directorate, 1992. - 63 p.

54. Friedl M.A. Global land cover mapping from MODIS: algorithms and early results / M.A. Friedl et al. // Remote Sensing of Environment. 2002. - Vol.83, №1-2. - P. 287302.

55. Furyaev V.V. Effects of fire and climate on successions and structural changes in the Siberian boreal forests / V.V. Furyaev et al. // Eurasian Journal of Forest Research. -2001.-Vol. 2.-P. 1-15.

56. Generoso S. A satellite- and model-based assessment of the 2003 Russian fires: Impact on the Arctic region / S. Generoso et al. // Journal of geophysical research. 2007. -Vol. 112. - D15302. doi: 10.1029/2006JD008344.

57. Gerten D. Terrestrial vegetation and water balance hydrological evaluation of a dynamic global vegetation model / D. Gerten et al. // Journal of Hydrology. - 2004. -Vol. 286. - P. 249-270.

58. Gesch D.B. Techniques for development of global 1-kilometer digital elevation models / D.B. Gesch, K.S. Larson // Pecora Thirteen, Human Interactions with the Environment-Perspectives from Space. Sioux Falls, South Dakota, August 20-22, 1996.

59. Giglio L. MODIS Collection 4 Active Fire Product User's Guide. Version 2.2. Электронный ресурс. Lanham, MD: Science Systems and Applications Inc., 2005. -Режим доступа:http://maps.geog.umd.edU/products/MODISFireUsersGuide2.2.pdf.

60. Giglio L. Global estimation of burned area using MODIS active fire observations / L. Giglio et al. // Atmospheric Chemistry and Physics. 2006. - Vol. 6. - P. 957-974.

61. Girardin M.P. A 229-year dendroclimatic-inferred record of forest fire activity for the Boreal Shield of Canada / M.P. Girardin et al. // International Journal of Wildland Fire. 2006. - Vol. 15. - P. 375-388.

62. GLC2000. Global Land Cover 2000 Электронный ресурс. Ispra: Global Environment Monitoring Unit (Joint Research Centre), 2010 - . - Режим доступа: http://bioval.irc.ec.europa.eu/products/glc2000/glc2000.php.

63. Goldammer J.G. Potential Impacts of Climate Change on Fire Regimes in the Tropics Based on Magicc and a GISS GCM-Derived Lightning Model / J.G. Goldammer, C. Price // Climatic Change. 1998. - Vol. 39. - P. 273-296.

64. Goncalves Z.J. Meteorological index of forest fire risk in the Portuguese mainland territory / Z.J. Goncalves, L. Lourenco. International Conference on Forest Fire Research. Coimbra. - 1990. - P. 1-14 (B07).

65. Hansen M.C. Global percent tree cover at a spatial resolution of 500 meters: first results of the MODIS vegetation continuous field algorithm / M.C. Hansen et al. // Earth Interactions. 2003. - Vol. 7, paper №10. - P. 1-15.

66. Hoelzemann J.J. Global Wildland Fire Emission Model (GWEM): Evaluating the use of global area burnt satellite data / J.J. Hoelzemann et al. // Journal of Geophysical Research. 2004. - Vol. 109. - D14S04. doi:10.1029/2003JD003666.

67. Hoffmann W.A. Positive feedbacks of fire, climate, and vegetation and the conversion of tropical savanna / W.A. Hoffmann, W. Schroeder, R.B. Jackson // Geophysical Research Letters. 2002. - Vol. 29, №22. - P. 2052. doi:10.1029/2002GL015424.

68. Huffman G.J. Global precipitation at one-degree daily resolution from multi-satellite observations / G.J. Huffman et al. // Journal of Hydrometeorology. 2001. - Vol. 2. -P. 36-50.

69. Hughes R.F. Fire in the Brazilian Amazon: 3. Dynamics of biomass, C, and nutrient pools in regenerating forests / R.F. Hughes, J.B. Kauffman, D.L. Cummings // Oecologia. 2000. - Vol. 124. - P. 574- 588.

70. Jain A.K. Estimates of global biomass burning emissions for reactive greenhouse gases (CO, NMHCs, and NOx) and C02 / A.K. Jain et al. // Journal of Geophysical Research. 2006. -Vol. 111. - D06304. doi:10.1029/2005JD006237.

