Тип публикации: статья из журнала
Год издания: 2026
Идентификатор DOI: 10.34987/2500-4026-2026-1-204-219
Ключевые слова: landscape grassland fire, steppe fire, propagation modeling, forecasting, unmanned aircraft systems, satellite monitoring, fire hazard, ландшафтный низовой пожар, степной пожар, моделирование распространения, прогнозирование, беспилотные авиационные системы, спутниковый мониторинг, пожарная опасность
Аннотация: В статье представлен аналитический обзор современных математических моделей прогнозирования распространения ландшафтных низовых пожаров в степных зонах, где такие возгорания характеризуются высокой динамикой и разрушительной силой из-за особенностей травянистого покрова открытых ландшафтов. Рассмотрены основные классы моделей: полуПоказать полностьюэмпирические, основанные на комбинации физических принципов и эмпирических данных; симуляционные, реализующие пространственно-временную симуляцию фронта огня; а также подходы на основе машинного обучения, включая алгоритмы регрессии и сверточные нейронные сети для анализа больших массивов данных (метеопараметры, спутниковые снимки, исторические события). Проанализированы методологические основы, преимущества, ограничения и области применения моделей с учетом специфики степных (травяных) пожаров - высокой скорости распространения, сильной зависимости от ветра, степени просушки травы и топографии открытых ландшафтов (уклон, экспозиция склонов). Особое внимание уделено интеграции глобальных цифровых моделей рельефа SRTM для точного учета уклона и экспозиции склонов, что корректирует скорость распространения огня в моделях, а также данных беспилотных авиационных систем для оперативной оценки вегетационных индексов (NDVI, биомасса, влажность топлива) с высоким разрешением, что повышает точность карт топлива и прогнозирования. Выявлены тенденции роста пирологической активности в степных регионах России под влиянием климатических изменений. Описаны перспективы комбинированного использования моделей для оперативного прогнозирования и управления тушением в условиях МЧС России, включая гибридные подходы с интеграцией SRTM и БАС для минимизации рисков. The article presents an analytical review of modern mathematical models for predicting the spread of landscape grass fires in steppe zones, where such fires are characterized by high dynamics and destructive force due to the peculiarities of the grassy cover of open landscapes. The main classes of models are considered: semi-empirical, based on a combination of physical principles and empirical data; simulation, implementing a space-time simulation of the fire front.; as well as machine learning-based approaches, including regression algorithms and convolutional neural networks for analyzing large amounts of data (weather parameters, satellite images, historical events). The methodological foundations, advantages, limitations and areas of application of models are analyzed, taking into account the specifics of steppe (grass) fires - a high rate of spread, strong dependence on wind, the degree of drying of grass and the topography of open landscapes (slope, exposure of slopes). Special attention is paid to the integration of global digital SRTM terrain models to accurately account for slope slope and exposure, which corrects the fire propagation rate in the models, as well as data from unmanned aerial systems for rapid assessment of vegetation indices (NDVI, biomass, fuel moisture) with high resolution, which improves the accuracy of fuel maps and forecasting. The trends of pyrological activity growth in the steppe regions of Russia under the influence of climatic changes have been revealed. The prospects of combined use of models for operational forecasting and extinguishing management in the conditions of the Russian Ministry of Emergency Situations, including hybrid approaches with integration of SRTM and UAS to minimize risks, are described.
Журнал: Сибирский пожарно-спасательный вестник
Выпуск журнала: № 1
Номера страниц: 204-219
ISSN журнала: 25004026
Место издания: Железногорск
Издатель: Сибирская пожарно-спасательная академия