Методика комплексной оценки рисков ландшафтных пожаров по данным спутниковых наблюдений

Костюченко, ЮВ, Ющенко, МВ, Копачевский, ИМ, Левинский, С
Косм. наука технол. 2011, 17 ;(6):30-44
https://doi.org/10.15407/knit2011.06.030
Язык публикации: Украинский
Аннотация: 
Предложен подход к оценке рисков ландшафтных пожаров, который позволяет в рамках единой методологии учитывать влияния различных компонентов, таких как традиционные факторы, вызывающие чрезвычайные ситуации в регионе, долгосрочные изменения климата и окружающей среды, изменения метеорологических показателей, региональные изменения экосистем и природопользования (отражающиеся, в частности на динамике природного горючего). Предложено в явной форме уравнения для оценки вариабельности метеорологических условий и анализ накопления и динамики свойств природного горючего. Проанализирована связь между переменными, входящих в базовые уравнения модели оценки рисков и средствами контроля и спутниковыми индикаторами, которые могут быть использованы при модельных расчетах, определен перечень наиболее подходящих индикаторов. Предложено учитывать вероятность ошибочной интерпретации дистанционных данных при анализе комплексных рисков ландшафтных пожаров. К единому подходу включено компоненты для описания влияния пожаров на риск загрязнений атмосферного воздуха и риск для здоровья населения. Результаты могут быть использованы для построения комплексной методики оценки разновременных (включая долгосрочные) региональных рисков ландшафтных пожаров.
Ключевые слова: ландшафтные пожары, метеорологические показатели, экосистема
References: 
1.  Алымов В. Т., Тарасова Н. П. Техногенный риск: ана­лиз и оценка. — М.: ИКЦ «Академкнига». — 2005. — 118 с.
2.  Елохин А. Н., Бодриков О. В., Ульянов С. В. Методоло­гия комплексной оценки природных и техногенных рисков для населения регионов России // Проблемы безопасности при чрезвычайных ситуациях. — 1996. — 3. — С. 3 — 10.
3.  Лисиченко Г. В., Забулонов Ю. Л., Хміль Г. А. Природ­ний, техногенний та екологічний ризики: аналіз, оцін ка, управління. — Київ: Наук. думка, 2008. — 542 с.
4.  Методика прогнозирования масштабов заражения сильнодействующими ядовитыми веществами при авариях (разрушениях) на химически опасных объектах и транспорте: Рук. документ РД 52.04.253-90. — Л.: Гидрометеоиздат, 1990.
5.  Перри С. Г. Модель диффузии EPA для сложного рель­ефа: структура и характеристики // Междунар. конф. ВМО по моделированию загрязнения атмосферы и его применениям. — Л.: Гидрометеоиздат, 1986. — С. 14—15.
6.  Портер У. Современные основания общей теории систем. — М.: Наука, 1971. — 556 с.
7.  Тихонов А. Н., Самарский А. А. Уравнения математической физики. — М.: Гостехиздат, 1953. — 314 с.
8. Энциклопедия кибернетики / Под ред. В. М. Глушко-ва. — К.: Гл. ред. Укр. cов. энцикл., 1974. — Т. 2. — 620 с.
9. Albini F. A. Estimating wildfire behavior and effects // Gen. Tech. Rep. INT-30. — Ogden, U T: U.S. Depart­ment of Agriculture, Forest Service, Intermountain For­est and Range Experiment Station. — 1976. — 92 р.
10. Anthes R. A., Hsie E. Y., Kuo Y. H. Description of the Penn State/NCAR Mesoscale Model Version 4 (MM4) // NCAR Techn. Note. ⎯ Boulder, CO: Natl Cent. For At-mos. Res., 1987. ⎯ NCAR/TN-282+STR. — 70 p.
11. Balbi J. H., Santoni P. A., Dupuy J. L. Dynamic modelling of fire spread across a fuel bed // Int. J. Wildland Fire. — 1998. — 9, N 4. — P. 275—284.
12. Bartell S. M., Gardner R. H., O’Neill R. V. Ecological risk estimation. — Boca Raton, FL: Lewis Publs, 1992.
13. Ceccato P., Flasse S., Tarantola S., et al. Detecting vegeta­tion leaf water content using reflectance in the optical do­main // Remote Sens. Environ. — 2001. — 77. — P. 22— 33.