71. Johns T.C. The new Hadley Centre climate model HadGEMl: Evaluation of coupled simulations /Т.С. Johns et al. //Journal of Climate. 2006. - Vol. 19. - P. 1327-1353.

72. Johnson D. Plants of western boreal forest and aspen parkland / D. Johnson et al.. -Vancouver: Lone Pine Publ., 1995. 392 p.

73. Justice C.O. The MODIS fire products. / C.O. Justice et al. // Remote Sensing of Environment. 2002. - Vol. 83. - P. 244 - 262. Doi:10.1016/S0034-4257(02)00076-7.

74. Justice C.O. Modis Fire Products, Algorithm Technical Background Document (Version 2.3) Электронный ресурс. / C.O. Justice [et al.] MODIS Science Team, 2006- . -Режим доступа: http://modis.gsfc.nasa.gov/data/atbd/atbd modl4.pdf, свободный.

75. Kasischke E.S. Influences of boreal fire emissions on Northern Hemisphere atmospheric carbon and carbon monoxide / E.S. Kasischke et al. // Global Biogeochemical Cycles. -2005. Vol.19. - GB1012. doi:10.1029/2004GB002300.

76. Kasischke E.S. Fire, climate change, and carbon cycling in the boreal forest. / E.S. Kasischke, B.J. Stocks // Ecological Studies (vol. 138) / ed. by E.S. Kasischke, B.J. Stocks. Berlin-Heidelberg-New York: Springer-Verlag, 2000. - 461 p.

77. Korovin G.N. Analysis of the distribution of forest fires in Russia / G.N. Korovin // Fire in ecosystems of boreal Eurasia / ed. by J.G. Goldammer, V.V. Furyaev. Dordrecht: Kluwer Academic Publ., 1996. - P. 112-128.

78. Krinner G. A dynamic global vegetation model for studies of the coupled atmosphere-biosphere system / G. Krinner et al. // Global Biogeochemical Cycles. 2005. - Vol. 19, №1. - GB 101510.1029/2003GB002199.

79. Lenihan J.M. Simulating Broad-Scale Fire Severity in a Dynamic Global Vegetation Model / J.M. Lenihan, R.P. Neilson // Northwest Science. 1998. - Vol. 72. - P. 91-103.

80. Levine J.S. Atmospheric chemistry: Burning domestic issues / J.S. Levine // Nature. -2003. Vol. 423. - P. 28- 29.

81. Li Y.F. Global Population Distribution Database / Y.F. Li. A Report to the United Nations Environment Programme, under UNEP Sub-Project FP/1205-95-12, 1996.

82. Loboda T. Reconstruction of Fire Spread within Wildland Fire Events in Northern Eurasia from the MODIS Active Fire Product / T. Loboda, I. Csiszar // Global and Planetary Change. 2007. - Vol. 56. - P. 258-273.

83. Lott N. Data Documentation for Federal Climate Complex Integrated Surface Data / N. Lott. Asheville, N.C.: National Climatic Data Center, 2005.

84. Loupian E.A. Satellite monitoring of forest fires in Russia at federal and regional levels / E.A. Loupian et al. // Mitigation and Adaptation Strategies for Global Change. 2006. -Vol. 11.-P. 113-145.

85. Loveland T. Development of a global land cover characteristics database and IGBP DISCover from 1 km AVHRR data / T. Loveland et al. // International Journal of Remote Sensing. 2000. - Vol. 21. - P. 1303-1330.

86. McRae D.J. Variability of fire behavior, fire effects and emissions in scotch pine forest of central Siberia. / D.J. McRae et al. // Mitigation and Adaptation Strategies for Global Change. 2006. - Vol.ll. - P. 45-74.

87. Mitchell T.D. An improved method of constructing a database of monthly climate observations and associated high-resolution grids / T.D. Mitchell, P.D. Jones // International Journal of Climatology. 2005. - Vol. 25. - P. 693-712. doi:10.1002/joc.ll81.

88. MODIS Website Электронный ресурс. National Aeronautics and Space Administration, 2010- . - Режим доступа: http://modis.gsfc.nasa.gov/, свободный. -Загл. с экрана.

89. Mollicone D. Human role in Russian wild fires. / D. Mollicone, H.D. Eva, F. Achard //Nature. 2006. - Vol. 440. - P. 436-437. doi:10.1038/440436a.

