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

005006907

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 2 ЯНВ 2012

Красноярск - 2011

005006907

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

Научный руководитель:

кандидат физико-математических наук, доцент Сухинин Анатолий Иванович

Официальные оппоненты:

доктор технических наук, профессор Кашкин Валентин Борисович

доктор физико-математических наук, Белов Владимир Васильевич

Ведущая организация:

государственный университет" (г. Красноярск)

Федеральное государственное образовательное учреждение профессионального образования

юе бюджетное ¡ше высшего ния "Сибирский технологический

Защита состоится 10 февраля 2012 г. в 14-00 на заседании диссертационного совета ДМ 212.099.05 при Сибирском федеральном университете по адресу: г. Красноярск, ул. акад. Киренского, 26, аудитория УЛК 115

С диссертацией можно ознакомиться в библиотеке Сибирского федерального университета.

Автореферат разослан "28" декабря 2011 г.

Ученый секретарь диссертационного совета

Непомнящий О.В.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы,

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 исследований с применением спутниковых данных, выполненных разными авторами, могут отличаться в два и более раз (Sukhinin et.a]., 2004; Giglio et.al., 2006; Soja cLal., 2004; Shvidenko, Goldammer, 2001; Davidenko, Eritsov, 2003; Conard etal., 2002; Gregorie et.al., 2003). 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 подходов к обнаружению пожаров, использующих спутниковые системы и различные варианты пороговых алгоритмов в процессе обнаружения активных очагов (Prins, Menzel, 1993; Kaufman, Justice, 1998a; Li eLal., 2000; Giglio et.al., 2003; Sukhinin etal., 2004). Величина применяемого порогового значения определяет долю тепловых аномалий, которые классифицируются как пожары. В то же время интерес представляет значение вероятности, с которой обнаруженная тепловая аномалия является пожаром. Вероятность правильного обнаружения пожара определяется как характеристиками пожара, так и параметрами сенсора, такими как мгновенный угол зрения, обнаружительная способность детектора и т.д. Исследование влияния характеристик тепловой аномалии и сенсора на вероятность обнаружения позволяет оценивать возможности существующих систем 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, согласно доступным источникам, известен только один алгоритм обнаружения, дающий оценку вероятности обнаружения пожара, MOD14, в котором применяется подход, описанный в работе Гиглио с соавторами (Giglio et.al., 2003). В то же время, пороговые значения, используемые в алгоритме, не учитывают региональные особенности, что может приводить к существенному занижению вероятности обнаружения 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 мониторинг их параметров: площади, периметра кромки и радиационной энергии1 пожара. Так, оценки радиационной мощности пожара позволяют получить информацию относительно количества горящей биомассы и поэтому могут

1 Под радиационной энергией понимается доля тепловой энергии, выделяемой в процессе горения растительности, которая высвобождается через механизм излучения (Kaufman et,al., 1996).

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 (Kaufman etal., 1998b; Kaufman et.al., 1998c; Wooster et.al., 2003). Однако измерения радиационной мощности также могут быть применены для оценки интенсивности тепловыделения на кромке пожара. Кроме этого, измерения радиационной мощности позволяют делать вывод о вцде пожара. Поэтому актуальным является дальнейшее развитие методов оценки энергетических параметров лесных пожаров.

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

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

1. Исследование влияния характеристик инфракрасной аппаратуры на детектирование пожаров;

2. Разработка метода обнаружения лесных пожаров из космоса с использованием вероятностных порогов;

3. Модификация процедуры расчета вероятности обнаружения пожара в алгоритме MOD 14 для лучшего соответствия условиям Сибири;

4. Разработка методики дистанционного мониторинга энергетических параметров лесных пожаров с использованием спутниковых данных;

5. Выявление связи между количеством энергии, выделяемой пожарами, и уровнем пожарной опасности по условиям погоды;

6. Проведение статистического анализа возникновения и распределения площади пожаров, обнаруженных на территории Восточной Сибири за 1998-2009 годы.

