автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.13, диссертация на тему:Вероятностный метод спутникового обнаружения и контроля энергетических параметров пожаров в лесах Восточной Сибири

005043602

На правах рукописи

Швецов Евгений Геннадьевич

ВЕРОЯТНОСТНЫЙ МЕТОД СПУТНИКОВОГО ОБНАРУЖЕНИЯ И КОНТРОЛЯ ЭНЕРГЕТИЧЕСКИХ ПАРАМЕТРОВ ПОЖАРОВ В ЛЕСАХ ВОСТОЧНОЙ СИБИРИ

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

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

1

Красноярск - 2012

005043602

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

Научный руководитель:

кандидат физико-математических наук, доцент Сухинин Анатолий Иванович

Официальные оппоненты:

Кашкин Валентин Борисович, доктор технических наук, профессор, Сибирский федеральный университет, кафедра "Радиотехника", профессор

Белов Владимир Васильевич,

доктор физико-математических паук, профессор,

Институт оптики атмосферы СО РАН (г. Томск),

лаборатория распространения оптических сигналов, заведующий

Ведущая организация: Федеральное государственное бюджетное

образовательное учреждение высшего

профессионального образования "Сибирский государственный технологический университет" (г. Красноярск)

Зашита состоится «25» мая 2012 г. в 14 00 на заседании диссертационного совета ДМ 212.099.05 при Сибирском федеральном университете по адресу: 660074 г. Красноярск, ул. акад. Киренского, 26, аудитория УЛК 115

С диссертацией можно ознакомиться в библиотеке Сибирского федерального университета.

Автореферат разослан "25" апреля 2012 г. Ученый секретарь

диссертационного совета Непомнящий

Олег Владимирович

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы.

Среди средств обнаружения лесных пожаров в настоящее время наиболее перспективными следует считать системы спутникового мониторинга. Космическое дистанционное зондирование является эффективным способом получения данных, необходимых для обнаружения и мониторинга лесных пожаров, что особенно важно для Сибири, где сосредоточены основные лесные массивы.

Несмотря на достаточно широкий спектр применения методов и средств космического мониторинга пожаров на территории азиатской части России, имеются значительные расхождения между результатами, получаемыми различными организациями. Например, может существенно различаться число обнаруженных очагов пожаров и площади, пройденные огнем. Так, значения площади, пройденной огнем, полученные с применением спутниковых данных, могут отличаться в два раза и более. Причинами расхождений являются различные подходы к обнаружению пожаров и оценке их площади, а также конъюнктурные соображения.

Исследованиям методов обнаружения и мониторинга лесных пожаров посвящены работы H.A. Абушенко, А.И. Сухинина, Е.А. Лупяна, специалистов Института космических исследований, Института оптики атмосферы и других. Из зарубежных ученых можно отметить работы И. Кауфмана, JI. Гиглио, М. Вустера. Однако в известных работах не содержится результатов, позволяющих однозначно утверждать о создании методов, в полном объеме обеспечивающих решение задачи обнаружения пожаров и оценки их энергетических параметров. В настоящее время практически единственным известным алгоритмом, выполняющим оценку вероятности обнаружения пожаров по спутниковым данным, является алгоритм MOD14. В то же время фиксированные пороговые значения, используемые в алгоритме, не позволяют учитывать региональные особенности в процессе обнаружения. Следовательно, на территории азиатской части России использование MOD14 в «чистом» виде может приводить к существенному занижению вероятности обнаружения.

Помимо непосредственного обнаружения пожаров важной задачей является мониторинг их параметров: площади, периметра кромки и радиационной мощности1 пожара. Кроме того, измерения радиационной мощности также могут быть применены для оценки интенсивности тепловыделения на кромке пожара, что в свою очередь позволяет оценивать вид пожара.

На основании вышеизложенного следует отметить актуальность задачи проведения исследований в области методов и средств оценки достоверности обнаружения и оценки энергетических параметров лесных пожаров, а также модификации процедуры оценки вероятности обнаружения в алгоритме MOD14.

Полученные результаты позволят усовершенствовать существующий алгоритм обнаружения пожаров и методику оценки их энергетических параметров, а также повысить уровень охраны природной среды.

Целью работы является разработка метода и средств обнаружения лесных пожаров с применением вероятностных порогов и оценки их энергетических параметров по данным приборов космического базирования.

1 Под радиационной мощностью понимается доля тепловой энергии, выделяемой в продессе горения

растительности, которая высвобождается в виде излучения.

3

Для достижения поставленной цели в рамках диссертационного исследования решаются следующие задачи:

1. Анализ влияния конструктивных параметров спутниковой сканирующей аппаратуры на вероятность обнаружения пожаров;

2. Разработка метода обнаружения лесных пожаров приборами космического базирования с использованием вероятностных пороговых значений;

3. Усовершенствование существующего алгоритма расчета вероятности обнаружения пожара, применимого к условиям лесов Восточной Сибири;

4. Разработка методики оценки и дистанционного мониторинга энергетических параметров лесных пожаров с использованием приборов космического базирования;

5. Исследование энергетических параметров лесных пожаров, действующих при различных уровнях пожарной опасности по условиям погоды;

6. Исследование особенностей возникновения и распределения лесных пожаров, на территории Сибири.

Объект исследований - методы аналитического контроля и приборы космического базирования, предназначенные для экологического мониторинга лесных пожаров.

Предмет исследования - повышение качества природной среды посредством противопожарного мониторинга лесов Восточной Сибири, на основе применения приборов космического базирования.

Научная новизна диссертационного исследования состоит в следующем:

1. Разработан научно обоснованный вероятностный метод обнаружения лесных пожаров, позволяющий на основе энергетических параметров сигнала и характеристик спутниковой аппаратуры оценивать вероятность обнаружения лесного пожара;

2. Предложена методика оценки влияния энергетических характеристик тепловой аномалии и геометрии наблюдения на вероятность обнаружения лесных пожаров, позволяющая оценивать возможности приборов космического базирования по обнаружению лесных пожаров;,

3. Разработана методика обнаружения лесных пожаров, использующая статистические закономерности распределения температур земной поверхности и позволяющая повысить эффективность существующего алгоритма обнаружения пожаров;

4. Разработана методика обработки данных спутниковой съемки, позволяющая оценивать интенсивность тепловыделения на кромке лесного пожара и его вид.

На защиту выносятся:

1. Разработанный вероятностный метод обнаружения лесных пожаров, учитывающий технические характеристики приборов космического базирования и энергетические характеристики пожаров;

2. Методика оценки влияния энергетических характеристик тепловой аномалии и геометрии наблюдения на вероятность обнаружения лесных пожаров;

3. Методика обнаружения лесных пожаров, позволяющая повысить эффективность существующего алгоритма MOD 14, применительно к геоклиматическим условиям Сибири;

4. Методика и разработанное программное обеспечение оценки энергетических характеристик лесных пожаров по данным приборов космического базирования.

Теоретическое значение диссертации заключается в развитии теории, методов и средств обнаружения и мониторинга лесных пожаров, подходов и методик использования приборов космического базирования.

Практической значимостью обладают

1. Метод аналитического расчета вероятности обнаружения лесного пожара, учитывающий характеристики приборов космического базирования и энергетических характеристик лесного пожара, позволяющий оценивать возможности спутниковых систем в задачах обнаружения лесных пожаров;

2. Усовершенствованная методика расчета вероятности обнаружения лесных пожаров, повышающая эффективность системы обнаружения лесных пожаров на территории Сибири, по сравнению с использующимся на сегодняшний день алгоритмом MOD14;

3. Разработанный усовершенствованный алгоритм и программное обеспечение оценки энергетических характеристик лесных пожаров, позволяющие определять дополнительные характеристики — интенсивность тепловыделения на кромке лесного пожара и его вид.

Методы исследований. Для решения поставленных задач использовались методы обработки данных приборов космического базирования, цифровой обработки изображений, математического моделирования, математической статистики, численного решения систем нелинейных уравнений. При разработке программного обеспечения использовался программный пакет Microsoft Visual Studio.

Реализация результатов работы. Результаты диссертационной работы использованы в системе противопожарного мониторинга в Государственном предприятии Красноярского края «Лесопожарный центр». Результаты применения диссертационных исследований подтверждаются соответствующим актом.

Достоверность полученных результатов обеспечена корректным использованием, методов математического моделирования и математической статистики, непротиворечивостью исследованиям других авторов, необходимым объемом экспериментальных исследований и доказана удовлетворительной сходимостью расчетов с экспериментальными данными.

Апробация работы. Материалы диссертационного исследования были представлены на следующих конференциях: Всероссийской с международным участием научно-технической конференции "Современные проблемы радиоэлектроники" - Красноярск, 2005 г.; Международных конференциях "Решетневские чтения" - Красноярск, 2006 и 2009 г.; Международной конференции "Сопряженные задачи механики реагирующих сред, информатики и экологии" -Томск, 2007 г.; Ежегодных конференциях молодых ученых "Исследование компонентов лесных экосистем Сибири" — Красноярск, 2005, 2006 и 2007 г.; Международной конференции IBFRA "Boreal Forests in а Changing World: Challenges and Needs forActions"-Красноярск, 2011 г.

Публикации, По материалам диссертации опубликовано 9 работ, из которых 4 в ведущих рецензируемых изданиях, включенных в список ВАК.

Личный вклад автора, Все основные результаты диссертационного исследования получены лично автором.

Структура и объем диссертации, Диссертация состоит из введения, 4 глав, заключения, списка литературы и 7 приложений; содержит 16 таблиц, 27 рисунков. Общий объем составляет 132 страницы. Список литературы включает 119 источников.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении дано описание проблемы, обоснована актуальность и практическая значимость проблемы, формулируются цель и задачи исследования.

Глава 1 а Обзор современных методов обнаружения лесных пожаров из космоса

В первой главе сделан обзор современных подходов к обнаружению лесных пожаров космическими средствами. Рассмотрены физические основы обнаружения лесных пожаров по спутниковым данным. Приведены характеристики систем NOAA AVHRR и TERRA/AQUA MODIS, применяющихся для решения задач дистанционного зондирования земной поверхности и детектирования пожаров.

