Дистанционные методы мониторинга и предупреждения лесных пожаров

Данная статья представляет обзор и анализ дистанционных методов мониторинга и предупреждения лесных пожаров. Сейчас всемирное изменение климата все чаще и чаще дает о себе знать. В мае 2023 г. возгорания фиксировали на почти 600 тысячах гектаров, к середине августа огнём было пройдено 4 млн гектаров. Для оперативного и, самое главное, своевременного тушения лесных пожаров существуют различные методы и техники. Основываясь на последних исследованиях и технологических разработках, авторы освещают различные подходы и инновационные решения, применяемые для обнаружения и контроля возгораний в лесах. В статье рассматриваются методы, использующие современные средства наблюдения, такие как спутники, беспилотные летательные аппараты (дроны), радиолокационные системы и тепловизионное оборудование. Итоговый обзор предоставляет ценную информацию и рекомендации для улучшения систем мониторинга и предупреждения лесных пожаров с использованием дистанционных технологий.

1. Технические и технологические решения по выявлению и оценки состояния лесных пожаров на Планете Земля

1.1 Авиационный мониторинг

На сегодняшний день развитые страны мира с целью выполнения дистанционного мониторинга используют разнообразные типы летательных аппаратов-носителей съемочных систем.

Распределение земель лесного фонда по способам мониторинга (приказ Рослесхоза от 09.07.2009 № 290 «О распределении земель лесного фонда по способам мониторинга пожарной опасности в лесах и зонам осуществления авиационных работ по охране лесов») представлено на рис. 1.

Рис. 1 Диаграмма распределения земель лесного фонда по способам мониторинга

Авиационный мониторинг осуществляется в транспортно-недоступных зонах на площади 489,4 миллионов га (42,7% территорий лесного фонда). Полеты невозможны при неблагоприятных погодных условиях: сильном ветре, грозе, тумане, низкой облачности. Преградой для патрулирования считается задымленность местности, появляется несколько проблем и в случае патрулирования в горных ландшафтах. При мониторинге с летательных аппаратов контролируется сравнительно небольшая площадь; скорости самолетов, а также вертолетов, применяемых в настоящее время в патрулировании, не слишком велики. При зрительном определении района пожара, а также его границ могут быть допущены крупные неточности, а скрытые (никак не дающие видимого дыма) очаги горения не обнаруживаются.

Рис. 2 Зонирование территорий лесного фонда по способам мониторинга

В авиационном патрулировании лесов России каждый год задействуется более 300 воздушных судов. Но нужно выделить, что ключевым минусом метода авиапатрулирования считается весьма значительная стоимость летного часа. К примеру, летный час самолета Ан-2 стоит от 40 тыс. руб. Однако данное воздушное судно уже давно снято с производства, и ежегодно десятки самолетов списываются с учета. Потому на практике лесоохранные организации вынуждены замещать АН-2 модификациями вертолета Ми-8, при стоимости летного часа более 130 тыс. руб.

Есть надежда на возрождение малой авиации в виде нового легкого многоцелевого самолёта "Байкал" (ЛМС-901). В 2022 году прошли первые испытательные полеты и к 2030 году планируется ввести в эксплуатацию 154 новых самолета. Их технические характеристики на порядок выше, в сравнении с полвека как устаревшими Ан-2, а стоимость летного часа будет порядка 60 тыс. руб.

Стоит отметить, что для целей авиационного мониторинга необходим специально подготовленный персонал: штурманы, которые непосредственно определяют маршрут полета, зрительно обнаруживают зоны возгорания и определяют координаты пожара, и пилоты, способные вести воздушное судно в условиях высокой задымленности и, как следствие, низкой видимости. Осуществлять постоянный авиа-мониторинг большой территории также невозможно, и это может предстать причиной позднего выявления пожара.

1.2 Регистрация и мониторинг пожаров с КА.

Мировым сообществом ДЗЗ регистрация пожаров по спутниковым наблюдениям относительно налажено. Существует 5 (НАСА, ЕКА, Global Forest Watch, Global Wildfire Information System (GWIS), CTIF - The International Association of Fire & Rescue Services) e Global Fire Monitoring Center (GFMC) доступных порталов, которые представляют данные о пожарах по всему миру.

Картирование пожаров – основной вид представления. Как правило, картирование лесных пожаров основана на КА TERRA (MODIS), LANDSAT, SENTINEL и PLANET. Затем производится статистический и феноменологический анализ. Интерактивные диаграммы и карты, обобщающие основные статистические данные, например, о лесах в России. Статистические данные - включая темпы изменения лесов, площадь лесов, факторы обезлесения, а также предупреждения об обезлесении и пожарах. Статистические данные, включая регионы с наибольшим количеством пожарных тревог и сравнение текущих пожаров с историческими тенденциями.

Сегодня спутниковое дистанционное зондирование относительно способно: на основе изображений – создавать модели для климатических и гидрологических приложений (до пожара); обнаружение лесных пожаров на основе растительности (до пожара); активный мониторинг пожара (во время пожара); моделирование дыма и прогнозирование; модели системы Земля для климатических и гидрологических приложений (после пожара); обнаружение лесных пожаров на основе данных о растительности (после пожара).

Прошлые спутниковые эксперименты - миссия FireBIRD (Fire Bispectral InfraRed Detector), проводимая Немецким аэрокосмическим центром (Deutsches Zentrum für Luft- und Raumfahrt; DLR), пара спутников — TET-1 (носитель технологических экспериментов) и BIROS (биспектральная инфракрасная оптическая система) подтвердили возможности, указанные выше.