Научная новизна диссертационного исследования состоит в следующем:

1. Предложен научно обоснованный метод расчета вероятности обнаружения пожара на основании характеристик пожара и параметров аппаратуры обнаружения, позволяющий оценивать возможности аппаратуры космических систем по обнаружению лесных пожаров;

2. Выполнена оценка влияния характеристик тепловой аномалии и геометрии наблюдения на вероятность обнаружения пожара, что позволяет определять теоретические пределы детектирования пожаров с помощью приборов космического базирования;

3. Предложен алгоритм расчета вероятности обнаружения лесных пожаров, использующий статистические закономерности распределения температур земной поверхности, позволяющий осуществлять мониторинг лесных пожаров в геоклиматичсских условиях Сибири;

4. Разработана методика оценки интенсивности тепловыделения на кромке пожара и определения его вида на основании энергетического признака по данным спутниковой съемки, позволяющая оценивать степень воздействия пожара на экосистемы.

На защиту выносятся:

1. Метод расчета вероятности обнаружения лесного пожара, основанный на анализе информации о параметрах радиометра, и используемый для оценивал ля возможностей спутниковых систем по обнаружению лесных пожаров;

2. Модифицированная методика оценки вероятности обнаружения лесного пожара по распределению температуры подстилающей поверхности, и измененные пороговые значения в алгоритме обнаружения применительно к геоклиматическим условиям Сибири повышают количество обнаружений пожаров на 20% по сравнению с алгоритмом МСЮ14;

3. Результаты анализа динамики изменения радиационной мощности пожаров и индексов пожарной опасности по условиям погоды позволяющие прогнозировать изменения мощности пожаров по данным метеостанций;

4. Разработанный модуль энергетической диагностики, позволяющий оценивать энергетические характеристики лесных пожаров, в том числе интенсивность тепловыделения на кромке, и определять вид пожаров по спутниковым даш1ым.

Практической значимостью обладают

1. Предложенная модифицированная методика расчета вероятности обнаружения пожаров, может быть использована в системах обнаружения пожаров по спутниковым данным и позволяет увеличить число детекгируемых пожаров для территории Сибири по сравнению с МСШ14;

2. Метод расчета вероятности обнаружения пожара через характеристики радиометра позволяющий проводить теоретическую оценку возможностей спутниковых систем по обнаружению пожаров, а также может использоваться при проектировании систем раннего обнаружения;

3. Разработанный модуль энергетической диагностики лесных пожаров, применяемый при оперативном мониторинге пожаров в качестве источника дополнительной информации при оценке интенсивности тепловыделения на кромке, эмиссий, выделяющихся при пожаре, поведения и вида пожара.

Апробация работы, Материалы диссертационного исследования были представлены на следующих конференциях:

1. Всероссийской с международным участием научно-технической конференции "Современные проблемы радиоэлектроники", проводившейся в Институте радиоэлектроники Красноярского государственного технического университета в 2005 году;

2. Международных конференциях "Решетневские чтения", проводившихся в Сибирском государственном аэрокосмическом университете им. М.Ф. Решетнева в 2006 и 2009 годах;

3. Международной конференции "Сопряженные задачи механики реагирующих сред, информатики и экологии", проводившейся в Томском государственном университете в 2007 году;

4. Ежегодных конференциях молодых ученых "Исследование компонентов лесных экосистем Сибири", проводившихся в Институте леса им. В.Н. Сукачева в 2005,2006 и 2007 годах;

5. 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 работ, из которых четыре в рецензируемых изданиях, включенных в список ВАК.

Личный вклад автора. Основные результаты диссертационного исследования получены лично автором, в том числе автором проведен анализ существующих подходов к обнаружению лесных пожаров из космоса, выполнены расчеты, необходимые для разработки и проверки методов расчета вероятности обнаружения пожара, разработана программа детектирования пожаров и оценки их энергетических параметров.

Структура и объем диссертации. Диссертация состоит из введения, 4 глав, заключения, списка литературы и 7 приложений; содержит 16 таблиц, 25 рисунков. Общий объем составляет 142 страницы. Список литературы включает 140 источников, из них 83 на иностранных языках.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

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

Глава 1. Обзор современных методов обнаружения лесных пожаров из космоса

В первой главе рассматриваются физические основы дистанционного зондирования Земли с применением спутниковых систем. Приведены краткие характеристики систем NOAA AVHRR и TERRA/AQUA MODIS, применяющихся для решения задач дистанционного зондирования земной поверхности и детектирования пожаров.