Сделан вывод, что, несмотря на многообразие существующих подходов к обнаружению лесных пожаров по данным приборов космического базирования, практически единственным алгоритмом, в котором выполняется оценка вероятности обнаружения пожара, является MOD14. Однако процедура расчета вероятности обнаружения, реализованная в этом алгоритме, имеет недостатки. Они связаны с использованием фиксированных пороговых значений, что может приводить к получению некорректных результатов. Например, при детектировании пожаров на территории Сибири в весенний период вероятности обнаружения существенно занижаются, что связано с низкими температурами подстилающей поверхности.

Глава 2. Разработка вероятностного метода обнаружения пожаров по спутниковым данным

Во второй главе рассмотрены два подхода к оценке вероятности обнаружения пожара. Представлены результаты расчета вероятности обнаружения по каждому из методов, а также выполнено сравнение с результатами работы алгоритма MOD14.

Расчет вероятности обнаружения пожара с использованием параметров радиометра

В данном разделе описывается метод расчета вероятности обнаружения лесного пожара с учетом, параметров аппаратуры обнаружения и энергетических характеристик лесного пожара.

Процесс обнаружения пожара можно рассматривать как задачу обнаружения цели на фоне случайного шума. Учитывая, что общее излучение фона формируется как сумма излучений от множества элементарных участков, можно предполагать, что согласно центральной предельной теореме излучение фона подчиняется нормальному закону распределения. При этом регистрируемый радиометром сигнал можно представить в виде суммы излучения пожара и излучения фона. В этом случае излучение от пожара является полезным сигналом, а излучение фона -шумом. Таким образом, сигнал, принимаемый радиометром можно определить следующим образом:

#(0 = *(0+л(0,

где s(t) - полезный сигнал, п(1) - адаптивный нормальный шум. Для расчета вероятности обнаружения пожаров в работе использовался критерий Неймана-Пирсона. Вероятность правильного обнаружения пожара можно определить как

При этом величина порогового значения h может быть определена исходя из заданной вероятности ложного обнаружения:

К = (2)

^ SIN )

То есть, для расчета порогового значения необходимо вычислить значения полезного сигнала и шума исходя из анализа излучения цели и фона, а также параметров радиометра.

Спектральная облученность приемного устройства от точечной цели равна

-^-. О)

где Нх - спектральная облученность, Вт-м2-мкм '-стер ■!>_ - спектральная мощность излучения цели, Вт-мкм'-стер"1; та(Х) — спектральный коэффициент пропускания трассы между целью и приемным устройством; т/Х) — коэффициент прозрачности полога древостоя; R - расстояние от приемного устройства до цели, м.

Спектральная мощность облучения приемного устройства, тогда выразится в

виде:

Рх=Нх-А,-т 0(Л), (4)

где l'i ~ спектральная мощность излучения, Вт мкм'-стер'; Л„ - площадь входного зрачка оптической системы, м2; т„(X) - коэффициент спектрального пропускания входной оптической системы (защитные стекла, основная оптика -линзы, зеркала; отсекающие фильтры, модуляционные растры и т. д.).

Тогда напряжете сигнала с приемника излучения равно:

К=РЯ-Ф(Л), (5)

где Vs - напряжение сигнала на выходе приемника, В; Ф(к) - спектральная

чувствительность приемника, В-мкм-стер-Вт"1.

Поскольку в третьем канале прибора AVHRR детектируется излучение в спектральном диапазоне (3,55 - 3,93 мкм), то необходимо все характеристики излучения (3 - 5) проинтегрировать в этом диапазоне.

Отсюда напряжение сигнала в интегральном виде выражается как:

К -Та(хут;ау4(1)-Ф(х)ах (б)

R ь

Величина шума, обозначаемая как Vm включает в себя среднеквадратичное напряжение шума приемника V„i, которое принимается как паспортная величина, и напряжение шума, создаваемое фоном, Vn2, то есть V„ = Vnl + V^. Напряжение шума Vtf определяется из уравнения (б), где вместо мощности излучения цели Jx

используется мощность излучения фона Jxt. Тогда величина отношения сигнал/шум (S/N) определяется как:

n = V~=F^F ? Л'г"(Л)'Т/ <Л)' г°(Я)'Ф(Л)М' (7)

я п Л,

Уравнение (7) не решается в явном виде относительно дальности обнаружения R, поскольку функция пропускания атмосферы ха(Х) зависит как от длины волны X, так и от дальности R.

Для оценочных расчетов все члены уравнения (7), являющиеся функцией длины волны можно заменить их средними значениями в спектральной полосе пропускания входного устройства. Эта методика предполагает прямоугольную полосу пропускания та в диапазоне Л; - Х2 и равенство та = 0 за ее границами, т. е. принимается средний коэффициент пропускания атмосферы для предполагаемой трассы R при заданном диапазоне Х1 - л2. В этом случае та находится по таблицам слоя осажденной воды, соответствующего заданной дальности и состоянию атмосферы.

•ц

Член jj^X заменяется на У - силу излучения в диапазоне длин волн Xi-X2.

Члены та(Х), т/Х), т0(Х) заменяется т„, г/, х„ - средние в диапазоне Хг\2- Аналогично Ф(Х) заменяется на Ф — среднее значение чувствительности в интервале ХГХ2. Если ни одна из функций не изменяется быстро в спектральной полосе пропускания, эти приближения приводят к очень малой ошибке.

Эти допущения позволяют уравнение (7) относительно дальности R выразить в виде:

ч

К-(К/К)

(8)

V . у, -jA,-£f

Поскольку Ф = —!— и D =--—--.

Н-Ал К,-И-А,

V -П

Ф= . (9)

здесь О - удельная обнаружительная способность приемника, мТц°'5-Вт - площадь приемника, м2; ДГ - ширина полосы частот, эквивалентная шуму приемника, Гц.

Если мгновенный угол зрения сканирующей системы равен со стер, то площадь приемника выражается формулой:

Аа^со-^, (10)

где Г- эквивалентное фокусное расстояние оптики, м. Обычно характеристику системы выражают числовой апертурой КА:

КА=<У2П (11),

где (10 - диаметр входного зрачка системы, выраженный из соотношения Ао =

я-<102/4.

Максимальную дальность обнаружения приемника, исходя из (8) - (11), можно выразить через его параметры и параметры тепловой аномалии

n-d0-(NA)-D • J ■ г„ • г0 - г,

здесь дальность R соответствует высоте спутниковой платформы над поверхностью Земли. Данное выражение может считаться основным, в частности, при проектировании систем раннего обнаружения пожаров.

Таким образом, из соотношения (12), а также учитывая шум, создаваемый излучением фона, выражение для отношения сигнала к шуму (S/N) может быть записано как

S_

N~

здесь 1ь - сила излучения фона в диапазоне длин волн ^ -

шуму

(13)

Рассчитанное таким образом отношение сигнала к шуму совместно с выражениями (1) и (2) может дать значение вероятности обнаружения.

Рассмотренный метод может применяться для анализа возможностей космических систем, предназначенных для обнаружения пожаров, например, для расчета параметров минимального очага пожара, который может быть обнаружен данной спутниковой системой. Кроме этого, существует возможность использования метода для расчета параметров сенсора, необходимых для раннего обнаружения пожаров.

В качестве примера произведен расчет вероятности обнаружения пожара с применением соотношений (1) и (2). При этом температура зоны активного горения варьировалась от 700 до 900К, а ее площадь - от 0 до 15000 м2. Температура фона принималась равной 300К, среднеквадратичное отклонение температуры фона - 4К. Параметры радиометра, входящие в уравнение (13) рассчитывались для сенсора КОАА/АУШШ. Согласно опубликованным данным, эквивалентная шуму разность температур для 3 канала АУНШ1 составляет 0.12 К. Отношение сигнала к шуму, при этом принималось равным 1, и с использованием соотношения (7) было рассчитано значение группы параметров радиометра, входящих в соотношение (13). При расчете проводилась лишь грубая оценка влияния атмосферы. Учитывалось только поглощение инфракрасного излучения парами воды. Результаты расчетов в виде графиков приведены на рис. 1._

100

К 90

X 80

% 70

о. 60 -

X 50

о ¡5 40

i 30 -

о 20

t 10

к о 0

а> m О

-

/ / Т=700

-Т=800

--Т=900

у / /

/ J уГ

<8-

е??

ч? к<£> ^ & к"? к«?

«s1 ^

^ ^ к^

Площадь BT3, кв. м

Рисунок 1. Графики вероятности обнаружения пожара для различных значений температуры и площади зоны активного горения.

Увеличение температуры зоны активного горения приводит к резкому росту вероятности обнаружения. Так, например, пожар площадью 5000 м2 с температурой 700К обнаруживается с вероятностью около 50%, в то же время при температуре 900К вероятность обнаружения составляет уже 100%.

Влияние на вероятность обнаружения пожара также оказывает положение спутника относительно зенита. Отклонение спутника от зенита по отношению к пожару увеличивает расстояние R в соотношении (13). Также увеличение расстояния спутник-пожар оказывает влияние на коэффициент пропускания инфракрасного излучения атмосферой. Таким образом, важно оценить величину такого влияния на вероятность обнаружения. На рис. 2 показано влияние изменения положения спутника относительно зенита на вероятность обнаружения. Рассматривался пожар с площадью зоны активного горения 5000 и 10000 м2 и температурой от 700 до 900К.

Степень влияния отклонения спутника от зенита на вероятность обнаружения увеличивается с уменьшением температуры зоны активного горения. Так, например, в случае малоразмерного пожара, имеющего температуру 700К, вероятность обнаружения уменьшается в полтора раза при увеличении отклонение спутника относительно зенита с 0 до 50 градусов.

О 10 20 30 40 50 _Отклонение от зенита, град

Рисунок 2. Влияние положения спутника относительно зенита на вероятность обнаружения.

Выполнен расчет минимального размера лесного пожара, обнаруживаемого с помощью радиометра ЛУНЯЯ. Температура зоны активного горения при этом менялась от 500 до 1200К. При расчетах, вероятность правильного обнаружения пожара бралась равной 80%. Результаты приведены на рис. 3.

При уменьшении требуемой вероятности обнаружения соответствующая кривая на графике смещается влево и вниз, т.е. в сторону более низких значений температуры и площади пожара. При увеличении такой вероятности кривая смещается вправо и вверх.