Рис. 3 Спутниковые снимки пожаров в Австралии

Космические средства с достаточной уверенностью позволяют обнаружить лесной пожар на площади от 10–15 га, когда район пожара не закрыт облачностью. Основная задача космического лесопожарного мониторинга – обеспечение органов управления лесного хозяйства в субъектах Российской Федерации оперативной информацией о лесопожарной обстановке.

Кроме того, существует немаловажная проблема, заключающаяся в получении безоблачных данных, так как качественные снимки высокого пространственного разрешения возможно получить при наличии облачности не более 15%.

Земли лесного фонда, на которых осуществляется космический мониторинг лесных пожаров, делится на два уровня:

• 1-й уровень – удаленные территории (11% земель лесного фонда), на которых плановое авиационное патрулирование не проводится, наземные и авиационные зоны не выделяются. Тушение лесных пожаров может осуществляться с применением авиационных сил и средств. При высоких классах пожарной опасности на всей охраняемой территории рекомендуется назначение патрульных полетов;
• 2-й уровень – удаленные и труднодоступные территории (38,5% земель лесного фонда), на которых авиапатрулирование не проводится, а тушение лесных пожаров выполняется только при наличии явной угрозы населенным пунктам или объектам экономики. Основным способом обнаружения лесных пожаров являются данные ИСДМ–Рослесхоз.

Информационная система дистанционного мониторинга (ИСДМ) лесных пожаров Рослесхоза успешно использует в качестве исходной информации данные ДЗЗ с пространственным разрешением от 250 метров до 1000 метров в тепловом ИК диапазоне (данные с космических аппаратов «Terra», «Aqua», «Noaa», «Suomi NPP», «Метеор М»).

Масштабно можно отслеживать со спутников ДЗЗ пожары. Но реакция от 2х до 10 дней. Так на картах пожаров НАСА ежемесячно показаны места активных пожаров по всему миру, основанные на наблюдениях спектрорадиометра среднего разрешения (MODIS) на спутнике НАСА  Terra. Целевая аппаратура MODIS спутников Terra, Aqua позволяет фиксировать снимки с пространственным разрешением 250–500 м/пиксель, в спектральном диапазоне 3,660–14,385 мкм (16 различных каналов), полоса обзора равна 2300 км. Повторяемость съемки одной территории 4 раза в сутки, а производительность съемочной аппаратуры достигает до 700тыс. км². в сутки.

Рисунок 4

Цвета основаны на подсчёте количества (а не размера) пожаров, наблюдаемых на территории площадью 1000 квадратных километров. Белые пиксели показывают верхнюю границу подсчёта — до 30 пожаров на площади 1000 квадратных километров в день. Оранжевые пиксели показывают до 10 возгораний, а красные области — всего 1 возгорание в день.

Некоторые глобальные закономерности, которые появляются на картах пожаров с течением времени, являются результатом естественных циклов дождей, засухи и молний. Например, летом в бореальных лесах Канады часто возникают природные пожары. В других частях мира узоры являются результатом деятельности человека. Например, интенсивное горение в самом сердце Южной Америки с августа по октябрь является результатом вызванных человеком пожаров, как преднамеренных, так и случайных, в тропических лесах Амазонки и Серрадо (экосистема пастбищ/саванн) на юге. По всей Африке полоса широко распространённых сельскохозяйственных пожаров проносится с севера на юг по континенту по мере того, как с каждым годом наступает засушливый сезон. Сельскохозяйственные поджоги происходят ежегодно в конце зимы и ранней весной в Юго-Восточной Азии.

Рисунок 5

Созданы алгоритмы, которые аппроксимируют результаты путём выборки выбранной области. Результаты более точны при более близких уровнях масштабирования. И которые дополняются актуальными результатами с БПЛА в мультиспектральном, гиперспектральном и лидарном диапазонах.

Рисунок 6 По состоянию на 20 февраля 2023 года

Разработана автоматическая система обнаружения лесных пожаров по данным метеорологических спутников NOAA. Система была испытана в четырёх пилотных экспериментах в Финляндии и соседних с ней странах Эстонии, Латвии, Российской Карелии, Швеции и Норвегии. По каждому обнаруженному пожару отправляется сообщение с данными о месте возгорания, временем наблюдения и картой с указанием места направляется непосредственно в местные пожарные органы. Площадь наименьших обнаруженных лесных пожаров составила 0,1 га. Временная задержка между получением сцены NOAA и отправкой пожарной тревоги в среднем составила 31 мин. Почти все обнаруженные пожары были лесными пожарами или предписанными сжиганиями. В пилотном эксперименте летом ещё в 1997 г. было зафиксировано и предупреждено 363 пожара. Проверка показала, что 83% выданных предупреждений касались реальных пожаров. По данным властей, ни один из действительно значительных лесных пожаров, например, в Финляндии не остался незамеченным. Хорошие результаты проверки показывают, что спутниковая система обнаружения лесных пожаров надёжна, быстра и экономична, а также имеет потенциал в малонаселённых районах, если в будущем можно будет гарантировать непрерывную поставку спутниковых данных среднего инфракрасного диапазона.