Рассмотрены существующие подходы к обнаружению и мониторингу лесных пожаров из космоса. Современные методы детектирования пожаров из космоса основаны на анализе яркостных температур в отдельных спектральных каналах спутниковых радиометров. Основным критерием наличия пожара является локальное повышение температуры. Так, если температура земной поверхности обычно не превышает нескольких десятков градусов Цельсия, температура пожара может составлять от 500К до более чем 1000К. Основными каналами, используемыми в процессе обнаружения активных пожаров, являются средний инфракрасный и тепловой инфракрасный. Такой выбор каналов обусловлен тем, что согласно закону смещения Вина на средний инфракрасный канал (обычно 3,5 - 4 мкм) приходится максимум энергии, выделяемой телом с температурой около 800К, т.е. температурой горящей растительности. В то же время тепловой инфракрасный канал (10 - 11 мкм) охватывает максимум энергии, выделяемой фоном. Здесь под

фоном понимается подстилающая поверхность, не содержащая активного горения или тления.

В настоящее время наиболее широко применяемым алгоритмом детектирования тепловых аномалий по данным MODIS, является алгоритм MOD14 (Justice, Giglio, etal., 2006). Данный алгоритм также позволяет выполнять оценку вероятности обнаружения пожара. Однако, надо отметить, что процедура расчета вероятности обнаружения алгоритма MOD14 имеет недостатки. Они связаны с использованием в нем 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 MOD 14.

Расчет вероятности обнаружения пожара с использованием параметров радиометра

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 предельное 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:

где ¡(1) - полезный сигнал, пф - аддитивный 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 Ь может быть определена исходя из заданной вероятности ложного обнаружения:

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

Известно, что спектральная облученность приемного устройства от точечной цели, т.е. цели, угловые размеры которой меньше мгновенного поля зрения, равна (Хадсон, 1972; Тарасов, Якушенков, 2004)

(2)

Jx-Ta{iyrj{l) нл=-Ji-. (3)

где FIX ~ спектральная облученность, Втм 2~мкм'' -стер"1; — спектральная

мощность излучения цели, Вт-мкм"'-стерта(1) — спектральный коэффициент пропускания трассы между целью и приемным устройством; т¡(1) - коэффициент прозрачности полога древостоя; R - расстояние ог приемного устройства до цели, м.

Спектральная мощность излучения, падающего на приемное устройство, тогда выразится в виде:

(4)

где ¡'¡_ - спектральная мощность излучения, Вт мкм '-стер"1; Л„ - площадь входного зрачка оптической системы, м2; т0(Х) - коэффициент спектрального пропускания входной оптической системы (защитные стекла, основная оптика -линзы, зеркала; отсекающие фильтры, модуляционные растры и т. д.).

Тогда напряжение сигнала с приемника излучения равно:

К=РХ- Ф(А), (5)

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

чувствительность приемника, В-мкм-стер-Вт

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

Отсюда напряжение сигнала в интегральном виде выражается как: A h

К к■Г.(А)Т/(Л)-Г0(Л)-Ф(А>Й (6)

X

Величина шума, обозначаемая как V„, включает в себя среднеквадратичное напряжение шума приемника V„j, которое принимается как паспортная величина, и напряжение шума, создаваемое фоном, У„2, то есть V„ - Vnl + VНапряжение шума V„2 определяется из уравнения (б), где вместо мощности излучения цели Jj, используется мощность излучения фона J^. Тогда величина отношения сигнал/шум (S/N) определяется как:

if= к,= [Jl' Т"(Л)"Г/(Я)" Г°(А)'Фа)М" (7)

Уравнение (7) не решается в явном виде относительно дальности обнаружения R, поскольку функция пропускания атмосферы т/Х) зависит как от длины волны Я, так и от дальности R (Хадсон, 1972).

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 Я/ - и равенство та = 0 за ее границами, т. е. принимается средний коэффициент пропускания атмосферы для предполагаемой трассы R при заданном диапазоне ki - к2. В этом случае та находится по таблицам слоя осажденной воды, соответствующего заданной дальности и состоянию атмосферы (Криксунов, 1978; Тарасов, Якушенков, 2004).