90. Myneni R. Global products of vegetation leaf area and fraction absorbed PAR from year one of MODIS data / R. Myneni et al. // Remote Sensing of Environment. 2002. -Vol. 83. - P.214-231.

91. Noble I.R. McArthur's fire danger meters expressed as equations / I.R. Noble, G.A.V. Bary, A.M. Gill // Australian Journal of Ecology. 1980. - Vol. 5. - P. 201-203.

92. Olson J. Carbon in live vegetation of major world ecosystems / J. Olson, J. Watts, L. Allison. Technical Report ORNL-5862, Oak Ridge National Laboratory. - Oak Ridge:

93. Environmental Sciences Division Publ., 1983. 152 p.

94. Penner J.E. Soot and smoke aerosol may not warm climate / J.E. Penner, S.Y. Zhang, C.C. Chuang // Journal of Geophysical Research. 2003. - Vol. 108, D21. 4657. doi: 10.1029/2003JD003409.

95. Peterson D.L. Modeling Postfire Conifer Mortality for Long-range Planning / D.L. Peterson, K.C. Ryan // Environmental Management, 1986. Vol. 10. - P. 797-808.

96. Potter C.S. Terrestrial Ecosystem Production A process model based on global satellite and surface data / C.S. Potter et al. // Global Biogeochemical Cycles. - 1993. -Vol. 7.-P. 811-841.

97. Price C. The impact of a 2 x C02 climate on lightning-caused fires / C. Price, D. Rind // Journal of Climate. 1994. - Vol. 7, №10. - P. 1484 - 1494.

98. Randerson J.T. Fire emissions from C3 and C4 vegetation and their influence on1 "Xinterannual variability of atmospheric C02 and 8 C02 / J.T. Randerson et al. // Global biogeochemical cycles. 2005. - Vol. 19, №2. - GB2019. doi:10.1029/2004GB002366.

99. Randerson J.T. Net ecosystem production: A comprehensive measure of net carbon accumulation by ecosystems / J.T. Randerson et al. // Ecological Applications. 2002. - Vol. 12, №4. - P. 937-947.

100. Randerson J.T. Global Fire Emissions Database, Version 2 (GFEDv2.1). Электронный ресурс. / J.T. Randerson [et al.] // Oak Ridge National Laboratory Distributed Active Archive Center, Oak Ridge. 2007. - 5 p. Режим доступа: http://daac.ornl.gov/

101. Riaño D. Global spatial patterns and temporal trends of burned area between 1981 and 2000 using NOAA-NASA Pathfinder / D. Riaño et al. // Global Change Biology. -2007. Vol.13. - P. 40-50. doi: 10.1111/j.l365-2486.2006.01268.x

102. Rothermel R.C. A mathematical model for predicting fire spread in wildland fuels. USDA Forest Service / R.C. Rothermel.- Research Paper INT 115. -1972.

103. Rupp T.S. Sensitivity of Simulated Boreal Fire Dynamics to Uncertainties in Climate Drivers / T.S. Rupp et al. // Earth Interactions. 2007. - Vol. 11, paper №3. - P. 1-21.

104. Riggs G.A. MODIS snow products user guide for collection 5 data products Электронный ресурс. / G.A. Riggs, D.K. Hall, V.V. Salomonson. 2003. - 80 p. -.Режим доступа: http://modis-snow-ice.gsfc.nasa.gov/sug main.html, свободный

105. Saha S. The NCEP Climate Forecast System / S. Saha et al. //Journal of climate. -2006. Vol. 19, №15. - P. 3483-3517.

106. San-Miguel-Ayanz J. Current methods to assess fire danger potential / J. San-Miguel-Ayanz et al. // Wildland fire danger estimation and mapping: the role of remote sensing data / ed. by E. Chuvieco. Singapore: World Scientific, 2003. - P. 21-60.

107. Sandberg D.V. Wildland fire on ecosystems: effects of fire on air / D.V. Sandberg et al. : General Techical Report RMRS-GTR-42-vol.5. Ogden, UT: U.S. Department of Agriculture, Forest Service, Rocky Mountain Research Station, 2002. 79 p.

108. Schoennagel T. The interaction of fire, fuels, and climate across Rocky Mountain forests / T. Schoennagel, T.T. Veblen, W.H. Romme // Bioscience. 2004. - Vol. 54, №7. - P. 661-667.