14. Climate Change 2001. The scientific basis // Report of the intergovernmental panel on climate change. — Cam­bridge: Univ. Press, 2001. — 83 p.
15. Daughtry C. S. T., Hunt Jr. E. R., McMurtrey III J. E. As­sessing crop residue cover using shortwave infrared reflect­ance // Remote Sens. Environ. — 2004. — 90. — P. 126— 134.
16. Devore J. L. Probability and statistics for engineering and the sciences. — Monterrey: Brooks & Cole Publ., 1987. — 672 p.
17. Dozier J. A method for satellite identification of surface temperature fields of subpixel resolution // Remote Sens. Environ. — 1981. — 11. — P. 221—229.
18.  Ermoliev Y. Stochastic quasigradient methods: applica­tions // Encyclopedia of Optimization / Eds C. Floudas, P. Pardalos. — New York: Springer Verlag, 2009. — P. 3801—3807.
19. Ermoliev Y., Hordijk L. Global changes: facets of robust decisions // Coping with uncertainty, modeling and policy issues / Eds K. Marti, Y. Ermoliev, G. Pflug, M. Ma-kowski. — Berlin: Springer-Verlag, 2006. — P. 4—28.
20. Ermoliev Yu., Detlof von Winterfeldt. Risk, security and ro­bust solutions // IIASA Interim Report. — 2010. — IR-10-013, IIASA. — 41 p.
21. Farr T. G., Rosen P. A., Caro E., et al. The shuttle radar topography mission // Revs Geophys. 2007. — 45. — RG2004. doi:10. 1029/2005RG000183.
22. Fisher S. G., Woodmansee R. Issue paper on ecological re­covery // Ecological risk assessment issue papers. — Wash­ington, DC: Risk Assessment Forum, U.S. Environmen­tal Protection Agency, 1994. — 7. — P. 1—54. —EPA/630/ R-94/009.
23. Flannigan M. D., Vonder Haar T. H. Forest fire monitoring using NOAA satellite AVHRR // Can. J. Forest Res. — 1986. — 16. — P. 975—982.
24.  Fourty T., Baret F., Jacquemoud S., et al. Leaf optical properties with explicit description of its biochemical composition: direct and inverse problems // Remote Sens. Environ. — 1996. — 56. — P. 104—117.
25. Gamon J. A., Serrano L., Surfus J. S. The photochemical reflectance index: an optical indicator of photosynthetic radiation use efficiency across species, functional types and nutrient levels // Oecologia. — 1997. — 112. — P. 492—501.
26. Gao B. C. Normalized difference water index for remote sensing of vegetation liquid water from space // Proc. SPIE. — 1995. — 2480. — P. 225—236.
27. Giglio L., Descloitres J., Justice C. O., Kaufman Y. J. An enhanced contextual fire detection algorithm for MODIS // Remote Sens. Environ. — 2003. — 87. — P. 273—282.
28. Giglio L., Kendall J. D., Justice C. O. Evaluation of global fire detection algorithms using simulated AVHRR infra­red data // Int. J. Remote Sens. — 1999. — 20. — P. 1947— 1985.
29. Giglio L., Loboda T., Roy D. P., et al. An active-fire based burned area mapping algorithm for the MODIS sensor // Remote Sens. Environ. — 2009. — 113. — P. 408—420
30. Heo J., Park J. S., Song Y.-S., et al. An integrated method­ology for estimation of forest fire-loss using geospatial in­formation // Environ Monit Assess. — 2008. — 144. — P. 285—299. — DOI 10. 1007/s10661-007-9992-8.
31. Huete A. R., Liu H., Batchily K., van Leeuwen W. A com­parison of vegetation indices over a global set of TM images for EOS-MODIS // Remote Sens. Environ. — 1997. — 59. — P. 440—451.
32. Hunsaker C. T., Graham R. L., Suter G. W., et al. Assessing ecological risk on a regional scale // Environ Manage. — 1990. — 14. — P. 325—332.