Так, для обнаружения пожара, имеющего температуру 600К с вероятностью 0,95 его площадь должна составлять около 21000м2, в то же время для обнаружения такого пожара с вероятностями 0,8 и 0,6 значения площади уменьшаются до 16600 м2 и 13700 м2 соответственно. При температуре пожара равной 1000К соответствующие значения площади уменьшаются примерно до 1600м2, 1300м2 и 1000м2.

-D=0.95

D=0.8

-D=0.6

500 550 600 650 700 750 800 850 900 95010001050110011501200

Темпертура на кромке пожара, К

Рисунок 3. Расчет минимального размера пожара, обнаруживаемого сенсором AVHRR.

Можно отметить, что в целом результаты оценки размеров минимального обнаруживаемого пожара соответствуют литературным данным. Здесь также важно отметить, что в реальности минимальный размер очага, обнаруживаемого по данным AVHRR, зависит от многих характеристик, таких как наличие облачности, температура поверхности, геометрия съемки и других.

Расчет вероятности обнаружения пожара с использованием радиационной температуры

Вторым подходом к определению вероятности обнаружения пожара является анализ распределений температуры, регистрируемой спутниковыми радиометрами. Поскольку параметры атмосферы и лесного покрова сложно определить в процессе обнаружения, можно оценивать отношение (S/N) из пространственных распределений температуры.

Применительно к задаче обнаружения лесных пожаров в отношении (S/N) "сигналу" соответствует излучение лесного пожара, а "шуму" - излучение, источником которого является фон.

Вероятность того, что температура пикселя превысит пороговое значение, определяется следующим образом:

где: Тйи - значение радиационной температуры в среднем инфракрасном диапазоне, соответствующее порогу обнаружения (°С), ст2[ - величина среднеквадратического отклонения радиационной температуры в среднем инфракрасном диапазоне, соответствующей шуму (°С), Т21 - среднее значение радиационной температуры (°С), Т, - радиационная температура, соответствующая сигналу, т.е. разность температуры потенциального «пожарного» пикселя и средней температуры (°С).

Вероятность распознавания также можно выразить через функцию интеграла вероятности:

(14)

^ЧМ^МЫ'ЭД (15)

где Ф(х) - интеграл вероятности, (S/N) = Т,2/а32.

Таким образом, данный метод позволяет оценивать вероятность принадлежности рассматриваемого пикселя к классу пожаров. Значение вероятностного порога Tdc, определяется таким, чтобы обнаруженные пиксели имели температуру, не превышающую Tdet с вероятностью Р. Тогда, если температура какого-либо пикселя превысит величину Tdtt, то такой пиксель может считаться пожарным с вероятностью Ррасп.

На основании формулы (13) получены отношения S/N в зависимости от площади пожара для сканера NOAA/AVHRR и с помощью формулы (1) рассчитаны соответствующие вероятности при вероятности ложного обнаружения 5%. При определении отношения сигнала к шуму площадь высокотемпературной зоны лесного пожара варьировалась от 2500 до 20000 м2. Температура пожара задавалась равной 700К, 800К, 900К и 1000К. При этом предполагалось, что каждая точка лесного пожара излучает на данной температуре. Результаты расчетов приведены в таблице 1.

Для сравнения также были рассчитаны значения вероятностей правильного обнаружения пожара для тех же значений температуры и площади пламенной зоны, но с применением выражения (15). При этом среднее значение температуры фона в среднем инфракрасном диапазоне принималось равным 300К, а стандартное отклонение составляло 4К. Результаты расчетов сведены в таблицу 2.

Таблица 1. Вероятность правильного обнаружения пожара (в процентах) для различных значений температуры и площади высокотемпературной зоны (ВТЗ), рассчитанная через параметры радиометра._

Темперап т втз, к

700 800 900 1000

Площадь ВТЗ, м2 2500 12 51 95 100

5000 51 99 100 100

7500 89 100 100 100

10000 99 100 100 100

20000 100 100 100 100

Таблица 2. Вероятность правильного обнаружения пожара (в процентах) для различных значений температуры и площади высокотемпературной зоны (ВТЗ), рассчитанная через распределения температур._

Температч фа ВТЗ, К

700 800 900 1000

Площадь ВТЗ, м2 2500 27 61 100 100

5000 59 100 100 100

7500 95 100 100 100

10000 100 100 100 100

20000 100 100 100 100

Можно отметить удовлетворительное соответствие между результатами, полученными двумя методами, что свидетельствует о достоверности полученных результатов.

Предлагаемая методика расчета вероятности обнаружения сравнивалась с методикой, применяемой в алгоритме MOD 14. Установлено, что вероятность

обнаружения пожара по данным MOD14 сильно занижается в ряде случаев. Такие ситуации возникают, например, при обнаружении пожаров на холодном фоне. В таких случаях вероятность обнаружения, присваиваемая пожару алгоритмом MOD 14, может составлять, например 30 - 40%. В то же время, разность температур пожарного пикселя и фона может быть значительной, достигая 20 и более градусов, что свидетельствует о наличии пожара в данном месте. Однако, учитывая, что в процессе обнаружения обычно учитываются только пожары, имеющие высокую вероятность обнаружения (порядка 70-80%), могут возникать ситуации пропуска пожаров.

В качестве примера было произведено детектирование пожаров на территории Якутии весной 2011 года. В таблице 3 приведены данные по шести пожарам, обнаруженным 6 мая 2011 года, пространственное расположение которых указано на рисунке 4. В таблице указаны значения вероятностей обнаружения, рассчитанные с помощью методики, реализованной в алгоритме MOD 14 и предлагаемой методики. Кроме этого приведены значения температур пожарных пикселей и окружающего их фона.

Рисунок 4. Пространственное расположение тестовых пожаров, приведенных в таблице 3.

Таблица 3. Характеристики тестовых пожаров, использованных для сравнения МОР 14 и предлагаемого алгоритма.__

Пожар

1 2 3 4 5 6

PMOD14>% 22 49 75 25 71 48

Р,% 66 100 100 93 100 99

Т2ЬК 312.72 311.43 322.37 312.09 319.07 312.33

ТгіьД 296.28 288.63 289.13 290.04 287.29 290.39

а21, К 4.82 2.19 4.4 5.19 1.64 3.06

ЛТ,К 27.28 22.8 39.44 29.09 37.43 31.72

лт„,к 10.22 5.1 8.12 9.45 5.02 10.31

С5дт,к 4.52 2.18 4.85 5.39 1.75 4.4

В таблице 3 используются следующие обозначения: Рмооы - вероятность обнаружения по М0014; Р - вероятность обнаружения по предлагаемому методу, Т21 и Т2]ь - температура в 21 канале МООВ пожарного пикселя и фона, соответственно; о21 - среднеквадратичное отклонение температуры фона в 21

канале; ДТ и ДТЬ - разность температур 21 и 31 каналов для пожарного пикселя и фона, соответственно; одт - среднеквадратичное отклонение разности температур фона в 21 и 31 каналах.

Видно, что, несмотря на достаточно большую разность температур пожара и фона в 21 канале, превышавшую 20К и большую разность температур 21 и 31 каналов, значения вероятности обнаружения, даваемые MODI4, в большинстве случаев были низкими. В то же время предлагаемый подход дает более точные оценки вероятности обнаружения.

Таким образом, модифицированный алгоритм для обнаружения пожаров включает следующие шаги:

1. Создание маски облачности. Используется пороговое условие из алгоритма MODI4: (р! + р2 > 0.9) или (Т32 < 265К) или (р, + р2> 0.7 и Т32 < 285К);

2. Создание маски гидрологических объектов, способных создавать солнечные блики, с использованием карты озер и рек;

3. Создание зоны возможных солнечных бликов водных поверхностей, являющихся зонами высокого риска возникновения ложных тревог, с учетом высоты стояния солнца и траектории движения спутника.

4. Поиск потенциальных пожарных пикселей с использованием соотношений: (T2i > 305К и ДТ > 10К и р2 < 0.3) или (Т2[ > 360К). По сравнению с исходным алгоритмом MOD14 здесь снижен порог для 21 канала.

5. Расчет характеристик фона. Определяются величины Т2ц,, Т3ц и ДТЬ, а также a2i, ал и адт. Процедура аналогична MOD14 за исключением того, что при расчете фоновых характеристик исключаются пиксели, недавно пройденные огнем. Для этого используется критерий: р2 < 0.2.

6. Порог температуры диапазона 21: Г2;>Г2;4+2стг; и 31: Тц>Тзц,+ол;

7. Порог разности температур в диапазонах 21 иИ: АТ>ЛТЬ + 2алт и АТ>ЛТЬ

+ 8К;

7. Создание таблиц термически активных точек, обнаружившихся с требуемой вероятностью;

При описании использовались следующие обозначения: pi и р2 — значения альбедо в 1 и 2 каналах MODIS; T2i, Т31, Т32 - температуры пожарного пикселя в 21, 31 и 32 каналах; Т21Ь, Т31Ь и ДТЬ - температура фона в 21 и 31 каналах и их разность; a2i, а31 и одт - среднеквадратичное отклонение температуры фона в 21 и 31 канале и их разности.

Оценка работы алгоритма проводилась путем сравнения с результатами детектирования с применением данных ASTER, а также визуального сопоставления со снимками MODIS с разрешением 250м. Визуальный анализ с применением данных MODIS, с пространственным разрешением 250 м не выявил очевидных пропусков пожаров и ложных срабатываний. Также для оценки работы алгоритма использовались снимки ASTER на территорию Якутии и Красноярского края за июнь и август 2001 года. Радиометр ASTER, находящийся на спутнике TERRA, позволяет проводить наблюдения земной поверхности одновременно с радиометром MODIS, находящимся на том же спутнике. Пространственное разрешение инфракрасных каналов данного сенсора составляет 30 и 90 м.

Детектирование пожаров на сценах выполнялось с использованием канала 9 ASTER, с центральной длиной волны 2.4 мкм. Всего на территории, охватываемой сценами ASTER, с помощью стандартного алгоритма MOD14 было детектировано

93 пожарных пикселя. В то же время модифицированный алгоритм обнаружил 102 пожарных пикселя. При этом алгоритмом было пропущено 7 пикселей, идентифицированных как пожарные согласно данным ASTER. Главным образом, пропускались пиксели MODIS, закрытые дымом, или содержащие пожары малой интенсивности. Также следует отметить, что на территории, соответствующей сценам ASTER, не было отмечено ложных срабатываний алгоритма, т.е. не было обнаружено пикселей MODIS, отмеченных как пожарные, которым бы не соответствовали пожарные пиксели ASTER.