Отечественная информационная система дистанционного мониторинга (ИСДМ) лесных пожаров Рослесхоза успешно использует в качестве исходной информации данные ДЗЗ с пространственным разрешением от 250 метров до 1000 метров в тепловом ИК диапазоне (данные с космических аппаратов «Terra», «Aqua», «Noaa», «Suomi NPP», «Метеор М»).

Разработанная унифицированная система обработки космической информации, предназначенная для картирования лесных пожаров и гарей, регулярно используется в Европейском (НИЦ "Планета", Москва), Западносибирском (Новосибирск) и Дальневосточном (Хабаровск) центрах Росгидромета.

Для уточнения «пройденных» огнем площадей в автоматическом режиме используются материалы ДЗЗ с пространственным разрешением 250 метров (данные с космических аппаратов «Terra» и «Aqua»); с участием оператора, по материалам ДЗЗ и с пространственным разрешением 10-30 метров в видимом спектральном диапазоне (данные с космических аппаратов «Landsat-7», «Landsat-8», «Sentinel-2», «Канопус-В», «Ресурс-П»). Таким образом, дистанционным наблюдением охватывается весь лесной фонд. При этом, съемкой высокого пространственного разрешения должна быть охвачена вся территория, «пройденная» пожаром для дальнейшего детального интерактивного визуального анализа лесных пожаров, дымов и динамики горения.

Рисунок 7 Сведения об использовании материалов ДЗЗ из космоса в информационной системе дистанционного мониторинга Рослесхоза (ИСДМ-Рослесхоз)

Ежедневно получаемые обработанные результаты регулярно передаются в Российские пожарные службы. ИСДМ имеет в своем распоряжении авиационные средства (подразделения "Авиалесоохраны") для отработки космической информации и осуществления мер по наблюдению и ликвидации пожаров.

Для осуществления мониторинга возникновения и распространения пожаров используют различные методы. Детектирование пожаров основано на обнаружении повышения локальной температуры и яркости на местности. Обнаружение пожаров на снимках из космоса возможно благодаря наличию разницы температур земной поверхности и очага пожара, это, в свою очередь, приводит к разнице в тепловом излучении объектов пожара в сотни раз. При визуальном выявлении пожара определение осуществляют по наличию такого признака присутствия очага горения в зоне обзора, как дымовой шлейф.

Рисунок 8 Фрагменты синтезированных мультиспектральных снимков со спутника "Sentinel-2 L1C" от 31 июля 2019 года, Эвенкийский район Красноярского края

Авиационные съемки с борта самолета или вертолета имеют неоспоримые преимущества перед космическими, поскольку пользователь сам определяет время (расписание) полетов, конфигурацию обследуемой территории (направление трасс полетов), приемлемые погодные условия. Эти съемки характеризуются более высоким пространственным разрешением, оперативностью, высокой мобильностью при выборе объекта и параметров съемки, отсутствием влияния облаков (подоблачная съемка).

В качестве недостатков спутникового мониторинга необходимо отметить большую площадь минимально обнаруживаемого очага возгорания, которая колеблется от 0,2 до 0,5 км² при анализе снимков высокого разрешения, невысокую периодичность получения данных (несколько раз в сутки) и сильное влияние погодных условий.

Рисунок 9 Данные мониторинга пожаров, представленные ФГБНУ «НИЦ «Планета»

Отечественные спутники РЕСУРС, КАНОПУС со съемочной аппаратурой МСУ-Э, МСУ-СК позволяют получать снимки с пространственным разрешением равной 90 см/пиксель в спектральном диапазоне 0,5–1,01 мкм. Периодичность прохождения спутника над одной и той же точкой над поверхностью Земли называется периодичностью съемки, у спутника РЕСУРС она равна 6 раз в сутки. Но при всех недостатках спутниковый мониторинг необходим в случае больших лесных территорий и при отсутствии возможности мониторинга другими способами (стоимость спутникового мониторинга также невысока). Информация, полученная по результатам спутниковой съемки, важна для мониторинга крупных пожаров и оценки их последствий.

1.4 Модели на основании изображений с БПЛА 

Использование БПЛА при ликвидации лесных пожаров позволяет эффективно изучить весь район пожара и прилегающие территории для координации работы противопожарных служб. С высоты хорошо видно направление развития пожара. Данные, полученные с БПЛА, позволяют определить, в каких направлениях его следует тушить, дабы локализовать очаг в кратчайшие сроки.

Тепловизор, установленный на БПЛА, позволяет обнаруживать очаги возгорания на самых ранних стадиях, когда пожар невозможно увидеть человеческим взглядом.

Рисунок 10 Совместная съемка с БПЛА в видимом и тепловом ИК диапазонах

Применение беспилотного летательного аппарата для мониторинга лесных пожаров, имеете следующие преимущества:

1. БПЛА способен взлетать в любой географической точке. Не нуждается в использовании аэродрома или посадочной площадке;
2. предполётная подготовка занимает несколько минут;
3. использование БПЛА значительно дешевле применения самолетов и вертолетов.