Член заменяется на J - силу излучения в диапазоне длин волн АГЛ>

Члены га(Х), г/к), т0(7.) заменяется та, ту, т„ - средние в диапазоне I, ).2, Аналогично Ф(к) заменяется на Ф - среднее значение чувствительности в интервале Если ни одна из функций не изменяется быстро в спектральной полосе пропускания, эти приближения приводят к очень малой ошибке (Хадсон, 1972).

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

« = (8)

Поскольку Ф =—!— и I)'

VAVß'n)

. к -ДГ^

к -о"

Ф--(9)

л/ДТАГ

здесь Б* - удельная обнаружитслымя способность приемника, м-Гц"'5-Вт'Ал - площадь приемника, м2; - ширина полосы частот, эквивалентная шуму приемника, Гц.

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

А^= м-Г2, (10)

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

ЫА=(У21; (И),

где с)0 - диаметр входного зрачка системы, выраженный из соотношения А0 =

п-й02/4.

Максимальную дальность обнаружения приемника, исходя из (8) - (11), можно выразить через его параметры и параметры тепловой аномалии (Хадсон, 1972)

2 -fi^Äf-CK/K) _ (12)

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

(J-Ta.zf).(n-d0.NA.z0y(D') N l-F-fi-yTEf +(Jb.zü-zf)-(,K-d0-NA-T0)-(D')'

здесь Jb - сила излучения фона в диапазоне длин волн -

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

Следует также отметить, что полученное выражение может применяться при расчете параметров сенсора, необходимых для раннего обнаружения пожаров. Так, задавая требуемую вероятность обнаружения и параметры очага пожара можно произвести расчет характеристик сенсора, необходимых для обнаружения. В частности, для решения задачи обнаружения пожара на ранней стадии развития необходимо задавать небольшую площадь очага.

В качестве примера произведен расчет вероятности обнаружения пожара с применением соотношения (13). При этом температура зоны активного горения варьировалась от 700 до 900К, а ее площадь - от 0 до 15000 м2. Температура фона принималась равной ЗООК, среднеквадратичное отклонение температуры фона - 4К. Параметры радиометра, входящие в уравнение (13) рассчитывались для сенсора NOAA/AVHRR. Согласно опубликованным данным, эквивалентная шуму разность температур для 3 канала AVHRR составляет 0Д2К (NOAA KLM User's Guide). Следуя Ллойду (1978), величина S/N при этом принималась равной 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 с применением методики и табличных данных, приведенных у Криксунова (1978). Результаты расчетов в виде графиков приведены на рис. 1.

Увеличение температуры зоны активного горения приводит к резкому росту вероятности обнаружения. Так, например, пожар площадью 5000 м2 с температурой 700К обнаруживается в 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 от зенита по отношению к пожару спутника 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._

100

5 90 - ...................

1 80 I 70 ■ 1 60 ■ g 50 / 1 1 / ï f / - / / -T*700 -T=800 --T=900

fi40 g 30 - 1 20- •S- ........ .......- .......

S 10 H /s ................................-......

? # çÇ? ¿P ¿P ^ tP «P «P v N<P ^ sn?> Площадь ВТЗ, кв. u

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

Степень влияния отклонение 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. Таким образом, наблюдение небольших пожаров при значительных отклонениях от зенита является затруднительным.

Ss10000,Ts800 -S=10000,T=700 5=5000, Т=900 ----S=SO0O;T=800 — S=5000;T=700

—-—^

0 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 ЛУНЮ*.. 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.

70000

s. 60000 CQ

s- 50000 | 40000 * 30000 | 20000 ¡5 10000 0

Темпертура на кромке пожара, К

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

Так, для обнаружения пожара с температурой 600К его площадь должна составлять около 16000м2, в то же время для пожара с температурой 1000К эта площадь уменьшается примерно до 1300м2.