Глава 3. Дистанционный контроль энергетических параметров лесных пожаров

Помимо непосредственного обнаружения пожара важной задачей является контроль энергетических параметров пожара. Измерение количества энергии, выделяемой в процессе горения и регистрируемой спутниковыми радиометрами, дает величину, напрямую связанную с интенсивностью кромки пожара и количеством растительности, сгорающей в единицу времени. В работе предложен метод оценки интенсивности тепловыделения на кромке пожара по спутниковым измерениям. Также измерения энергии, выделенной при сгорании растительности, позволяют оценить количество сгоревшей биомассы и, в свою очередь, делать оценки пирогенных эмиссий. Кроме того, энергетический признак является ключевым и при определении вида пожара, так как мощность тепловыделения для низовых и верховых пожаров может изменяться в широких пределах.

В данной работе оценка радиационной мощности пожара выполнена с помощью метода, реализованного в пожарных продуктах MODIS.

Предлагается методика для оценивания интенсивности горения на кромке пожара с использованием данных дистанционного зондирования.

Энергия, выделяемая в процессе горения растительности, отводится посредством механизмов излучения, конвекции и теплопроводности. При этом спутниковые радиометры способны регистрировать только энергию, выделенную посредством излучения, доля которой по разным источникам может составлять от 10% до 60% от общей выделяемой энергии в зависимости от вида и интенсивности пожара. Если принять долю излучения в общем тепловыделении пожара равной K„L„ то общая выделенная пожаром мощность Е (без учета ослабления инфракрасного сигнала пологом древостоя и атмосферой) будет равна

E = K„MFRP, (16)

Здесь под FRP понимается радиационная мощность тепловыделения с единицы площади кромки пожара (т.е. кВт/м2).

В то же время, величина мощности, выделенной при сгорании горючего материала, на единице площади в единицу времени может быть определена как:

Е = Qw/x (17)

где Е - величина мощности, выделившейся при сгорании топлива, кВт/м2; Q -теплота сгорания топлива, кДж/кг; w - масса топлива, сгоревшего при пожаре на единицу площади, кг/м2; т - период сгорания топлива, который можно определить как среднее время, в течение которого длится пламенное горение точечного участка покрова при распространении кромки пожара, с.

Таким образом, используя уравнения (16) и (17) можно перейти к уравнению (18), связывающему интенсивность кромки пожара с его мощностью.

I = Етг (18)

При этом произведение периода сгорания топлива и скорости распространения пожара можно заменить на Хо = тт, где Х0 - ширина кромки пожара, м.

Таким образом, уравнение для определения интенсивности кромки пожара определяется как:

I = К^-И^Р-тт (19)

или

1 = Ким-Р11Р-Хо. (20)

На основании измерений радиационной мощности пожаров, сделанных в данной работе, был проведен анализ распределения числа пожаров в зависимости от их радиационной мощности. Полученные в работе результаты также демонстрируют преобладание пожаров с низкими значениями радиационной мощности, и, следовательно, низкими значениями интенсивности тепловыделения.

На рисунке 5 пожарные пиксели распределены по категориям в 100 МВт. В отдельную категорию собраны все пожары с мощностью более 1500 МВт. Всего доля таких пожарных пикселей составила 0,27% от общего числа пожарных пикселей. В то же время на пожары мощностью до 100 МВт пришлось около 82% от общего числа обнаруженных пикселей.

Рисунок 5. Распределение числа пожарных пикселей в зависимости от их радиационной мощности.

Проведена оценка значений интенсивности тепловыделения на кромке лесного пожара по измерениям его радиационной энергии. Кроме этого, выполнена оценка геометрических размеров пожаров с помощью биспектрального метода Дозира. При этом длина кромки пожара оценивалась по числу «пожарных» пикселей, предполагая, что длина кромки в пределах каждого такого пикселя составляет 1000 м.

По вычисленным значениям интенсивности тепловыделения на кромке пожара производилась наиболее общая классификация пожаров (низовой или верховой). Поскольку мощность тепловыделения на кромке верховых и низовых пожаров существенно различается, в основу классификации можно положить энергетический признак. Исходя из анализа литературных данных, условием принадлежности пожара к верховым являлось значение интенсивности кромки 4000 кВт/м и более.

Проведена оценка зависимости радиационной мощности пожара от пожарной опасности по условиям погоды во время действия длительного антициклона. Пожарная опасность определялась с помощью индекса российской системы оценки

пожарной опасности - показателя влажности ПВ-1 и индексов канадской системы оценки пожарной опасности CFFWIS (Canadian forest fire weather index system). Индексы рассчитывались по данным метеостанций, поэтому рассматривались только пожары, действовавшие в окрестности метеостанций. В таблице 4 приведены значения коэффициентов корреляции между измерениями радиационной мощности и индексами пожарной опасности по условиям погоды, для метеостанций, расположенных на территории Красноярского края и Иркутской области. В анализе использовались данные 2006 - 2011 годов.

В целом, можно отметить наличие достаточно сильной зависимости между показателями пожарной опасности и измеряемым значением радиационной мощности для большинства пожаров. Обнаружено, что наилучшим образом соотносились с измеренными значениями радиационной мощности следующие индексы: показатель влажности ПВ-1, и индексы канадской системы DMC, DC и BUI и FWI. Таким образом, можно отметить, что эти индексы являются приоритетными при прогнозировании мощности пожаров в условиях антициклона. В то же время можно отметить территориальную специфику в изменении радиационной мощности в зависимости от погодных условий.

Таблица 4. Значения коэффициента корреляции между индексами пожарной

опасности по условиям погоды и значениями радиационной мощности по данным МОР15 для четырех метеостанций.___

ПВ-1 DMC DC BUI FWI

FRP (Тура) 0.67 0.76 0.76 0.76 0.18

FRP (Киренск) 0.64 0.35 0.08 0.27 0.71

FRP (Ванавара) 0.67 0.67 0.67 0.67 0.61

FRP (Богучаны) 0.26 0.26 0.24 0.25 0.67

На основании измерений радиационной мощности и значений индекса Р\¥1 по данным метеостанции Ванавара для 2006 года была получена экспоненциальная зависимость, связывающая эти два ряда данных. Используя эту зависимость, проведен расчет радиационной мощности по измерениям индекса Р\¥1 для

Рисунок 6. Сравнение измеренных значений радиационной мощности (красные столбцы) и значений, рассчитанных на основании соотношений между радиационной мощностью и индексом Р\\Т для данного района (синие столбцы).

Полученная функциональная зависимость позволила спрогнозировать общую динамику изменения радиационной мощности. В то же время, особенно для низких значений мощности присутствуют существенные ошибки. Результаты свидетельствуют о возможности прогнозирования изменения радиационной мощности пожаров на основании индексов пожарной опасности по условиям погоды. В то же время подобные зависимости не являются универсальными и должны рассчитываться для отдельных районов.

В ходе выполнения работы была разработана программа, предназначенная для обнаружения пожаров и оценки их основных характеристик. В качестве исходных данных используются файлы MODIS уровня 1В, распространяемые в формате HDF. Для извлечения информации из HDF-файлов использовалась свободно распространяемая библиотека версии 4.2.4 для 32 и 64 битных версий Windows. В качестве основного языка разработки использовался СИ. Интерфейс взаимодействия с библиотеками HDF реализован с помощью Managed С++.

Детектирование пожаров на снимках MODIS выполняется путем последовательной обработки каждого скана. Детектирование пожаров и расчет вероятности обнаружения производится с применением алгоритма, рассмотренного в главе 2. Далее производится расчет площади и температуры зоны горения с применением биспектрального метода, интенсивности тепловыделения на кромке и оценка вида пожара. Результаты детектирования могут быть сохранены в виде шейп-файла, пригодного для дальнейшей обработки с помощью ГИС,

Глава 4. Статистический анализ распределения лесных пожаров, обнаруженных на территории Сибири

Для мониторинга пожарного состояния лесов использовались данные многоспектральной съёмки низкого разрешения, выполняемой аппаратурой космических аппаратов серии NOAA, а также TERRA и AQUA, принимаемые в центре приема и обработки спутниковой информации Института леса СО РАН и МЧС РФ.

По материалам спутниковых съемок, полученных за период 1998-2009 гг., проведен анализ динамики изменения ситуации с лесными пожарами по субъектам РФ, расположенным на территории Сибири и части Дальнего Востока. В последние годы число лесных пожаров и площади, поврежденные огнем, неуклонно растут.

Рассмотрен вклад пожаров различного размера в общее число и суммарную площадь пожаров, зарегистрированных на исследуемой территории. 11ри этом наибольший вклад в суммарную площадь, пройденную огнем, давали пожары площадью более 10000 га. В разные годы их вклад в итоговую площадь составлял, в среднем, около 41%. На основании анализа спутниковых данных выявлен групповой характер пространственного распределения таких лесных пожаров. При этом наблюдается огибание воздушными массами зон массовых лесных пожаров. Это приводит к возникновению механизма положительной обратной связи, что вызывает дальнейший рост пожарной опасности по условиям погоды над данной территорией. Это приводит к увеличению длительности и интенсивности массовых пожаров.

В работе проведен анализ площадей, пройденных огнем, и числа дней с высоким уровнем пожарной опасности по условиям погоды. Рассматривались две области, где за рассмотренный период были отмечены наибольшие выгоревшие площади: центральные районы Якутии, а также Забайкальский край и восточные

районы Республики Бурятия. За каждый год рассматриваемого периода рассчитывалась итоговая площадь, пройденная огнем, в данной области, а также число дней, когда величина показателя ПВ-1 превышала среднее значение на 1, 2, 3 и 5 среднеквадратичных отклонений.

Анализ показал, что для территории центральной Якутии значения коэффициентов корреляции между числом дней высокой пожарной опасности и площадью, пройденной огнем, составили 0,66, 0,68 и 0,68 для пороговых значений 1, 2 и 3 среднеквадратичных отклонения, соответственно. Для территории Забайкалья коэффициенты корреляции составили 0,63, 0,65,0,66 и 0,62 для пороговых значений, равных 1,2, 3 и 5 среднеквадратичным отклонениям, соответственно.