Модели на основании изображений с БПЛА рекомендуются при обнаружении лесных пожаров из-за высокой мобильности и обеспечивает охват зон на различных высотах и в разных местах при небольших затратах. Следовательно, для обнаружения используется эффективный и масштабируемый БПЛА. Например, в модели использовали классификатор NetImage, нейронную сеть и машинное обучение, который представляет собой комбинацию Yolov5 и EfficientDet. Используемый набор данных включает 10 581 изображение, из которых 2 976 изображений относятся к категории лесных пожаров и 7 605 изображений без пожаров. Модель проходит адекватный процесс обучения, и на 476 изображениях огня была получена точность 99,6%. а для 676 изображений, похожих на изображения огня, достигнутая точность составила 99,7%. Однако ограничение заключается в том, что он не обнаруживает дым, поскольку он необходим на начальном этапе процесса обнаружения. Эта модель направлена на разработку 3D-модели захваченной сцены. Сеть YOLOv5 развёрнута для обнаружения пожара. Точность скорости обнаружения, достигнутая с помощью этой модели, составляет 91%. Предлагаемая модель превосходит другие существующие методы с точки зрения обнаружения на ранней стадии. Однако эта модель чувствительна к лесу с густыми туманами и облаками. Это связано с тем, что дым выглядит так же, как туман, и модель может ошибочно классифицировать туман как дым. К тому же сеть ближнего действия до 5–10 км.

Понятно, что используются различные методы статистического анализа и моделирования, чтобы получить новые сведения о лесных пожарах, которые можно использовать для улучшения взаимодействия между огнём, людьми и экосистемами.

В настоящее время БПЛА становятся все более популярными в системах управления лесными пожарами из-за их основных характеристик, таких как манёвренность, автономность, простота развёртывания и низкая стоимость. БПЛА с возможностями дистанционного зондирования используются с алгоритмами искусственного интеллекта, машинного обучения и глубокого обучения для обнаружения областей возгорания, прогнозирования, принятия решений и оптимизации задач мониторинга пожаров. Кроме того, беспилотники, оснащённые различными передовыми сенсорами (датчиками), включая лидары, визуальные, инфракрасные (ИК) и монокулярные камеры, использовались для наблюдения за лесными пожарами из-за их потенциала для обеспечения новых подходов и возможностей для исследований.

Оповещения, реакция на пожары - от ДЗЗ к тушению пожаров 

Созданы различные системы оповещения возникновения пожаров, некоторые примеры:

• Например, оповещения основаны на данных спутников Европейского космического агентства Sentinel-2 с разрешением 10 метров, что делает их системой оповещения с самым высоким разрешением, GLAD и GLAD-S Доказали свою эффективности в лесах Амазонии. Система GLAD-S2 предлагает гораздо больше деталей, чем оповещения GLAD на базе Landsat: 6,25 пикселя оповещения GLAD-S2 помещаются в один пиксель GLAD.

Поскольку цель систем оповещения состоит в том, чтобы как можно быстрее выявлять изменения для поощрения действий, сокращение задержки с момента, когда происходит обезлесение, до момента его обнаружения, имеет решающее значение. Это позволяет ещё более быстро реагировать в случае незаконной или нежелательной деятельности, что в идеале может предотвратить дальнейшую вырубку лесов.

Системы раннего предупреждения производят регулярные обновления о том, где недавно произошли изменения в лесах, используя преимущества таких спутников, как Landsat и MODIS, которые часто предоставляют бесплатные изображения Земли. В большинстве систем используются методы искусственного интеллекта, которые могут автоматически обнаруживать вырубку лесов и другие нарушения на этих изображениях, «ища» резкое снижение зелени изображения, т. е. пожары. Эти алгоритмы иногда запускаются в механизмах параллельной обработки, также известных как облачные вычисления, которые позволяют анализировать большие площади на непрерывной основе.

Оповещения RADD - радар для обнаружения вырубки лесов (RADD) теперь строятся и для реакции на возникновение пожаров на основе общедоступных радиолокационных данных со спутников Sentinel-1 Европейского космического агентства.

Районы пожаров, обнаруженных со спутников, сегодня регистрируются в Европе через центры обработки на смартфоны лесников и служб тушения пожаров. ЧС.

• Лесники, совершающие обходы своих лесных массивов (участков), теперь могут иметь мобильное приложение, например, «Лесной Дозор» Forest Watcher позволяющий использовать динамический онлайн-мониторинг лесов и системы оповещения Global Forest Watch в автономном режиме и в полевых условиях. Отслеживая интересующие их области, просматривают оповещения об обезлесении и пожарах, переходят к точке для расследования подозрительных мест на пожар и собирают информацию о том, что обычно они делают, независимо от подключения к WEB технологии.
• Система UraFire нацелена на сокращение количества ложных срабатываний за счёт выявления дыма на основе двух входных данных: скопления движений и временного входа. Система UraFire используется и производится во Франции
• Forest Fire Finder — это сложная система, основанная на анализе атмосферы, а не на обнаружении свечения огня или столба дыма. Forest Fire Finder отслеживает, как атмосфера поглощает солнечный свет. Естественно, поглощение зависит от химических молекул или состава атмосферы. Разный состав имеет разное поведение впитывания; Таким образом, Forest Fire Finder может определять различные виды дыма в зависимости от источника в радиусе 15 км, например, органический дым от сгоревших деревьев и промышленный дым. Оборудование установлено в кронах деревьев для более быстрого обнаружения, и эта система используется в португальских лесах.
• Наиболее популярной системой обнаружения лесных пожаров является ForestWatch. Напротив, только Канада задокументировала свой собственный опыт использования этой системы. Канада указала, что пожары были надёжно обнаружены на расстоянии 20 км, но также было сгенерировано большое количество ошибочных сигналов тревоги. Действующие системы ForestWatch используются в США (22 башни), Канаде (4 башни), Южной Африке (83 башни), Чили (20 башен), Свазиленде (5 башен) и Словакии (4 башен). Пилотная установка (2 башни) установлена в Греции. Телевизионная вышка сканирует лес в радиусе 16–20 км на наличие столба дыма днём и зарева огня ночью.
• Проблема прямой видимости оптических камер в лесу может быть решена с помощью датчиков второго типа. Новая технология, называемая сетью беспроводных датчиков (WSN), может быть развёрнута в большом количестве систем, одним из потенциальных приложений которой является обнаружение лесных пожаров. WSN - Эта система основана на беспроводной сенсорной сети (WSN), узлы которой измеряют окружающую среду для раннего обнаружения и предотвращения лесных пожаров в сельской местности. WSN построена с использованием технологий с открытым доступом и использует стандарт Zigbee для радиочастотной связи между узлами. Измеренные данные, собранные WSN, отправляются на веб-сервер с помощью общей службы пакетной радиосвязи (GPRS) по протоколу TCP/IP. Для оценки производительности WSN используются две метрики: скорость передачи данных и временная задержка, измеряемые с момента сбора данных до их получения на веб-сервере. WSN демонстрирует средний процент успешной передачи данных более 86%, а также среднюю временную задержку менее 500 миллисекунд во всех проведённых тестах, демонстрируя потенциал WSN как системы обнаружения лесных пожаров практически в реальном времени.