Таким образом, анализируя полученные данные можно сказать, что пожары с площадью до 1000м2 фактически не детектируются с помощью радиометра AVHRR даже при высокой температуре зоны активного горения. Пожары с площадью до 5000м2 могут быть обнаружены, только если они имеют высокую температуру (более 800К). Устойчивое детектирование пожаров наблюдается при площади высокотемпературной зоны от 10000 м2. Однако данные результаты получены при грубой оценке влияния атмосферы и полога древостоя на прохождение инфракрасного излучения. Коэффициент пропускания пологом древостоя принимался постоянным и равным 0.6. При более полном учете влияния всех факторов значения вероятностей обнаружения, по всей видимости, снизятся.

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 лесньгх 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:

1 " ( (t Tt TJ

PpacnC^det)

exp

Mr.

(14)

стг1 -л/2я- £

где: Тай - значение радиационной температуры в среднем инфракрасном диапазоне, соответствующее порогу обнаружения (°С), а21 - 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:

/>(Г„„) = 1-Ф

т,+тг,

= 1-ф

Mi

Is \~n

(15)

где Ф(х) - интеграл вероятности, (S/N) = Т, /<т3 .

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

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.

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

Температура 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

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 ЗООК, а стандартное отклонение составляло 4К. Результаты расчетов сведены в таблицу 2. Радиационная температура, соответствующая выбранным параметрам фона и тепловой аномалии рассчитывалась с помощью соотношений, приведенных в работе СНап с!. а1. (2009).

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

Температура 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 достаточно хорошее соответствие между результатами, полученными двумя методами, что может свидетельствовать о достоверности полученных результатов.

Предлагаемая методика расчета вероятности обнаружения сравнивалась с методикой, применяемой в алгоритме MOD14 (Giglio etal., 2003). Установлено, что вероятность обнаружения пожара по данным MOD 14 сильно занижается в ряде случаев. Такие ситуации возникают, например, при обнаружении пожаров на холодном фоне. В таких случаях вероятность обнаружения, присваиваемая пожару алгоритмом MOD14, 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%), часто могут возникать ситуации пропуска пожаров. Предлагаемый в данной работе подход дает большие значения вероятности для пожаров, что позволяет повысить точность детектирования.

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. В таблице указаны значения вероятностей обнаружения, рассчитанные с помощью методики, реализованной в алгоритме МОЭ14 и предлагаемой методики. Кроме этого приведены значения температур пожарных пикселей и окружающего их фона.

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

Пожар

1 2 3 4 5 6

РмОО!4,% 22 49 75 25 71 48

Р,% 66 100 100 93 100 99

т21,к 312.72 311.43 322.37 312.09 319.07 312.33

Т2|ь.К 296.28 288.63 289.13 290.04 287.29 290.39

021,к 4.82 2.19 4.4 5.19 1.64 3.06

ДТ,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

стдт.К 4.52 2.18 4.85 5.39 1.75 4.4

В таблице 3 используются следующее обозначения: Рмоэн - вероятность обнаружения по МОР14; Р - вероятность обнаружения по предлагаемому методу, Т21 и Т21Ь - температура в 21 канале МООГБ пожарного пикселя и фона, соответственно; 021 - среднеквадратичное отклонение температуры фона в 21 канале; ДТ и ДТЬ - разность температур 21 и 31 каналов для пожарного пикселя и фона, соответственно; <Тдт - 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 М0014, 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 МОИ 14: (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 (Т21 > 360К). По сравнению с исходным алгоритмом MOD14 здесь снижен порог для 21 канала.

5. Расчет характеристик фона. Определяются величины T2ib, T31b и ДТЬ, а также Oil, о31 и одт. Процедура аналогична MOD14 за исключением того, что при расчете фоновых характеристик исключаются пиксели, недавно пройденные огнем. Для этого используется критерий: р2 < 0.2 (Zhukov et.al., 2006).

6. Порог температуры диапазона 21: T2i>T2,b+2o2i и 31: Тц>Т3,ь+оц\

7. Порог разности температур в диапазонах 21 и 31: ЛТ> ЛТЬ + 2алт и ЛТ>ЛТЬ

+ 8К;

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

8. Объединение термически активных точек, в том числе удаленных на некоторое заданное расстояние друг от друга, в кластер пожара. В настоящее время применяется пороговое расстояние 3 км. Вычисление координат центра и площади пожара как территории, пройденной огнем.