Таким образом, можно говорить о наличии зависимости между числом дней с высокими значениями индекса ПВ-1 и итоговой площадью, пройденной огнем. Для южных районов, таких как территория Забайкалья, наилучшая связь существовала для порогового значения, равного 3 среднеквадратичным отклонениям. Для Якутии это значение соответствовало 2.

Поскольку основной природной причиной возникновения массовых лесных пожаров являются грозы, был проведен анализ распределения пожаров, вызванных молниями на территории Средней и Восточной Сибири, с привлечением данных космического дистанционного зондирования и системы пеленгации молниевых разрядов. Получено, что большинство (около 80%) таких пожаров детектируется спутниковыми средствами в течение семи дней после прохождения грозы. Территориально большинство пожаров, вызванных грозами, регистрировалось в центральных районах Сибири, например, в Приангарье, а также в северных районах Красноярского края.

В заключении анализируются полученные результаты с точки зрения поставленных задач и достигнутых результатов работы.

Основные результаты и выводы

1. Разработан вероятностный метод обнаружения лесных пожаров по спутниковым данным, учитывающий характеристики приборов обнаружения и энергетических параметров сигнала.

2. Произведен расчет минимального размера пожара, обнаруживаемого радиометром АУНШ1 в зависимости от значений температуры зоны активного горения пожара. Показана зависимость вероятности обнаружения пожара от положения спутника относительно зенита,

3. Предложен усовершенствованный метод расчета вероятности обнаружения лесных пожаров, позволяющий повысить эффективность системы противопожарного мониторинга.

4. Разработана методика оценки энергетических характеристик лесных пожаров по данным приборов космического базирования, позволяющая проводить оценку характеристик лесного пожара, таких как интенсивность тепловыделения на кромке пожара и его вид. Разработано соответствующее программное обеспечение.

5. Проведена оценка энергетических параметров пожаров, обнаруженных космическими средствами. Выявлена зависимость между уровнем пожарной опасности по условиям погоды и радиационной мощностью, регистрируемой радиометром.

6. На основании анализа спутниковых данных за период с 1998 по 2009 годы установлено, что массовые и катастрофические пожары носят групповой характер и практически полностью определяют горимость Азиатской территории России. Получены результаты, указывающие на наличие зависимости между числом дней высокой пожарной опасности, согласно показателю ПВ-1 и итоговой площадью, пройденной огнем.

Список публикаций по теме диссертации

Журналы из перечня ВАК

1. Швецов Е.Г. Исследование пространственных и временных соотношений между молниевыми разрядами и лесными пожарами на территории Восточной Сибири. / Е.Г. Швецов, Е.И. Пономарев, А.И. Сухинин // Вестник Сибирского государственного аэрокосмического университета имени академика М.Ф. Рещетнева. Выпуск2 (15)-Красноярск, 2007.-С. 13-18.

2. Швецов Е.Г. Исследование влияния погодных условий на возникновение пожаров от гроз / Е.Г. Швецов, А.И. Сухинин, Е.И. Пономарев // Хвойные бореальной зоны. - 2008. - Т. 25, № 1-2. - С. 47-50.

3. Швецов Е.Г. Вероятностная технология обнаружения и оценки интенсивности природных пожаров по данным спутниковой съемки / Е.Г. Швецов, А.И. Сухинин // Вестник Томского государственного университета. № 304 - Томск, 2007.-С.191- 195.

4. Швецов Е.Г. Оценка энергетических параметров лесных пожаров по данным спутниковой съемки. / Е.Г. Швецов, А.И. Сухинин // Вестник Сибирского государственного аэрокосмического университета имени академика М.Ф. Решетнева. Выпуск2 (35)-Красноярск, 2011. -С. 87-91.

Статьи в других изданиях

5. Швецов Е.Г. Анализ пожароопасной обстановки на территории Красноярского края в 2003 — 2004 гг. / Е.Г. Швецов // Исследование компонентов лесных экосистем Сибири. Материалы конференции молодых ученых. — Красноярск, 2005.-С. 58 - 60.

6. Швецов Е.Г. Пространственные и временные соотношения разрядов молний и лесных пожаров в Красноярском крае. / Е.Г. Швецов // Исследование компонентов лесных экосистем Сибири. Материалы конференции молодых ученых. - Красноярск, 2006. - С. 87 - 89.

7. Сухинин А.И., Пономарев Е.И., Швецов Е.Г: Аэрозоли Сибири / [И.С. Андреева и др.]; отв. ред. К.П. Куценогий; СОРАН, Ин-т химической кинетики и горения [и др.]. - Новосибирск: Изд-во СО РАН, 2006. - 548 стр. - (Интеграционные проекты СО РАН; вып. 9). Раздел 4.1. Геоинформационные технологии мониторинга лесных пожаров с использованием данных спутников NOAA. - стр. 429-458.

8. Швецов Е.Г. Вероятностная технология обнаружения и оценки интенсивности природных пожаров по данным спутниковой съемки. / Е.Г. Швецов, А.И. Сухинин // Сопряженные задачи механики реагирующих сред, информатики и экологии. Материалы международной конференции. — Томск, 2007. С. -188 —189.

9. Швецов Е.Г. Пожары от гроз и погодные условия. / Е.Г. Швецов // Исследование компонентов лесных экосистем Сибири. Материалы конференции молодых ученых. — Красноярск, 2007. - С. 78 - 79.

Подписано в печать 23,04.2012г. Формат 60х84/1б_ Бумага офсетная 80 г/м2 Способ печати — оперативный. Заказ № 371. Тираж 120 экз. Отпечатано в типографии «ДарМа-печать». Адрес: г. Красноярск, Академгородок, 50, стр. 28. оф. 156. Тел. 290 72 32

Содержание.

Введение.

1. Обзор современных методов обнаружения лесных пожаров из космоса.

1.1. Физические основы обнаружения пожаров из космоса.

1.2. Прохождение излучения через атмосферу.

1.3. Основные характеристики систем NOAA AVHRR и TERRA/ AQU А MODIS.

1.4. Существующие методы обнаружения пожаров из космоса.

1.4.1. Определение характеристик малоразмерных пожаров с помощью метода Дозира.

1.4.2. Методы с фиксированным порогом.

1.4.3. Методы пространственного анализа.

1.4.4. Двухшаговый алгоритм на основе потенциальных функций и поверхностей.

1.4.5. Алгоритм феноменологической модели малоразмерных пожаров.

1.4.6. Контекстуальный алгоритм обнаружения пожаров для радиометра MODIS.

1.5. Выводы по главе 1.

2. Разработка вероятностного метода обнаружения пожаров по спутниковым данным.

2.1. Вероятностный алгоритм обнаружения пожаров.

2.1.1. Расчет вероятности обнаружения с использованием параметров радиометра

2.1.2. Расчет вероятности обнаружения пожара с использованием радиационной температуры.

2.2. Оценка работы алгоритма.

2.3. Выводы по главе 2.

3. Дистанционный контроль энергетических параметров лесных пожаров.

3.1. Радиационная энергия пожара.

3.2. Методы оценки радиационной мощности пожара.

3.2.1. Биспектральный метод.

3.2.2. Метод, разработанный для инструмента MODIS.

3.2.3. Определение радиационной мощности пожара с помощью измерений излучения в среднем инфракрасном диапазоне.

3.3 Оценка интенсивности пожаров.

3.4 Методика оценки интенсивности кромки пожара по данным дистанционного зондирования.

3.5. Оценка скорости сгорания биомассы по измерениям радиационной мощности пожара.

3.6. Оценка энергетических параметров пожаров по данным спутниковой съемки.

3.6.1. Оценка радиационной мощности пожаров.

3.6.2. Сравнение методов оценки радиационной мощности.

3.6.3. Оценка параметров пожаров и количества сгоревшей биомассы.

3.6.4. Классификация пожаров по мощности тепловыделения на фронте.

3.6.5. Оценка параметров пожаров, обнаруженных в 2007 - 2009 годах.

3.6.6. Анализ зависимости радиационной мощности от погодных условий.

3.7. Программный комплекс детектирования пожаров и оценки их энергетических параметров.

3.8. Выводы по главе 3.

4. Анализ пожарной активности на территории Сибири.

4.1. Анализ динамики развития пожарной обстановки за 1998 - 2009 годы.

4.1.1. Сезонная динамика пожаров.

4.1.2.Распределение площадей пожаров и их удаленность от населенных пунктов

4.2. Возникновение и развитие катастрофических лесных пожаров.

4.3. Лесные пожары, возникающие от гроз.

4.3.1. Поражение деревьев молниями и возникновение пожаров.

4.3.2. Методика исследования.:.

4.3.3. Пространственное и временное распределение пожаров, вызванных грозами 104 4.4. Выводы по главе 4.

Основные результаты.

Официальная статистика показывает, что в России ежегодно происходит от 20 до 40 тысяч пожаров, поражая от 2 до 3 миллионов гектаров лесов и других земель [61]. Обнаружение и борьба с пожарами осуществляется только в "охраняемых лесах" и на лугопастбищных угодьях. При этом оценка пройденных огнем площадей выполняется примерно на 2/3 территории лесного фонда, главным образом методом визуальных авиационных и наземных наблюдений [18].

На протяжении последних десятилетий, помимо наземных систем наблюдения и авиационного патрулирования все большее значение приобретают системы спутникового мониторинга лесных пожаров. Использование спутниковых систем, таких как N0 А А/А УНЯЛ и ТеггаМ^иа/МОБК и других повысило эффективность обнаружения действующих пожаров, а также точность оценки пройденных огнем площадей и последствий пожаров в пределах, соответствующих практическим целям [108].

Несмотря на то, что космический мониторинг лесных пожаров на азиатской территории России используется достаточно широко, по-прежнему остаются нерешенные проблемы. Например, площади пожаров, определяемые различными организациями, существенно различаются. Так, в отдельные годы, значения площади, пройденной огнем, полученные в исследованиях с применением спутниковых данных, выполненных разными авторами, могут отличаться в два и более раз [59, 62, 74, 76, 103, 105, 108]. Причинами расхождений являются различные подходы к обнаружению пожаров и оценке их площади, а также конъюнктурные соображения. Таким образом, значительные расхождения, возникающие при использовании спутниковых данных для обнаружения пожаров, подтверждают актуальность задачи оценки достоверности детектируемых пожаров.