109. Seiler W. Estimates of gross and net fluxes of carbon between the biosphere and the atmosphere from biomass burning / W. Seiler, P.J. Crutzen // Climate Change. 1980. -Vol. 2.-P. 207-247.

110. Shvidenko A. Synthesis of the impact of Russian forests on the global carbon budget for 1961-1998 / A. Shvidenko, S. Nilsson // Tellus. 2003. - 55B. - P. 391-415.

111. Sitch S. Evaluation of ecosystem dynamics, plant geography and terrestrial carbon cycling in the LPJ dynamic global vegetation model / S. Sitch et al. // Global Change Biology. 2003. - Vol. 9, №2. - P. 161-185. doi:10.1046/j.l365-2486.2003.00569.x.

112. Simon M. Burnt area detection at global scale using ATSR-2: The GLOBSCAR products and their qualification / M. Simon et al. // Journal of geophysical research.-2004. Vol. 109. - D14S02. doi:10.1029/2003JD003622.

113. Soja A.J. AVHRR-derived fire frequency, distribution, and area burned in Siberia / A.J. Soja et al. // International Journal of Remote Sensing. 2004a. - Vol. 25, №10. -P. 1939-1960.

114. Soja A.J. Estimating fire emissions and disparities in boreal Siberia (1998 through 2002) / A.J. Soja et al. // Journal of Geophysical Research. 2004b. - Vol. 109. -D14S06. doi: 10.1029/2004JD004570.

115. Soja A J. Satellite-derived mean fire return intervals as indicators of change in Siberia (1995-2002) / A.J. Soja et al. // Mitigation and Adaptation Strategies for Global Change. 2006. - Vol. 11. - P. 75-96.145

116. Stocks B.J. Climate Change and Forest Fire Potential in Russian and Canadian Boreal Forests / B.J. Stocks et al. // Climatic Change. 1998. - Vol. 38. - P. 1-13.

117. Stocks B.J. Large forest fires in Canada, 1959 1997 / B.J. Stocks et al. // Journal of Geophysical Research. - 2002. - Vol. 107. - 8149. doi: 10.1029/2001JD000484.

118. Sukhinin A.I. AVHRR-based mapping of fires in Russia: New products for fire management and carbon cycle studies / A.I. Sukhinin et al. // Remote Sensing of Environment. 2004. - Vol. 93. - P. 546-564.

119. Sukhinin A.I. Daily wildland fire danger mapping using satellite data in Siberia / A.I. Sukhinin, D.J. McRae, E.I. Ponomarev //Journal of Forest Ecology and Management. -2006. 234S. - S73. doi: 10.1016/j.foreco.2006.08.105.

120. Tansey K. Vegetation burning in the year 2000: Global burned area estimates from SPOT VEGETATION data / K. Tansey et al. // Journal of geophysical research. -2004. Vol. 109. - D14S03. doi:10.1029/2003JD003598.

121. Tansey K. A Global Inventory of Burned Areas at 1 Km Resolution for the Year 2000 Derived from Spot Vegetation Data / K. Tansey et al. // Climatic Change. 2004. - Vol. 67. - P. 345-377. doi:10.1007/sl0584-004-2800-3.

122. Tansey K. A new, global, multi-annual (2000-2007) burnt area product at 1 km resolution / K. Tansey et al. // Geophysical Research Letters. 2008. - Vol. 35. -L01401. D01:10.1029/2007GL031567.

123. Taylor S.W. Variation in wind and crown fire behaviour in a northern jack pine -black spruce forest / S.W. Taylor et al. // Canadian Journal of Forest Research. 2004. -Vol. 34.-P. 1561-1576.

124. Taylor S.W. Science, technology, and human factors in fire danger rating: the Canadian experience / S.W. Taylor, M.E. Alexander / International Journal of Wildland Fire. 2006. - Vol. 15. - P. 121-135.

125. Tchebakova N.M. The effects of climate, permafrost and fire on vegetation change in Siberia in a changing climate / N.M. Tchebakova, E. Parfenova, A.J. Soja // Environmental research letters. 2009. - Vol. 4. - P. 045013.

126. Thonicke K. The influence of vegetation, fire spread and fire behaviour on biomass burning and trace gas emissions: results from a process-based model / K. Thonicke et al. //Biogeosciences. 2010. - Vol. 7. - P. 1991-2011.