При описании использовались следующие обозначения: р| и р2 - значения альбедо в 1 и 2 каналах MODIS; Т2], Тзь Т32 - температуры пожарного пикселя в 21, 31 и 32 каналах; T2ib, T31b и ДТЬ - температура фона в 21 и 31 каналах и их разность; а21, о3, и аду - среднеквадратичное отклонение температуры фона в 21 и 31 канале и их разности.

Оценка работы алгоритма проводилась путем сравнения с результатами детектирования с применением алгоритма MOD 14 (Giglio, 2003), использующегося в пожарных продуктах MODIS, данными МЧС РФ, а также визуального сопоставления со снимками MODIS с разрешением 250м. Всего было проанализировано 36 снимков MODIS за 2008, 2010 и 2011 годы. Снимки брались на следующие, наиболее горимые, районы: Забайкальский край, Якутия и Хабаровский край, районы красноярского Приангарья, а также Иркутской области.

В результате было обнаружено примерно на 19% больше тепловых аномалий, подтвержденных как пожары, чем с применением алгоритма MOD14.

Достоверность результатов, получаемых с помощью предложенного метода, определялась путем сравнения со снимками высокого разрешения, сделанных с помощью спутников SPOT и LANDSAT. При этом получено, что данный метод приводит к завышению значений площади, пройденной огнем, в среднем, примерно на 30% по сравнению с данными высокого разрешения. Такое завышение вызывается низким пространственным разрешением применяемых сенсоров AVHRR и MODIS, при этом, большинство пожаров оказываются субпиксельными. Таким образом, к итоговым значениям площадей, пройденных огнем, полученных по данным низкого разрешения, необходимо проводить корректировку, учитывающую это завышение.

Глава 3. Дистанционный контроль энергетических параметров лесных пожаров

Помимо непосредственного обнаружения пожара важной задачей является контроль энергетических параметров пожара. В частности интенсивность тепловыделения на кромке пожара определяет количество сил и средств, необходимых для ликвидации пожара. Кроме того, подобные оценки используются

как часть исходных данных при оценке степени повреждения древостоя пожаром. Кауфманом (Kaufman et.al., 1996) установлено, что измерение количества энергии, выделяемой в процессе горения и регистрируемой спутниковыми радиометрами, может дать величину, напрямую связанную с интенсивностью кромки пожара и количеством растительности, сгорающей в единицу времени. В данной работе предложен метод оценки интенсивности тепловыделения на кромке пожара по спутниковым измерениям. Также измерения энергии, выделенной при сгорании растительности, позволяют оценить и количество сгоревшей биомассы. Это, в свою очередь, дает возможность оценки пирогенных эмиссий практически в реальном времени. Кроме того, энергетический признак является ключевым и при определении вида пожара. В частности, значение интенсивности кромки и мощность тепловыделения для низовых и верховых пожаров может изменяться в широких пределах (Курбатский, 1962; Курбатский 1964; Ryan, 2002).

Радиационная энергия пожара - это доля энергии, выделяемой в процессе горения, которая высвобождается в виде излучения.

При наблюдении с земной орбиты каждый пиксель будет не однородным и может рассматриваться как состоящий из п тепловых компонент, каждая из которых имеет свою температуру и субпиксельную площадь. В зависимости от точного размера пикселя, в нем могут присутствовать как тление и остывающая земля, так и имеющее более высокую температуру пламенное горение (Robinson, 1991). Исходя из закона Стефана-Больцмана, для каждого пожарного пикселя общая величина радиационной энергии, выделенной всеми тепловыми компонентами (не включая фон), может быть вычислена как

FRP^A^-c-s^A,'^, (16)

1-4

здесь FRP - радиационная мощность пожара (Дж с"1), - площадь

наземной проекции пикселя радиометра (м2), s - постоянная Стефана-Больцмана (5,67x10"8 Дж с"1 м-2 К4), А,— доля площади i-ой тепловой компоненты поверхности в рамках отдельного наземного пикселя, - температура i-ой тепловой компоненты (К), е - излучательная способность.