33. Jackson R. D., Slater P. N., Pinter P. J. Discrimination of growth and water stress in wheat by various vegetation in­dices through clear and turbid atmospheres // Remote Sens. Environ. — 1983. — 15. — P. 187—208.
34. Jones R. G., Murphy J. M., Noguer M. Simulation of cli­mate change over Europe using nested regional climate model. I: Assessment of control climate, including sensi­tivity to location of lateral boundaries // Quart. J. Roy. Meteorol. Soc. — 1996. —77. — P. 1413—1449.
35. Kaufman Y. J., Justice C. O., Flynn L. P., et al. Potential global fire monitoring from EOS MODIS // J. Geophys. Res. — 1998. — 103. — P. 215—238.
36. Kaufman Y. J., Tanre D. Strategy for direct and indirect methods for correcting the aerosol effect on remote sens­ing: from AVHRR to EOS-MODIS // Remote Sens. En­viron. — 1996. — 55. — P. 65—79.
37.  Kostyuchenko Yu. V. Coupled modeling, “In-field, and Earth observation data analysis for emergency response optimization” // Paper presented at Coping with Uncer­tainty: Robust Decisions IFIP/IIASA/GAMM Workshop Proc., Luxenburg, Austria, Dec., 2007. — 17 p.
38.  Kostyuchenko Yu., Bilous Yu. Long-term forecasting of natural disasters under projected climate changes in Ukraine // Regional aspects of climate-terrestrial-hydro-logic interactions in non-boreal eastern Europe / Ed. by P. Ya. Groisman, S. V. Ivanov. — Springer, 2009. — P. 95— 102.
39. Kostyuchenko Yu. V., Kopachevsky I., Solovyov D., et al. Way to reduce the uncertainties on ecological conse­quences assessment of technological disasters using satel­lite observations // Proc. of the 4th International Workshop on Reliable Engineering Computing “Robust Design — Coping with Hazards, Risk and Uncertainty” (March 3— 5, 2010, Singapore). — Singapore: National University of Singapore, 2010. — P. 765—776.
40. Kostyuchenko Yu., Márton L., Yuschenko M., et al. Trans-boundary socio-ecological safety assessment: sustainabil-ity toward anthropogenic hazards and bioproductivity degradation // Proc. 4th Int. Workshop on Reliable Engi­neering Computing: Robust Design — Coping with Haz­ards, Risk and Uncertainty, March 3 — 5, 2010. — Singa­pore: National University of Singapore, 2010. — P. 777— 797
41. Ludwig J. A., Reynolds J. F. Statistical ecology. — New York: Wiley-Interscience, 1988. — 337 p.
42. Lyalko V. I., Kostyuchenko Yu. V., Márton L., et al. EO capabilities for analysis of climate related socio-ecological risks: bio-productivity, desertification, and natural disas­ters // Proc. of Advanced Research Workshop “Using Sat­ellite and In Situ Data to Improve Sustainability” (June 9—12, 2009, Kiev). — Kiev, 2009. — P. 56—58.
43. Manolakos E., Manatakis D., Xanthopoulos G. Tempera­ture field modeling and simulation of wireless sensor net­work behavior during a spreading wildfire // Proc. of 16th European Signal Proc. Conf. (EUSIPCO 2008) (August 25—29, 2008, Lausanne, Switzerland). — Lausanne, 2008. — 5 p.
44. Martin M. P., Ceccato P., Flasse S., Downey I. Fire detec­tion and fire grows monitoring using satellite data // Re­mote Sensing of Large Wildfires / Ed. by E. Chuvieco. — Berlin: Springer-Verlag, 1999. — P. 101—122.
45. Olabarria J. R. G. Integrating fire risk into forest planning: Academic Dissertation, Dissertationes Forestales 23, University of Joensuu. — Helsinki: The Finnish Society of Forest Science, 2006. — 36 p.
46. O’Neill B., Ermoliev Y., Ermolieva T. Endogenous risks and learning in climate change decision analysis // Coping with uncertainty: modeling and policy issues /
Eds K. Marti, Y. Ermoliev, M. Makowski, G. Pflug. — Berlin, Heidelberg, New York: Springer, 2006. — P. 283— 289.