В настоящее время известен целый ряд различных подходов к обнаружению пожаров, использующих различные спутниковые системы и различные варианты пороговых алгоритмов в процессе обнаружения активных очагов [73, 84, 90, 99, 108]. Величина применяемого порогового значения определяет долю тепловых аномалий, которые будут классифицироваться алгоритмом как пожары. В то же время интерес представляет значение вероятности, с которой обнаруженная тепловая аномалия является пожаром. Вероятность обнаружения пожара, помимо 4 характеристик самого пожара, связана с параметрами сенсора и космической платформы, с помощью которых выполняется обнаружение. Исследование влияния параметров сенсора на вероятность обнаружения представляет собой важное направление, поскольку позволяет оценивать возможности существующих систем в плане обнаружения пожаров, а также проектировать космические системы раннего обнаружения, способные регистрировать пожары с заданной минимальной площадью и температурой.

Вероятность обнаружения пожара может быть определена также исходя из анализа статистических параметров распределения температур земной поверхности, регистрируемых с помощью космических сенсоров. На данный момент, исходя из литературных данных, известен только один алгоритм обнаружения, дающий оценку вероятности обнаружения пожара, MOD 14, в котором применяется подход, описанный в работе Гиглио с соавторами [73]. В то же время, пороговые значения, используемые в алгоритме, не учитывают региональные особенности, что может приводить к существенному занижению вероятности на территории азиатской части России. Таким образом, актуальной является задача модификации процедуры оценки вероятности обнаружения для корректного использования на территории Сибири.

Помимо непосредственного обнаружения пожаров следующей важной задачей является контроль их параметров: площади, периметра кромки и радиационной мощности пожара. Так, оценки радиационной мощности пожара позволяют получить информацию относительно количества горящей биомассы и поэтому могут использоваться для оценки степени воздействия пожара на экосистемы, оценки количества газовых и аэрозольных эмиссий, а также для целей пожаротушения. Подходы к оценке радиационной мощности с помощью спутниковых радиометров рассматривались в работах Кауфмана и Вустера с соавторами [85, 86, 116]. Однако измерения радиационной мощности также могут быть применены для оценки интенсивности тепловыделения на кромке пожара. Кроме этого, измерения радиационной мощности позволяют делать вывод о виде пожара. Поэтому актуальным является дальнейшее развитие методов оценки энергетических параметров лесных пожаров.

Целью работы является разработка метода и средств обнаружения лесных пожаров с применением вероятностных порогов и оценки их энергетических параметров по данным приборов космического базирования.

Для достижения поставленной цели в рамках диссертационного исследования были сформулированы следующие задачи:

1. Анализ влияния конструктивных параметров спутниковой сканирующей аппаратуры на вероятность обнаружения пожаров;

2. Разработка метода обнаружения лесных пожаров приборами космического базирования с использованием вероятностных пороговых значений;

3. Усовершенствование существующего алгоритма расчета вероятности обнаружения пожара, применимого к условиям лесов Восточной Сибири;

4. Разработка методики оценки и дистанционного мониторинга энергетических параметров лесных пожаров с использованием приборов космического базирования;

5. Исследование энергетических параметров лесных пожаров, действующих при различных уровнях пожарной опасности по условиям погоды;

6. Исследование особенностей возникновения и распределения лесных пожаров, на территории Сибири.

Объект исследований - методы аналитического контроля и приборы космического базирования, предназначенные для экологического мониторинга лесных пожаров.

Предмет исследования - повышение качества природной среды посредством противопожарного мониторинга лесов Восточной Сибири, на основе применения приборов космического базирования.

Научная новизна диссертационного исследования состоит в следующем

1. Разработан научно обоснованный вероятностный метод обнаружения лесных пожаров, позволяющий на основе энергетических параметров сигнала и характеристик спутниковой аппаратуры оценивать вероятность обнаружения лесного пожара;

2. Предложена методика оценки влияния энергетических характеристик тепловой аномалии и геометрии наблюдения на вероятность обнаружения лесных пожаров, позволяющая оценивать возможности приборов космического базирования по обнаружению лесных пожаров;

3. Разработана методика обнаружения лесных пожаров, использующая статистические закономерности распределения температур земной поверхности и позволяющая повысить эффективность существующего алгоритма обнаружения пожаров;

4. Разработана методика обработки данных спутниковой съемки, позволяющая оценивать интенсивность тепловыделения на кромке лесного пожара и его вид.

На защиту выносятся:

1. Разработанный вероятностный метод обнаружения лесных пожаров, учитывающий технические характеристики приборов космического базирования и энергетические характеристики пожаров;

2. Методика оценки влияния энергетических характеристик тепловой аномалии и геометрии наблюдения на вероятность обнаружения лесных пожаров;

3. Методика обнаружения лесных пожаров, позволяющая повысить эффективность существующего алгоритма МСЮ14, применительно к геоклиматическим условиям Сибири;

4. Методика и разработанное программное обеспечение оценки энергетических характеристик лесных пожаров по данным приборов космического базирования.

Теоретическое значение диссертации заключается в развитии теории, методов и средств обнаружения и мониторинга лесных пожаров, подходов и методик использования приборов космического базирования.

Практической значимостью обладают

1. Метод аналитического расчета вероятности обнаружения лесного пожара, учитывающий характеристики приборов космического базирования и энергетических характеристик лесного пожара, позволяющий оценивать возможности спутниковых систем в задачах обнаружения лесных пожаров;

2. Усовершенствованная методика расчета вероятности обнаружения лесных пожаров, повышающая эффективность системы обнаружения лесных пожаров на территории Сибири, по сравнению с использующимся на сегодняшний день алгоритмом MOD 14;

3. Разработанный усовершенствованный алгоритм и программное обеспечение оценки энергетических характеристик лесных пожаров, позволяющие определять дополнительные характеристики -интенсивность тепловыделения на кромке лесного пожара и его вид.

Апробация работы. Материалы исследования были представлены на всероссийской с международным участием научно-технической конференции "Современные проблемы радиоэлектроники", проводившейся в Институте радиоэлектроники Красноярского государственного технического университета в 2005 году; международных конференциях "Решетневские чтения", проводившихся в Сибирском государственном аэрокосмическом университете им. М.Ф. Решетнева в 2006 и 2009 годах; международной конференции "Сопряженные задачи механики реагирующих сред, информатики и экологии", проводившейся в Томском государственном университете в 2007 году; ежегодных конференциях молодых ученых "Исследование компонентов лесных экосистем Сибири", проводившихся в Институте леса им. В.Н. Сукачева в 2005, 2006 и 2007 годах; международной конференции IBFRA "Boreal Forests in a Changing World: Challenges and Needs for Actions", проводившейся в Красноярске в 2011 году.

Публикации. По материалам диссертации опубликовано девять печатных работ, из которых четыре в рецензируемых изданиях, включенных в список ВАК.

Структура и объем диссертации. Диссертация состоит из введения, 4 глав, заключения, списка литературы и 7 приложений; содержит 16 таблиц, 27 рисунков. Общий объем составляет 132 страницы. Список литературы включает 119 источников, из них 69 на английском языке.

Основные результаты

1. Разработан метод оценки вероятности обнаружения лесного пожара по спутниковым данным. Показано, что исходя из значений параметров радиометра и тепловой аномалии, может быть количественно определено значение вероятности принадлежности тепловой аномалии к классу пожаров.

2. Произведен расчет минимального размера пожара, обнаруживаемого радиометром AVHRR в зависимости от значений температуры зоны активного горения пожара. Показана зависимость вероятности обнаружения пожара от положения спутника относительно зенита.

3. Предложена модифицированная процедура расчета вероятности обнаружения лесных пожаров, лучше соответствующая геоклиматическим условиям Сибири по сравнению с процедурой MODI 4.

4. Разработана методика оценки интенсивности кромки пожара по данным дистанционного зондирования, позволяющая получать дополнительную информацию о параметрах пожаров. Предложен способ определения вида пожара (верховой или низовой) по спутниковым данным на основании энергетического признака.

5. Проведена оценка радиационной мощности пожаров, обнаруженных космическими средствами. Рассчитаны значения интенсивности тепловыделения на кромке пожара. Выявлена зависимость между уровнем пожарной опасности по условиям погоды и радиационной мощностью, регистрируемой радиометром.

6. На основании анализа спутниковых данных за период с 1998 по 2009 годы подтверждена тенденция увеличения числа и площади пожаров, ежегодно возникающих на территории Сибири. Установлено, что массовые и катастрофические пожары носят групповой характер и практически полностью определяют горимость Азиатской территории России.

Заключение

Применение космических средств дистанционного зондирования целесообразно для решения комплекса задач, связанных с обнаружением и контролем динамики лесных пожаров, а также оценкой их энергетических параметров.

Предложенный в работе подход к расчету вероятности обнаружения пожара позволил повысить точность ее определения по сравнению с процедурой, включенной в алгоритм MOD 14, для региональных особенностей Сибири. Это, в сочетании с модифицированными пороговыми значениями алгоритма обнаружения, позволило увеличить число детектируемых пожаров.

Измерение радиационной мощности пожара дает возможность оценивать интенсивность тепловыделения на кромке пожара, вид пожара, а также скорость сгорания биомассы и поэтому могут использоваться для оценки степени воздействия пожара на экосистемы, оценки количества газовых и аэрозольных эмиссий, а также для целей пожаротушения. В то же время, следует отметить, что возможности применяющихся в настоящее время спутниковых систем, таких как MODIS, для оценки параметров активных пожаров ограничены их техническими характеристиками. В частности, низкое пространственное разрешение средних и тепловых инфракрасных каналов, а также большие промежутки времени между последовательными сеансами наблюдения одного участка земной поверхности существенно затрудняют выполнение данной задачи. Для того чтобы повысить точность оценки параметров лесных пожаров требуется улучшение пространственного и временного разрешения спутниковых радиометров по сравнению с существующими системами.

Проведенный анализ показал наличие зависимости между измерениями радиационной мощности пожаров и погодными условиями. В то же время ни один из рассмотренных индексов не является универсальным при описании этой зависимости. Возможно, более точными будут оценки, сделанные для группы метеостанций на определенной территории.