Компоненты реализованной архитектуры. (a) Схема древовидной топологии WSN. (b) Конечные устройства и узлы маршрутизатора включают датчики и модули XBee для измерения и отправки данных, в то время как узел координатора включает только модули XBee и GPRS для внутренней и внешней связи с сервером. (c) Веб-сервер, размещённый во встраиваемой системе Raspberry Pi. Сервер контролирует получение и хранение данных, поступающих от WSN.

Естественно, что сочетание полевой работы, автоматических наземных сенсоров, БПЛА и спутников могут позволить сократить реакцию на пожары в лесных массивах.

Например, в США максимально использует различные технические варианты обнаружения пожаров. Так уже в 2018 году Лесная служба США сообщила, что важным первым шагом в борьбе с лесными пожарами является улучшение нынешней устаревшей инфраструктуры обнаружения пожаров.

FireWatch — это устройство на основе камеры, которое использует компьютерное зрение для автоматической идентификации возгораний и предоставления службам быстрого реагирования точной широты и долготы пожара. FireWatch стремится устранять текущие сбои в существующих системах обнаружения пожаров, обеспечивая надёжное и точное обнаружение пожара по цене всего 110 долларов США, что является значительным улучшением по сравнению с существующими системами. Одним из наиболее значительных достижений в системе FireWatch является её способность превращать пиксельные координаты пожара в реальные широту и долготу. Это делается с помощью механизма локализации FireWatch. Механизм может сопоставить изображение, полученное одним из устройств FireWatch, с визуализацией того же местоположения в Google Earth, а затем использовать трассировку лучей, чтобы найти пересечение изображения Google Earth и изображения с камеры FireWatch. Эта система позволяет FireWatch находить точное местонахождение пожара ± 50 метров. В настоящее время первые устройства FireWatch развёрнуты в горах Шенандоа недалеко от границы Вирджинии и Западной Вирджинии. Эти устройства активно контролируют более 500 000 акров земли и смогли выявить более десятка пожаров к 2020 году в регионе. В настоящее время в сотрудничестве с местными партнёрами FireWatch строит инфраструктуру в Эверглейдс во Флориде, Сьерра-Неваде в Калифорнии и Скалистых горах в Колорадо.

Аналитика пожаров

Отсутствие надёжной описательной аналитики эффективности реагирования на лесные пожары является узким местом для разработки оперативных и эмпирически достоверных прогнозных и предписывающих аналитических данных для информирования и руководства стратегическими решениями реагирования. Использование таких технологий, как автоматизированное отслеживание ресурсов и алгоритмы машинного обучения, может помочь преодолеть разрыв между мониторингом, обучением и принятием решений на основе данных.

Используется комбинированная платформа для визуализации тенденций в данных, сведений о местах возгорания и будущих рисках возгорания. Такой инструмент не только предоставляет отличную платформу для создания отчётов о пожарной ситуации и информационных панелей мониторинга, но также помогает выполнять следующие аналитические задачи:

• Анализ тенденций.
• Анализ горячих точек.
• Распределение.
• Геопространственная кластеризация.
• Оповещения / Подписка.
• Географическая маршрутизация/расчёт расстояния.
• Сегментация/Корреляция.

Для улучшения анализа такая информационная панель также тесно интегрирует данные в созданные пользователем ГИС – ArcGIS и 3D-сцены. Это позволяет администраторам ГИС предоставлять дополнительный контекст по интересующим областям.

На приведённом выше рисунке показана, например, страница отчёта, описывающая текущее состояние активных пожаров (текущее количество, с начала года), а также очаги возгорания и их расположение на карте. Исследователь может взаимодействовать с информационной панелью и фильтровать по интересующим датам или по конкретным географическим местоположениям. Индикатор KPI в верхней части также показывает текущий общий риск возникновения пожара, определённый аналитической моделью.