127. Thonicke K. The role of fire disturbance for global vegetation dynamics: coupling fire into a Dynamic Global Vegetation Model / K. Thonicke et al. // Global Ecology & Biogeography. 2001. - Vol.10. - P. 661-677.

128. Trenberth K.E. Observations: Surface and Atmospheric Climate Change / K.E. Trenberth et al. // Climate Change 2007: The Physical Science Basis. Contribution of

129. Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change / ed. by S. Solomon et al.. Cambridge, New York, 2007. - P. 235 -336.

130. Yurganov L.N. Increased Northern Hemispheric carbon monoxide burden in the troposphere in 2002 and 2003 detected from the ground and from space / L.N. Yurganov et al. // Atmospheric Chemistry and Physics. 2005. - Vol. 5. - P. 563-573.

131. Vaganov E.A. Dendrochronological methods in evaluation of carbon cycle in forest ecosystems / E.A. Vaganov et al. // Carbon Cycle on the Territory of Russia / ed. by G.A. Zavarzin. Moscow, 1999. - P. 96-123.

132. Venevsky S. Simulating fire regimes in human dominated ecosystems: Iberian Peninsula case study / S. Venevsky et al. // Global change Biology. 2002. - Vol.8. - P. 984-998.

133. Verant S. Sensitivity of the continental hydrological cycle to the spatial resolution over the Iberian Peninsula / S. Verant et al. // Journal of Hydrometeorology. 2004. -Vol. 5. - P. 267-285.

134. Verseghy D. CLASS—A Canadian land surface scheme for GCMs: П. Vegetation model and coupled runs / D. Verseghy, N. A. McFarlane, M. Lazare // International Journal of Climatology. 1993. - Vol. 13. - P. 347- 370.

135. Viegas D.X. Comparative Study of Various Methods of Fire Danger Evaluation in Southern Europe / D.X. Viegas et al. // International Journal of Wildland Fire. 1999. -Vol. 9, № 4. - P. 235-246. Doi:10.1071/WF00015.

136. Warehouse Inventory Search Tool (WIST) Электронный ресурс. Sioux Falls: Land Processes Distributed Active Archive Center (LPDAAC), 2009-. - Режим доступа: https://lpdaac.usgs.gov/lpdaac/get data/wist.

137. Wolfe R.E. Achieving sub-pixel geolocation accuracy in support of MODIS land science / R.E. Wolfe et al. // Remote Sensing of Environment. 2002. - Vol. 83. - P.31.49.

138. Yefremov D.F. Long-term environmental impact of catastrophic forest fires in Russia's Far East and their contribution to global processes / D.F. Yefremov, A.Z. Shvidenko // International forest fire news. 2004. - Vol. 32. - P. 43-49.

139. Zhang Y.-H. Monthly burned area and forest fire carbon emission estimates for the Russian Federation from SPOT VGT / Y.-H. Zhang et al. // Remote Sensing of Environment. 2003. - Vol. 87. - P. 1-15.

140. Willis C. The development of a national fire danger rating system for South Africa / C. Willis et al.: Report №. ENV-P5-C 2000-073. Pretoria: CSIR Water, Environment of Forestry Technology, 2001. - 79 p.

141. Список наиболее используемых сокращений

142. ГИС геоинформационная система

143. ДЗЗ дистанционное зондирование Земли1. ПО — пожарная опасность

144. ППО погодная пожарная опасность

145. ПВ 1/2 показатели влажности (версии 1, 2)1. ГМ — горючий материал

146. ГМДР глобальная модель динамики растительности

147. СПП суммарная площадь пожаров

148. СКП суммарное количество пожаров

149. XBJI хвойный вечнозеленый лес

150. XJIJ1 хвойный листопадный лес

151. ФТР функциональный тип растительности

152. ФПР функция пожарного риска

153. AVHRR радиометры Advanced Very High Resolution Radiometer на бортусерии спутников NOAA MODIS радиометр MODerate-resolution Imaging Spectroradiometer на борту спутника Terra

154. CRU (данные) база климатических данных Climate Research Unit (UK)

155. ORCHIDEE ГМДР "ORganizing Carbon and Hydrology In Dynamic1491. Ecosystems"

156. NFDRS национальная система оценки пожарных рисков (National Fire

157. Danger Rating System (US)) NOAA спутники серии National Oceanic and Atmospheric Administration CFFDRS - канадская система оценки пожарной опасности лесов (Canadian