Поскольку из-за низкого пространственного разрешения применяемых радиометров непосредственно уравнение (16) для оценки радиационной мощности не применяется. Вместо этого используются аппроксимации, связывающие значения радиационной мощности и температуры в среднем инфракрасном диапазоне (Kaufman et,al., 1998а; Wooster étal., 2003). В данной работе оценка радиационной мощности пожара выполнена с помощью метода, предложенного Кауфманом для определения радиационной мощности пожара по данным инструмента MODIS (Kaufman et.al., 1998а). Данное соотношение связывает радиационную мощность и температуры "пожарного" пикселя и фона следующим образом:

FRP — 4,34* 10~19 г (т^ Т^) (17)

где FRP - радиационная мощность, выделяемая пожаром; Тц - температура пикселя, содержащего пожар в 21 канале, Т211| - температура фона в 21 канале.

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

Интенсивность горения на кромке пожара может быть оценена по данным дистанционного зондирования с использованием следующего соотношения:

/г = FKP'X'o. (18)

где Ir - радиационная интенсивность кромки пожара (Вт/м); FRP -радиационная мощность пожара (т.е. доля мощности, выделяемая при сгорании лесных горючих материалов в виде излучения) с единицы площади кромки (Вт/м2); Хо - ширина кромки пожара (м).

Доля излучения в тепловом балансе пожара обычно составляет 10 - 60% (Сухинин, 1975; Гришин, 1984; Ferguson, 2000; Валендик, 2006). Если принять, wo это значение составляет 40%, то интенсивность кромки (без учета ослабления сигнала атмосферой и пологом древостоя) определяется как I = 2,5ТГ,

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 (Dozier, 1981). При этом длина кромки пожара оценивалась по числу «пожарных» пикселей, предполагая, что длина кромки в пределах каждого такого пикселя составляет 1000 м.

Можно отметить достаточно низкие температуры на фронте пожаров, рассчитанные в данной работе применительно к данным MODIS, даже в случае достаточно интенсивных пожаров. В то же время значения температуры, вычисленные с помощью этого же метода, но применяемого к данным радиометра BIRD, имеющего более высокое разрешение (Wooster et. al., 2003), дают более высокие значения (около 800К) (Lorenz et.al., 2005). То есть, можно сделать вывод, что основное влияние на результаты оценки температуры по данным инфракрасных радиометров с применением биспектрального метода оказывает их пространственное разрешение.

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 (Курбатский, 1962; Курбатский, 1964; Ryan, 2002), 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 хотя бы в одном пикселе.

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 (Вонский, 1975) и индексов канадской системы оценки пожарной опасности CFFWIS (Canadian forest lire weather index system) (Van Wagner, 1987). 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 1IB-I, 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 МОР18 для четырех метеостанций.____

пвл DMC DC BUI FWI

FRPtw. 0.67 0.76 0.76 0.76 0.18

И^Ркмренск 0.64 0.35 0.08 0.27 0.71

FR-Pß »на лвра 0.67 0.67 0.67 0.67 0.61

ЕТ^-Рвогучаны 0.26 0.26 0.24 0.25 0.67

На основании измерений радиационной мощности и значений индекса FWI 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 FWI для метеостанции Богучаиы, находящейся в том же районе, что и станция Ванавара. Полученная функциональная зависимость позволила спрогнозировать общую динамику изменения радиационной мощности. В то же время, особенно для низких значений мощности присутствуют существенные ошибки.

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

Оперативный мониторинг горимости лесов выполнялся с использованием многоспектралыюй съёмки низкого разрешения, осуществляемой аппаратурой космических аппаратов серии NOAA, а также аппаратами TERRA и AQUA.

По материалам спутниковых съемок, собранных за период 2004-2009 гг., и с применением разработанного алгоритма проведен анализ динамики изменения ситуации с лесными пожарами по субъектам РФ, расположенным на территории Сибири и части Дальнего Востока. Подтверждено, что в последние годы как число лесных пожаров и площади, поврежденные огнем, росли. На рисунке 4 показана статистика числа пожаров и площади, пройденной огнем за 1998 - 2009 годы.

Динамика изменения выгоревших площадей (рисунок 4) и числа пожаров аппроксимировалась линейными зависимостями. Коэффициенты корреляции для площади и числа пожаров составили соответственно 0,65 и 0,55.