1. Базелян Э.М., Горин Б.Н., Левитов В.И. Физические и инженерные основы молниезащиты// Л.: Гидрометеоиздат, 1978. 223 с.

2. Валендик Э.Н. Борьба с крупными лесными пожарами // Новосибирск: Наука, 1990. 193 с.

3. Валендик Э.Н., Сухинин А.И., Косов И.В. Влияние пожаров на устойчивость хвойных пород // Красноярск, 2006. 96 с.

4. Вонский С.М. и др. Определение природной пожарной опасности в лесу: Методические рекомендации. // Л.: ЛенНИИЛХ, 1975. 40 с

5. Гарбук C.B., Гершензон В.Е. Космические системы дистанционного зондирования Земли // М.: Издательство А и Б, 1997. 296 с.

6. Гордов А.Н. Основы пирометрии // М.: Металлургия, 1971. 447 с.

7. Грибанов Л.Н. Ленточные боры Алтайского края и Казахстана // М.: Гостехиздат, 1954. 150 с.

8. Грибанов Л.Н. Грозовые явления и лесные пожары // Ботанический журнал, 1955. Т.40. №3. с. 429-432.

9. Гришин, A.M., Грузин А.Д., Зверев В.Г. Теплофизика лесных пожаров // ИТФ СО АН СССР. Новосибирск, 1984. с. 38-75.

10. Ю.Дейвис Ш.М., Ландгребе Д.А., Филлипс Т.Л. и др. Дистанционное зондирование: количественный подход // М.: Недра, 1983. 415 с.

11. П.Иванов В.А. Грозоактивность и лесные пожары // Лесные пожары и борьба с ними. М.:ВНИИЛМ, 1987. с. 208 217.

12. Иванов В.А., Кисиляхов Е.К. Моделирование зажигания напочвенного покрова молнией // Лесные пожары: возникновение, распространение и экологические последствия. Материалы международной конференции. -Томск, 1995. с. 71 -73.

13. Иванов В.А. Механизм возникновения лесного пожара от молнии // Сибирский экологический журнал, 1996. Т.З. №1. с. 103 107.

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

15. Калесник C.B. Советский союз. Геогр. описание в 22 томах. Восточная Сибирь. / Ред. C.B. Калесник и др. // М.: Мысль. 1969. - 493 с.111

16. Камышева В.А., Столярчук J1.B. Условия возникновения массовых лесных пожаров от гроз // Тр. ГГО, 1984. Вып. 474. с. 120 126.

17. Кашкин В.Б., Сухинин А.И. Дистанционное зондирование Земли из космоса. Цифровая обработка изображений. Учебное пособие. // М.: Изд-во Логос, 2001. 264 с.

18. Коровин Г.Н., Барталев С.А., Беляев А.И. Интегрированная система мониторинга лесных пожаров // Лесное хозяйство. 1998. №4. с. 45-48.

19. Криксунов Л.З. Справочник по основам инфракрасной техники // М.: Советское радио, 1978. 400 с.

20. Курбатский Н.П. Техника и тактика тушения лесных пожаров // М.: Гослесбумиздат, 1962. 154 с.

21. Курбатский Н.П. Проблема лесных пожаров // Возникновение лесных пожаров. М.: Наука, 1964. с. 5 60.

22. Курбатский Н.П. О механизме возникновения лесных пожаров от молний // Лесоведение, 1976. №3. с. 95 98.

23. Липкин И.А. Статистическая радиотехника. Теория информации и кодирования // М.: «Вузовская книга», 2002. 216 с.

24. Листов A.A. Лесные пожары от гроз в лесах севера // Лесное хозяйство, 1967. №5. с. 38-40.

25. Ллойд Д. Системы тепловидения (Thermal imaging systems, 1975) // Пер. с англ. Н.В.Васильченко, под. ред. А.И.Горячева. М.: Мир, 1978.

26. Рис У. Основы дистанционного зондирования. // М.: Техносфера, 2006. 336 с.

27. Софронов М.А., Гольдаммер И.Г., Волокитина A.B., Софронова Т.М. Пожарная опасность в природных условиях // Красноярск: Институт леса им. В.Н. Сукачева СО РАН, 2005. 330 с.

28. Спутниковый мониторинг лесных пожаров в России. Итоги. Проблемы. Перспективы: Аналит. Обзор // СО РАН. ИОА. ГПНТБ; Ред. В.В. Белов. // Новосибирск, 2003. Сер. Экология. Вып. 70. 135 с.

29. Столярчук Л.В., Раков В.А., Белая А.Ю. Грозы, вызывающие лесные пожары // Лесные пожары и борьба с ними. Л.: ЛенНИИЛХ,1989. с. 18 -24.

30. Сухинин А.И. Температурное поле при распространении пламени по хвое // Проблемы лесной пирологии. Красноярск: ИЛиД им. В.Н. Сукачева СО РАН СССР, 1975. с. 100-127.

31. Сухинин А.И. Вероятность обнаружения лесных пожаров дистанционными методами // Лесные пожары и борьба с ними. ВНИИПОМлесхоз. Красноярск. 1991. с. 56-69.

32. Сухинин А.И. Система космического мониторинга лесных пожаров в Красноярском крае // Сибирский экологический журнал. 1996 №1 с.85 -91.

33. Сухинин А.И. Пономарев Е.И. Комплексная оценка пожарной опасности и прогнозирование энергетических параметров лесных пожаров с использованием геоинформационных баз данных // Вычислительные технологии. 2000. № 6. с. 112-119.

34. Тарасов В.В., Якушенков Ю.Г. Инфракрасные системы «смотрящего» типа // М.: Логос, 2004. 444с.

35. Тихонов В.И. Статистическая радиотехника // М.: Советское радио, 1966. 680 с.

36. Успенский С.Н. Загорание леса от молний и меры предупреждения пожаров в ленточных борах Прииртышья // Труды КазНИИЛХа, 1959. Т.2. с.237 264.

37. Филиппов А.Х. Грозы Восточной Сибири // Л.: Гидрометеоиздат, 1974. 75 с.

38. Хадсон Р. Инфракрасные системы. // М.: Мир, 1972. 534с. 40.Чалмерс Д.А. Атмосферное электричество // Л.: Гидрометеоиздат, 1974.420 с.

39. Червонный М.Г. Охрана лесов от пожаров / М.Г. Червонный // М.: Лесная промышленность. 1973. - 104 с.

40. Швецов Е.Г. Пространственные и временные соотношения разрядов молний и лесных пожаров в Красноярском крае // Исследование компонентов лесных экосистем Сибири. Материалы конференции молодых ученых. Красноярск, 2006. с. 87 89.

41. Швецов Е.Г. Пожары от гроз и погодные условия // Исследование компонентов лесных экосистем Сибири. Материалы конференции молодых ученых. Красноярск, 2007. с. 78 - 79.

42. Швецов Е.Г. Сухинин А.И., Пономарев Е.И. Исследование влияния погодных условий на возникновение пожаров от гроз // Хвойные бореальной зоны. Красноярск, 2008. Т. 25, № 1-2. с. 47-50.

43. Швецов Е.Г., Сухинин А.И. Оценка энергетических параметров лесных пожаров по данным спутниковой съемки. // Вестник Сибирского государственного аэрокосмического университета имени академика М.Ф. Решетнева. Красноярск, 2011. Вып. 2 (35). с. 87 91.

44. Шонланд Б. Полет молнии // Л.: Гидрометеоиздат, 1970. 160 с.

45. Якушенков Ю.Г. Теория и расчет оптико-электронных приборов // М.: Логос, 1999. 480с.

46. Alexander М.Е. Crown fire thresholds in exotic pine plantations of Australasia // Ph.D. Thesis, Aust. Natl. Univ., Canberra, ACT, 1998. 228 pp.

47. Andreae M., Merlet P. Emissions of trace gases and aerosols from biomass burning // Global Biogeochemical Cycles, 2001. Vol. 15(4). p. 955- 966.

48. Barbieri R. et al. Draft of the MODIS Level IB Algorithm Theoretical Basis Document Version 2.0 ATBMOD-Ol. // SAIC/GSC MCST Document. February 13, 1997.

49. Beck J.A., Alexander M.E., Harvey S.D., Beaver A.K. Forecasting diurnal variation in fire intensity to enhance wildland firefighter safety // International Journal of Wildland Fire 2002. Vol.11. p. 173 182.

50. Butler B.W., Cohen J.D. Firefighter safety zones: a theoretical model based on radiative heating // Int. J. Wildland Fire, 1998. Vol.8, p. 73-77.

51. Byram G.M. Combustion of forest fuels // In Forest Fire: Control and Use. McGraw-Hill, New York, NY, 1959. p. 61 89.

52. Catchpole E.A., Alexander M.E., Gill A.M. Elliptical-fire perimeter- and area-intensity distributions // Can. J. For. Res. 1992. Vol. 22. p. 968-972.

53. Conard S.G., Sukhinin A.I., Stocks B.J., Cahoon D.R., Davidenko E.P. and Ivanova G.A. Determining effects of area burned and fire severity on carbon cycling and emissions in Siberia // Climatic Change, 2002. Vol.55, p. 197 — 211.

54. Davidenko E.P., Eritsov A. The Fire Season 2002 in Russia. Report of the Aerial Forest Fire Service Avialesookhrana. Russian Federation Fire 2002 Special Part II. // International Forest Fire News (IFFN) 2003. No. 28.

55. Davis K.P., Byram G.M., Krum W.R. Forest fire: control and use // N.Y.; Toronto; L. Grau-Hill Book Co. 1959. p. 584.

56. Dowty P.A Theoretical Investigation of Fire Detection with AVHRR Data // M.S. Thesis, Department of Environmental Sciences, University of Virginia, Charlottesville, Virginia, 1993. pp.89.

57. Dozier J. A method for satellite identification of surface temperature fields of sub-pixel resolution // Remote Sensing of Environment, 1981. Vol.11, p. 221— 229.

58. Ferguson S., Sandberg D., Ottmar R. Modeling the effect of land use changes on global biomass emissions // Biomass Burning and Its Inter-relationship With the Climate System, Springer, New York, 2000. pp. 33 50.

59. Flannigan M.D., Vonder Haar T.H. Forest fire monitoring using NOAA satellite AVHRR // Canadian Journal of Forest Research, 1986. Vol.16, p. 975982.