Пользователи также могут выполнять специальную кластеризацию и сегментацию с помощью встроенного инструмента кластерного анализа, выбирая нужные факторы риска и исследуя места возгорания с учётом соответствующих сведений о кластере на географической карте. В приведённом ниже примере система определила три разных кластера с учётом показателей «Поток углерода в лесу», «Расстояние до дорог» и «Высота над уровнем моря». В результате кластер представляет места возгорания с низким или отрицательным уровнем выбросов CO2, место, близкое к дороге, и различные уровни высоты. На географической карте справа показаны все места возгорания, окрашенные соответствующим идентификатором кластера.

Учитывая такую аналитическую модель, эта страница панели инструментов теперь сравнивает как фактические данные о пожарах, так и прогнозируемые места возгорания. Это позволяет детально сравнивать работу каждой отдельной модели и выявлять потенциальные области интереса. Предсказанные места возгорания имеют цветовую маркировку соответствующим флажком проверки: правильно предсказанные места (положительные) показаны жёлтым, а места, которые модель предсказала неправильно (ложноотрицательные/положительные), показаны красным.

Моделирование вероятности возгорания и последующая деятельность лесных пожаров предлагает использовать поведение каскадных пожаров в лесу симулятор пожара в графах лесной сети. Используется линейная пороговая модель вместе с различными математическими моделями, которые «определяют» поведение распространения огня. Затем предлагается стратегия предотвращения пожаров, чтобы уменьшить ущерб от лесных пожаров. Алгоритм удаления краёв в лесных сетях может уменьшить воздействие лесных пожаров на целых 85%, чем если бы не было никаких превентивных мер.

Процесс моделирования включает и использование моделей случайного леса, повышения градиента, логистической регрессии и нейронной сети. Полностью автоматизированная, например, в Model Manager, система выбрала Random Forest в качестве основной модели, обеспечивающей наиболее точный прогноз риска возникновения пожара.

Рисунок 11 Компоненты системы управления лесными пожарами на базе БПЛА

Восстановление леса после пожаров

Предписанное сжигание, улучшенное техническое обслуживание инфраструктуры, повышение осведомлённости и обучение по вопросам предотвращения пожаров, а также меры политики, такие как запреты на пожары, могут снизить риск лесных пожаров. Защита лесов от обезлесения и деградации также повышает устойчивость лесов к пожарам.

Одним из первых мероприятий, которые большинство лесников планируют после пожара, является восстановление лесов сразу после пожара. Лесовосстановление – это процесс создания нового древостоя на лесном участке, после такого нарушения, как пожар. Существует два способа восстановления леса. Естественное возобновление — это когда вы позволяете природе справиться с работой засадить участок деревьями, в то время как искусственное восстановление, это когда вы сами засеваете или засаживаете участок. Успех любого естественного восстановления после выжигания будет зависит от обилия семян, имеющихся как в сохранившихся видов, так и в почвенных семенных резервуарах, которые остаются после пожара. И хотя это наиболее экономически эффективное средство восстановления леса, но оно не позволяет осуществлять видовой выбора видов, уровня заготовки и расстояния между деревьями.

Планирование восстановления зачастую базируется на составлении геопространственных схем и планов (ортофото), сделанных по БПЛА на лесном участке.

Система предупреждения пожаров

Для того, чтобы сделать все это, система учитывает несколько переменных, в том числе: отслеживаемые данные о погоде, географическое расположение ландшафта; условия на земле; количество, распределение и тип зданий, расположенных на контролируемой территории; количество людей, проживающих в каждом здании, деревенском доме; изображения со спутников, с БПЛА, с наземных тепловизионных и видео камер с панорамной системой и панорамированием, с дневными и ночными оптическими, ИК элементами и купольными камерами, которыми можно управлять дистанционно. Вся собранная информация используется для поддержки управления пожарами и борьбы с ними, для объявления состояния боевой готовности, введения запретов и мер безопасности для населения, планирования плановых пожаров или других мероприятий, связанных с обращением с горючими веществами, а также для предотвращения крупных пожаров.

Ключевой фактор обнаружения пожаров – время.

К сожалению, не в одной стране мира ещё нет полноценной системы раннего предупреждения пожаров, способной предотвратить ежегодные крупномасштабные пожары.

Нам нужно по-другому управлять возгораниями, использовать аналитику, чтобы предсказать, где на ландшафте мы можем создать контролируемые пожары, которые будут нужного размера, в заранее определённых границах.

Создавая систему, нельзя отделить социальное от технического. Принятие подходов к управлению рисками и анализу данных о пожаре также связано с культурным сдвигом. Если завтра мы сможем отследить каждого пожарного и проверить эффективность подавления пожара, это ничего не изменит. Нужно, чтобы чиновники ценили роль принятия решений на основе данных и требовали от других ответственности за это.

Например, попытка создания системы по проекту DISARM (Обсерватория засухи и пожаров и система раннего оповещения), в рамках которого и была разработана система раннего оповещения о лесных пожарах в Восточном Средиземноморье.

Система мониторинга и раннего оповещения о лесных пожарах на основе технологии мультисенсорного и многоуровневого объединения данных.

Четыре столпа этой системы включают:

• прогнозирование опасности лесных пожаров,
• обнаружение лесных пожаров с помощью методов дистанционного зондирования,
• прогнозирование распространения лесных пожаров с помощью связанной системы моделирования погоды и пожаров
• оценку риска лесных пожаров в кадре. изменения климата. Особое внимание уделяется инновационным и воспроизводимым частям системы.