В результате анализа распределения числа обнаруженных лесных пожаров и площадей, пройденных огнем, получено, что за рассмотренный период наиболее торимыми регионами являлись Забайкальский край, Амурская область, а также республика Бурятия. Кроме этого, в отдельные годы существенные площади, пройденные огнем, отмечались на территории Якутии, Красноярского края, Иркутской области. В разные годы па территориях этих субъектов регистрировалось от 60 до 80 % от общего числа пожаров, обнаруженных на территории Восточной Сибири. Доля выгоревшей площади для указанных субъектов в разные годы составляла от 46 до 81% от общей площади, пройденной огнем.

Рисунок 4. Динамика изменения площади, пройденной огнем и числа лесных пожаров за период с 1998 по 2009 годы на территории Сибири.

Следует отметить значительную среднюю площадь обнаруженных лесных пожаров. За весь рассмотренный период средние площади одного пожара составляли более 800 гектаров, притом, что по отдельным регионам они превышали 2000 гектаров. В то же время, согласно литературным источникам для Сибири крупным пожаром считается пожар с площадью более 200 гектаров (Червонный, 1973).

Также наблюдения за атмосферными моделями над горящими лесами в Восточной Сибири и на Дальнем Востоке продемонстрировали (БокхЛоуа, 2002) присутствие антициклонов над огромными участками территории Азии от Енисея до Охотского моря. Над этими территориями наблюдались длительные периоды высокого атмосферного давления. Это препятствовало прохождению, что еще более усиливало засуху над территориями, где действовали пожары, и отягощало ситуацию с лесными пожарами. Такие антициклоны, поддерживаемые эмиссиями тепла и дыма от пожаров, не разрушались в течение всего теплого периода. Похожей пространственно-временной устойчивости для континентальных гребней, не подверженных влиянию дымовых аэрозолей, не существует, отмечает в своей работе Соколова (2002). Только снижение солнечной радиации в конце лета устраняет влияние дымовых атмосферных аэрозолей, что приводит к постепенному разрушению континентального тропосферного гребня.

В течение последних 20 лет в различных районах на территории Азиатской части России почти ежегодно возникали катастрофические пожарные ситуации. Под катастрофическими лесными пожарами понимаются пожары, имеющие значительное негативное влияние на устойчивость лесных экосистем, уничтожают человеческие ценности и имущество (вРМС, 2010).

Развитие лесных пожаров до крупных размеров обусловлено рядом факторов, в том числе природными, и организационно-техническими. Они взаимосвязаны, и определенные их сочетания создают те условия, когда небольшой пожар развивается до размеров крупного. К природным факторам относятся растительность, рельеф и погодные условия. К организационно-техническим - наличие или отсутствие тех или иных средств пожаротушения и эффективных технологий их применения в организации тушения.

В целом, анализ результатов космического мониторинга лесных пожаров позволяет сделать следующие выводы:

Напряженная пожарная обстановка в лесах азиатской части России наблюдалась почти ежегодно в течение последнего десятилетия.

Массовые и катастрофические пожары носят групповой характер и практически полностью определяют горимость Азиатской территории России.

Спутниковый мониторинг в настоящее время перспективен для картирования и оценки последствий крупных, массовых и катастрофических пожаров. Авиационный мониторинг перспективен главным образом для детальной разведки тактических частей пожара, с целью определения его интенсивности и скорости продвижения кромки, а также оценки эффективности противопожарных мероприятий.

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

Основные результаты н выводы

Таким образом, в результате выполнения данной работы достигнуты следующие 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 АУН1Ш 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 М0014.

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.

Таким образом, на основании вышеизложенного, можно утверждать о достижении поставленных целей диссертационного исследования.

Список публикаций по теме диссертации

1. 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.

2. 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.

3. Сухииин 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.

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

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

6. 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.

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

8. 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.

9. 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. Решетиева. Выпуск2 (35)- Красноярск, 2011.-С. 87- 91.

Подписано в печать 26.12. 2011г. Формат 60x84/16 Бумага офсетная 80 г/м2 Способ печати - оперативный. Заказ № 365Тираж 150 экз. Отпечатано в типографии «ДарМа печать». Aspeo: г. Красноярск, Академгородок, 50, стр. 28. оф. 156. Тел. 290-72-32