60. Franca J.R., Brustet J.M., Fontan J. A multispectral remote sensing of biomass burning in West Africa // Submitted to Journal of Atmospheric Chemistry -1993.

61. Franca J.R., Brustet J.M., Fontan J., Gregoire J.M., Malingreau J.P. A Multi-Spectral Remote Sensing of Biomass Burning in West Africa During 90/91 Dry Season // Presented at the XVM-EGS General Assembly, May 1993, Wiesbaden, Germany, 1993.

62. GFMC International Multi-Lingual Fire Management Terminology, 2010. 360 p. Электронный ресурс. Режим доступа: http://www.fire.uni-freiburg.de/literature/RUS-MON-GER-ENG-Glossary-Web.pdf.

63. Giglio L., Kendall J.D. Application of the Dozier retrieval to wildfire characterization—a sensitivity analysis // Remote Sensing of Environment, 2001. Vol.77 p. 34-49.

64. Giglio L., Descloitres J., Justice C.O., Kaufman Y.J. An Enhanced Contextual Fire Detection Algorithm for MODIS // Remote Sensing of Environment. -2003. Vol.87, p. 273-282.

65. Giglio L., van der Werf G.R., Randerson J.T., Collatz G.J., Kasibhatla P. Global estimation of burned area using MODIS active fire observations // Atmos. Chem. Phys., 2006. Vol. 6. pp. 957-974.

66. Goldammer J.G. The Wildland Fire Season 2002 in the Russian Federation. An Assessment by the Global Fire Monitoring Center (GFMC). Russian Federation Fire 2002 Special Part I. // International Forest Fire News (IFFN), 2003. No. 28.

67. Gregoire, J.-M., Tansey K., Silva J.M.N. The GBA2000 initiative: Developing a global burned area database from SPOT-VEGETATION imagery. // International Journal of Remote Sensing, 2003. Vol. 24, pp. 1369 1376.

68. Ichoku C.A., Kaufman Y.J. Method to Derive Smoke Emission Rates From MODIS Fire Radiative Energy Measurements // IEEE Transactions on Geoscience and remote sensing, 2005. Vol. 43, No. 11. p. 2636 2649

69. Justice C.O., Giglio L., Korontzi S., Owens J., Morisette J., Roy D., Descloitres J., Alleaume S., Petitcolin F., Kaufman Y. The MODIS fire products // Remote Sensing of Environment, 2002. Vol.83, p. 244-262.

70. Justice C.O., Giglio L., Boschetti L., Roy D., Csiszar I., Morisette J., Kaufman Y. Algorithm Technical Background Document. MODIS Fire Products // EOS ID# 2741, 2006

71. Kaufman Y.J. Atmospheric effects on remote sensing of surface reflectance // Remote Sensing, 1984. Vol. 475. p. 20 33.

72. Kaufman Y.J., Setzer A., Justice C., Tucker C.J., Pereira M.C., Fung I. Remote Sensing of Biomass Burning in the Tropics. // In: Fire in the Tropical Biota:

73. Ecosystem Processes and Global challenges, J.G. Goldammer (ed.), SpringerVerlag, Berlin, 1990. p. 371-399.

74. Kaufman Y.J., Tucker C.J., Fung I. Remote Sensing of Biomass Burning in the Tropics. // Journal of Geophysical Research, 1990. Vol. 95. №7. p. 9927-9939.

75. Kaufman Y.J., Justice C.O. MODIS ATBD: Fire Products (Version 2.2, Nov. 10, 1998) // EOS ID#2741. 1998.

76. Kaufman Y.J., Justice C.O., Flynn L.P., Kendall J.D., Prins E.M., Giglio L., Ward D.E., Menzel W.P., Setzer A.W. Potential global fire monitoring from EOS-MODIS // Journal of Geophysical Research, 1998. Vol. 103. p. 3221532238.

77. Kaufman Y.J., Kleidman R.G. King M.D. SCAR-B fires in the tropics: properties and remote sensing from EOS-MODIS // Journal of Geophysical Research, 1998. Vol.103, p. 31955-31968.

78. Langaas S., Muirhead K. Monitoring bushfires in West Africa by weather satellites // Presented at the 22nd International Symposium on Remote Sensing of Environment, October 20-26, Abidjan, Cote d'lvoire. 1988.

79. Langaas S. A critical review of sub-resolution fire detection techniques and principles using thermal satellite data // PhD Thesis, Department of Geography, University of Oslo, Norway, 1995.

80. Leicester R.H. Building technology to resist fire, flood, and drought // Natural Disasters in Australia, Aust. Acad. Tech. Sci, Parkville, Victoria, 1985. p. 221236.

81. Li Z., Nadon S., Cihlar J. Satellite-based detection of Canadian boreal forest fires: development and application of the algorithm // Int. J. Remote Sensing, 2000. Vol. 21. No. 16. pp. 3057 3069.

82. Lorenz E., Oertel D., Zhukov B., Wooster M., Roberts G., Perry G., Csiszar I. Lessons Learned from Dedicated Active Fire Remote Sensing // In: 31st International Symposium on Remote Sensing of Environment (ISRSE)

83. Global Monitoring for Sustainability and Security, 20-24 May, 2005. Saint Peterburg, Proceedings, S. 4 p.

84. Matson M., Dozier J. Identification of Sub resolution High Temperature Sources Using a Thermal IR Sensor // Photogrammetric Engineering and Remote Sensing, 1981. Vol. 47, № 9, September, p. 1311 -1318.

85. McRae D.J., Conard S.G., Ivanova G.A., Sukhinin A.I., et. al. Variability of fire behavior, fire effects, and emissions in Scotch pine forests of Central Siberia // Mitigation and Adaptation Strategies for Global Change, 2006. Vol.11, p. 45-74.

86. Morisette J.T., Giglio L., Csiszar I., Justice C.O. Validation of the MODIS active fire product over Southern Africa with ASTER data // International Journal of Remote Sensing, 2005. Vol.26, No. 19, pp. 4239 4264.

87. Morris G.A. A simple method for computing spotting distances from wind-driven surface fires. Res. Note INT-374 // USDA For. Serv., Intermt. Res. Stn., Ogden, UT, 1987. 6 pp.

88. Newman M. Toward a common language for aerial delivery mechanics // Fire Manage. Notes, 1974. 35(1). p. 18-19.

89. NOAA KLM User's Guide Электронный ресурс. Режим доступа: http://www2.ncdc.noaa.gov/docs/klm/index.htm

90. Prins E.M., Menzel W.P. Trends in South American biomass burning detected with the GOES visible infrared spin scan radiometer atmospheric sounder from 1983 to 1991 // Journal of Geophysical Research, 1994. Vol. 99, p. 16719-16735.

91. Qian Y., Yan G., Duan S., Kong X. A contextual fire detection algorithm for simulated HJ-1B imagery // Sensors, 2009. Vol. 9. p. 961 979.

92. Robinson J.M. Fire from space: global fire evaluation using infrared remote sensing // International Journal of Remote Sensing, 1991. Vol. 12. p. 3 -24.

93. Ryan K.C. Dynamic interactions between forest structure and fire behavior in boreal ecosystems. // Silva Fennica, 2002. Vol. 36(1). p. 13-39.

94. Shvidenko A., Goldammer J.G. The forest fire situation in Russia. // International Forest Fire News, 2001. No. 24. pp.41 59

95. Smith A.M.S., Wooster M.J. Remote classification of head and backfire types from MODIS fire radiative power and smoke plume observations // International Journal of Wildland Fire, 2005. Vol. 14. p. 249 254.

96. Soja A.J., Sukhinin A.I., Cahoon D.R., Shugart H.H., Stackhouse Jr. P.W. AVHRR-derived fire frequency, distribution and area burned in Siberia // Int. J. Remote Sensing, 2004. Vol. 25 No. 10. p. 1939-1960.

97. Sokolova, G.A., Teteryatnikova E.P. Estimation of dynamics of forests of Russian Far East and Eastern Siberia caused by natural and anthropogenic factors // Research Report, Far Eastern Research Forestry Institute. Khabarovsk, 2002. 180 pp.

98. Stocks B.J. The extent and impact of forest fires in northern circumpolar countries // Global biomass burning: atmospheric, climatic and biospheric implications, Levine, J.S. (ed.), 1991. MIT Press, Cambridge, MA. p. 197 -202.

99. The Hdf Group Электронный ресурс. Режим доступа: http://www.hdfgroup.org

100. Valendik E.N. Temporal and Spatial Distribution of Forest Fires in Siberia // Fire in Ecosystems of Boreal Eurasia, Goldammer J.G. and Furyaev V.V. (ed). 1996. Kluwer Acadenic Publishers: Dordrecht, p. 129 138.

101. Van Wagner C.E. Development and structure of the Canadian Forest Fire Weather Index System. // Can. For. Serv., Petawawa. Techn. Rep. 35. Ontario, 1987. 37p.

102. Warren S.G., Hahn C.J., London J., Chervin R.M. Jenne R.L. Global distribution of total cloud cover and cloud type amounts over land // National Center for Atmospheric Research Tech. Note, 1986. NCAR/TN-273+STR, 29 pp.

103. Wilson A.A.G. Width of firebreak that is necessary to stop grass fires: somefield experiments // Can. J. For. Res., 1988. Vol.18, p. 682-68 7.

104. Wooster M.J., Rothery D.A. Thermal monitoring of Lascar Volcano, Chile using infrared data from the Along Track Scanning Radiometer: a 1992 1995 time-series // Bulletin of Volcanology, 1997. Vol.58, p. 566- 579.

105. Wooster M.J. Small-scale experimental testing of fire radiative energy for quantifying mass combusted in natural vegetation fires // Geophysical Research Letters, 2002. Vol.29(21). 2027 (doi: 10.1029/ 2002GL015487).

106. Wooster M.J., Zhukov B., Oertel D. Fire radiative energy for quantitative study of biomass burning: derivation from the BIRD experimental satellite and comparison to MODIS fire products // Remote Sensing of Environment, 2003. Vol.86, p. 83-107.

107. Yamaguchi Y., Kahle A.B., Tsu H., Kawakami T., Pniel M. Overview of Advanced Spaceborae Thermal Emission and Reflection Radiometer (ASTER). // IEEE Transactions on Geoscience and Remote Sensing, 1998. Vol. 46, pp. 1062-1071