Инфраструктура основана на платформе MHAS (Multi-Hazard System), комплексном и усовершенствованном инструменте для защиты от многих опасностей. Эта система способна:

• предупреждение пожаров путём расчёта показателей риска возгорания;
• точечное возгорание за счёт непрерывного визуального наблюдения за территорией и использования камер с большим увеличением, которыми также можно управлять дистанционно;
• раннее обнаружение возгорания очага возгорания;
• управлять работами по тушению пожаров в чрезвычайной ситуации, интегрируя модели, позволяющие отображать возможное распространение пожара на территории на картах с географической привязкой.

Система выявляет некоторые недостатки алгоритмов EUMETSAT (эксплуатация метеорологических спутников) и LSA-SAF (спутниковая прикладная программа для анализа земной поверхности) в их способности обнаруживать лесные пожары над островами и вблизи береговой линии.

Региональные власти могли бы получить непосредственную пользу от системы DISARM при разработке/программировании подготовительных действий. С помощью системы органы гражданской защиты и пожарные службы увеличат свои возможности по борьбе с лесными пожарами. Заинтересованные стороны из государственного и частного секторов получат выгоду от DISARM за счёт использования интерактивного мобильного приложения. Такой подход предоставляет гражданам полезную информацию, а также активно вовлекает их в процесс генерации информации.

Техническое обеспечение такой системы могло бы быть представлено на рисунке ниже, с добавлением полевых датчиков по технологии IoT.

Пожары в РФ

Согласно мировой статистики РФ занимает первое место в мире по лесным пожарам.

Согласно анализу Счётной палаты РФ «Ситуация с лесными пожарами в нашей стране остаётся сложной. Ежегодно площадь лесов, пройдённая огнём, составляет миллионы гектаров, а ущерб от лесных пожаров – миллиарды рублей (в 2019 году более 13 млрд рублей). Количество лесных пожаров ежегодно превышает 10 тысяч случаев.

Анализ ситуации с лесными пожарами3 за пятилетний период (с 2015 по 2019 год) показал, что количество лесных пожаров увеличилось на 20,1 % и составило 13 602 случая, их площадь увеличилась в 3,8 раза и составила 10 009,8 тыс. га. Ущерб от лесных пожаров в 2015–2019 годах находится в пределах от 13,5 до 56,4 млрд рублей с тенденцией к уменьшению к 2019 году.

В частности, отмечено отсутствие системного подхода к формированию и мониторингу реализации федерального проекта «Сохранение лесов» в разрезе регионов», что говорит об отсутствие такой системы в РФ.

Предложения Счётной палаты:

• разработать критерии, определяющие труднодоступность и удалённость территорий, для установления зон контроля лесных пожаров, а также методику определения;
• прогнозируемых затрат на тушение лесного пожара и методику определения прогнозируемого вреда, который может быть причинён лесными пожарами в зоне контроля;
• разработать методику расчёта ущерба, нанесённого лесными пожарами.

Это те меры, которые напрямую связаны с деятельностью дистанционного зондирования (зонирования), учитывая размах и масштаб нашей территории лесов.

Выполнение мер пожарной безопасности в лесах (статья 53 Лесного кодекса):

• предупреждение лесных пожаров;
• мониторинг пожарной опасности в лесах и лесных пожаров;
• разработка и утверждение планов тушения лесных пожаров;
• иные меры пожарной безопасности в лесах (строительство, реконструкция и эксплуатация лесных дорог, предназначенных для охраны лесов от пожаров, посадочных площадок для самолётов, вертолётов, используемых в целях проведения авиационных работ по охране и защите лесов, пожарных наблюдательных пунктов, пунктов сосредоточения противопожарного инвентаря;);
• прокладка просек, противопожарных разрывов, устройство противопожарных минерализованных полос;
• устройство пожарных водоёмов и подъездов к источникам противопожарного водоснабжения.

Приказом № 167 по техническому оснащению противопожарных организаций, например, приборы спутниковой навигации (навигатор), комплексы мониторинга с беспилотным летательным аппаратом и (или) беспилотные авиационные системы не включены вообще.

Вывод Счётной палаты РФ: «решение проблемы лесных пожаров требует комплексного подхода.»

О создании современной системы онлайн выявления и сжатой временной реакции на тушение, необходимыми ресурсами и средствами речи не идёт.

Экономическая эффективность

В период с 2021 по 2022 год лесные пожары нанесли ущерб, например, в Соединённых Штатах на сумму более 11,2 миллиарда долларов. В России за период 2015–2019 годы 138,6 миллиардов рублей.

Не говоря уже о человеческих жертвах, стоимость лесного пожара в основном зависит от трёх компонентов:

• Стоимость материальных разрушений (здания, сельские дома, линии электропередач или телекоммуникаций, дорожная или железнодорожная инфраструктура и т.д.),
• Стоимость определённых средне- и долгосрочных последствий пожаров для окружающей среды, лесных угодий, полей, сельхозугодий и экологического ущерба (15-20% всех выбросов парниковых газов приходится на лесные пожары).
• Стоимость самой борьбы.

В среднем лесные пожары по всему миру «сжигают» около 3400–17 400 долларов США на гектар. Стоимость пожаротушения колеблется от 500 до 5000 долларов США за гектар. Ущерб оценивается от 10 000 долларов США до десятков миллиардов в зависимости от типа леса и его стоимости. Операции по очистке после пожара оцениваются в 400 долларов США за гектар, в то время как усилия по лесовосстановлению могут стоить от 500 до 2000 долларов США за гектар. Затраты на систему не будут превышать 25% от убытков, в результате пожаров. (Источник: Hannover Rück). Например, в Калифорнии ущерб от лесных пожаров и разрушения только за 2017 год оценивались в 15 миллиардов долларов США. 