47. O’Neill R. V., Gardner R. H., Barnthouse L. W., et al. Eco­system risk analysis: a new methodology // Environ Toxi-col Chem. — 1982. — 1. —P. 167—177.
48. Pastor E., Zárate L., Planas E., Arnaldos J. Mathematical models and calculation systems for the study of wildland fire behaviour // Progr. Energy and Combustion Sci. — 2003. — 29. — P. 139—153.
49. Penuelas J., Baret F., Filella I. Semi-empirical indices to assess carotenoids/chlorophyll a ratio from leaf spectral reactance // Photosynthetica. — 1995. —31. — P. 221— 230.
50. Regulation (EU) N 911/2010 of the European Parliament and the Council on the European Earth monitoring pro­gramme (GMES) and its initial operations (2011 to 2013) // Offic. J. Eur. Union. — 20.10.2010. — P. L 276/1— L 276/10.
51.  Richards G. D. A general mathematical framework for modeling two-dimensional wildland fire spread // Int. J. Wildland Fire. — 1995. — 5. — P. 63—72.
52. Rothermel R. C. A mathematical model for predicting fire spread in wildland fuels // Res. Pap. INT-115. Forest Service, Intermountain Forest and Range Experiment Station, Ogden (UT). — 1972. — 40 p.
53. Salvador R., Piñol J., Tarantola S., Pla E. Global sensitiv­ity analysis and scale effects of a fire propagation model used over Mediterranean shrublands // Ecol. Model. — 2001. — 136. — P. 175—189.
54. Serrano L., Penuelas J., Ustin S. L. Remote sensing of Ni­trogen and Lignin in mediterranean vegetation from AVIRIS data: decomposing biochemical from structural signals // Remote Sens. Environ. — 2002. — 81. — P. 355—364
55. Sims D. A., Gamon J. A. Relationships between leaf pig­ment content and spectral reflectance across a wide range of species, leaf structures and developmental stages // Re­mote Sens. Environ. — 2002. — 81. — P. 337—354.
56. Smith E. P., Shugart H. H. Issue paper on uncertainty in ecological risk assessment // Ecological risk assessment issue papers. — Washington, DC: Risk Assessment Fo­rum, U. S. Environmental Protection Agency, 1994. — Vol. 8. — P. 1—53. — EPA/630/R-94/009.
57. Stroppiana D., Pinnock S., Gregoire J.-M. The global fire product: daily fire occurrence from April 1992 to Decem­ber 1993 derived from NOAA AVHRR data // Iner. J. Re­mote Sens. — 2000. — 21. —P. 1279—1288.
58. Suter G. W., Vermeire T., Munns Jr. W. R., Sekizawa J. Framework for the integration of health and ecological risk assessment // Hum. Ecol. Risk Assess. — 2003. — 9. — P. 281—301.
59. Techniques and decision making in the assessment of of-site consequences of an accident in a nuclear facility // Safety ser. — 1987. — N 86. — 185 p.
60. The use of Earth observing satellites for hazard support: as­sessments & scenarios // CEOS / NOAA. — 2001. — 218 p.
61. U.S. EPA. Considerations for developing alternative health risk assessment approaches for addressing multiple chemicals, exposures and effect (external review draft). — Washington, D. C.: U. S. Environmental Protection Agency, 2006. — 384 p. — (EPA/600/R-06/014A).
62. U.S. EPA. Exposure factors handbook. ⎯ Washington, D. C.: Environmental Protection Agency, 1996. — 712 p. — (EPA/ 600/8-89/043 U. S. Environmental Protection Agency).
63. Wang L., Qu J. J. NMDI: a normalized multi-band drought index for monitoring soil and vegetation moisture with satellite remote sensing // Geophys. Res. Lett. — 2007. — L20405. — 34 p.
64. Wang P. K. G. Control of distributed parameter systems // Advances in Control Systems. — New York: Academ. Press, 1964. — Vol. I. — 216 p.
65. Weaver J., Lindsey D., Bikos D. Fire detection using GOES rapid scan imagery // Weather and Forecasting. — 2004. — 19. — P. 496—510.

66. Wu Y., Sklar F. H., Gopu K., Rutchey K. Fire simulations in the everglades landscape using parallel programming // Ecol. Model. — 1996. — 93. — P. 113—124.