Из-за экспоненциального роста лесных пожаров быстрое обнаружение пожара имеет решающее значение для ограничения ущерба от огня. В настоящее время современные устройства обнаружения лесных пожаров, не завязанные в систему, могут стоить более 70 000 долларов и по-прежнему не могут предоставить службам быстрого реагирования точное местонахождение пожара. Но проблема требует решения.

ТОП сервисов мониторинга пожаров в мире

4.1. Global Forest Watch (https://www.globalforestwatch.org/): Global Forest Watch - это онлайн-платформа, разработанная Всемирным ресурсным институтом (World Resources Institute) совместно с другими организациями. Она предоставляет интерактивное картографическое представление всемирных лесных пожаров и других аспектов состояния лесов. На сайте вы можете отслеживать текущие пожары, просматривать исторические данные о пожарах, получать уведомления и доступ к инструментам анализа для изучения состояния лесов в реальном времени. Global Forest Watch также предоставляет множество других данных, включая информацию о ресурсах лесов, проектах и исследованиях.

4.2. European Forest Fire Information System (EFFIS) (https://effis.jrc.ec.europa.eu/): European Forest Fire Information System (EFFIS) - это система, разработанная Центром совместного исследования (Joint Research Centre) Европейской комиссии. EFFIS предоставляет информацию о лесных пожарах и лесной пожарной опасности в странах Европейского союза и сопредельных регионах. На их сайте вы можете найти интерактивные карты, которые отображают текущие пожары, местоположение пожарных станций, ресурсы и данные о пожарных рисках. EFFIS также предлагает отчеты и инструменты анализа для оценки лесного пожарного риска и планирования лесоуправления.

4.3. National Interagency Fire Center (NIFC) (https://www.nifc.gov/): Национальный центр по координации работы по лесным пожарам (NIFC) - это организация в Соединенных Штатах, ответственная за координацию работы всех государственных и федеральных агентств, занимающихся предотвращением и контролем лесных пожаров. На их веб-сайте вы можете найти информацию о текущих пожарах, ресурсах и операционной деятельности, включая логистическую поддержку и координацию пожарных бригад. NIFC также предоставляет доступ к другим ресурсам, таким как полезные ссылки, обучающие материалы и статистика о лесных пожарах в Соединенных Штатах.

4.4. NASA Fire Information System (https://earthdata.nasa.gov/earth-observation-data/near-real-time/firms): NASA Fire Information System - это система, предоставляемая Национальным управлением по аэронавтике и исследованию космического пространства (NASA). Они используют данные, собранные различными спутниками и сенсорами, чтобы обнаруживать и отслеживать лесные пожары во всем мире. На их сайте вы можете получить доступ к картам и инструментам анализа, чтобы изучать пожары и анализировать данные, такие как площадь, интенсивность и распределение пожаров. NASA Fire Information System также предоставляет информацию о пожарной деятельности и статистику за различные периоды времени.

4.5. ФБУ «Авиалесоохрана» https://public.aviales.ru/mapviewer/cgi/ - это федеральное государственное бюджетное учреждение России, занимающееся охраной лесов от пожаров. Они имеют специальный сайт для мониторинга лесных пожаров, который помогает следить за ситуацией и предотвращать распространение пожаров.

Сайт мониторинга лесных пожаров ФБУ «Авиалесоохрана» предоставляет актуальную информацию о текущей ситуации с пожарами в различных регионах России. На сайте можно увидеть интерактивную карту, на которой отображаются данные о локализации и тушении пожаров, а также обзорные отчеты о пожарной обстановке в разных регионах.

Кроме того, на сайте представлена статистика по количеству зарегистрированных лесных пожаров, площади поражения и другим параметрам. Это позволяет оценить масштаб проблемы и эффективность принимаемых мер по предотвращению пожаров.

Рисунок 12 Интерфейс интерактивной карты лесных пожаров
сайта ФБУ «Авиалесоохрана»

Заключение:

В данной статье мы рассмотрели различные дистанционные методы и технологии мониторинга и предупреждения лесных пожаров. Исследования показали, что использование спутников, дронов, радиолокационных систем и тепловизионного оборудования позволяет значительно улучшить обнаружение и контроль возгораний в лесах.

Однако, несмотря на преимущества дистанционных методов, они имеют и ограничения. Некоторые факторы, такие как погодные условия, плотность растительности и наличие дыма, могут затруднять точное обнаружение пожаров. Кроме того, поддержка со стороны правительственных органов и финансирование остаются ключевыми факторами для эффективного применения этих методов на практике.

В свете изменения климата и увеличения частоты и интенсивности лесных пожаров, развитие и улучшение дистанционных методов мониторинга и предупреждения становится неотъемлемой частью борьбы с этой глобальной проблемой. Дальнейшие исследования и инновации в этой области будут способствовать улучшению системы предупреждения пожаров, защите экосистем лесов и безопасности людей.

В итоге, использование дистанционных методов мониторинга и предупреждения лесных пожаров является обещающим и эффективным подходом, который поможет улучшить реакцию на возгорания и сохранить наши лесные ресурсы для будущих поколений.