Бесплатный автореферат и диссертация по сельскому хозяйству на тему

Вероятностно-множественные методы моделирования распространения лесных пожаров

ВАК РФ 06.03.03, Лесоведение и лесоводство, лесные пожары и борьба с ними

Автореферат диссертации по теме "Вероятностно-множественные методы моделирования распространения лесных пожаров"

А кадвиил пауп СССР Сп «она Лаитаа Скб;*рсксэ отдолапмо й:с7г:?г'? Лзся и .урокасдаи пи. В.Н.Суглчсшп

Из правах дошлей УДК 634.0.43»519.95

ПВАПЗЯОПЛ ТАТЬЯНА Ш!К0ДАЕША,

ЙЕЮ;га!0СТИ0-ШЮШ5СТБЕ!11ШЕ МЕТОД! Н0ДЕЛИР0ВА1Ш РАСПРОСТРАНЕНИЯ ЛЕСШХ ПСЛ'ГОВ Специальность 06.03.03 "Лосоввдотю п лесоводство.

Ломгао покори и борьба С НИМИ"

Ан?оро®орй? дассэртацам па соискегаз ученой стопснш кандидата техпяческях неук

Красноярск - 1991

РаОото шполиона в Вычислительном цоитре СО АН СССР в г.Красноярске

Научннй руководитель - кандидат фаз.-мат. наук, с .и. с.

О.Ю.ВороОьвв

Офщиапыше оппоненты: доктор технических наук.профф.

Ведущая организация - ТомскиЗ государственный университет км. В.В.Куйбшэва

специализированного совета по адресу: 660036 г. Красноярск, Академгородок, ИЛиД СО АН СССР

С диссертацией казшо ознакомиться в библиотеке Института Леев и древесины им.В.Н.Сукачева СО АН СССР.

Г.А.Доррор

кандидат технических наук,с.н.с. В.Г.Гусав

Защита состоится

п

'/ff ■ сребраигЛ _I99gT. на заседании

Учений секретарь специализированного сонета, доктор с.-х. наук

Р.Ы.БаОИИциьа

■ ■ | Актуальность томи. Проблема прогнозирования распростра-:-:;п".грнпя лесшх погоров является одшш из ссповшх направлений в исследованиях по борьбе с лесшши погарага.

Лесной поаар - стихийное природной явлошю. Для него характерны случайность возникновения, слошс^ть й случайность распространения горошш. Наблюдения за течением лесного шкара восы'о затруднено в силу территориально:! удаленности. Тушение лесного пожара, даже при самой совершенной технике, не всегда приводит к успеху из-за отсутствия информации о скорости распространения похара и форме ого контура. Все это позволяет говорить об актуальности разнообразных научных исследований в области моделирования лесных пожаров, с долью их дальнейшего использования при прогнозировании распространения и туиешш лесных. покаров.

При исследовании процессов горения и распространения лесных понаров, для прогнозирования их развития привлекаются метода физики, химии, математики. С их помощью роиа-ются задачи прогнозирования покерной опасности лесов,распространения контура горящей кроша! по лесной территории.

В последнее время перспективным направлением в области моделирования лесных поааров шляется прогноз его рас-просгранония на основа дистанционных наблюдений за его течением.

Традиционно математические модели лесных пожаров описывают процессы физические, химические, газовой динамики, тепломассопореноса,происходящие при лесных пожарах (А.Н.Гришин ,I978,Р. Ро терме л, 1972, Г. Н. Коровин, 1969, Н.П. КурОатокий, Г.П.Толицин,1976 и др.). Модели рассчитывают скорость распространения лесного пожара и другие его физические характеристики, динамику контуров пожара (Г.А.Доррер). Все модели требуют знания большого количества параметров лесоиироло-гической обстановки и являются детерминированными.

Предлагаемый вероятностно-множественный подход своим стохастическим характером позволяет учесть стихийность процесса; прогнозировать среднюю геометрическую ферму покара

(контур),шюкоствошшо отклонения от сродней форш, вероятности достижения и захвата огней участков лоса; использовать иврокоскичвские изморошш контролируемого лесного повара.

Работа но те.мэ диссертации проводилась в раш-сшс цело пай комплексной паучно-тохшческой программ ГК1ГГ СССР, Госп-лспа СССР к /л СССР 0.Ц.027, раздел OS.lI(постановление от I2.I2.B0r. £174/ 250/132).

Цель работа состоит в разработке, наследовании и прак-ч&чвсшл испольвозшаз! алгоритмов и программного оОвоиочо1ш для построокил кодала распространений лесного позара.взишчая предварительна йог - вдэн-ифцсацшп (привязку подели к конкретной Л О СОШ! рОЛО Г»Гч О СКСЙ ОСЗСТОШВКв) И ПОСЛОДУШИЙ шаг -пэпосродстаеншй прогноз госмотржосгатх, вероятностных, шюззствотпа зарактаристак пожара. ЙПДПЧ 1}.Тх Г,ССЧе/,ОИГ.!П1П являются:

- обоснованно нозкохагасти Еоролтностна-мноЕэстЕенного подхода для прогнозирования распросхранящейся геометрии лесного П01.ара,

- разработка мотэдов и олгоратдап вэроятностно-игакествешюд адмтфшздш,

- разработка алгоритмов средавмерного прогноза распространа-дия ласного погара и прогноза сроднеморных отклонений,

- разработка программного обеспечения, нспользусцого ряд ок-спершштальшх данных о контролируемых лесных покаррх,

- проведение чяслашшх расчетов прогноза распространения отах лзсшк погаров,

- шодроню получении* результатов.

Иэтоди исслодопапял основаны ив использовании теории сродаошрного иоделированпя,исследований по лесной пирологии, теории вероятностей и математической статистики, про' грежпровамш, ¡»входов Шпте-Карло.

Научная новизна. В диссертационной работе получены ноше результата:

- разработаны метода и алгоритмы вероятностно-множественной

вдонтвфикащш иодола распространозшя низового лесного поза-ра. Ндоинфттщ.п параметров шдели проводите л на о сна во карты л о сопкрологачо ских однородноетай и по красной моро двух контуров контролируемого лесного поиара.

- разработан метод и алгорлга идентификации „арамэтров ве-роятностно-шоноственной модели распространения низовых лесных поваров, исгользукций рассчитанную предварительно скорость движения пожара.

- разработаны ачгоритш прогнозирования множественных характеристик распространения лесного . лояара:его среднего множественного состояния и многестввшшх отклонений случайных состояний пожара от его сродней формы, а такие ого числовых и вероятностных характеристик.

- получены простейшие алгоритма моделирования распространения ворхового пожара, штзшетого повара и объемного случайного распространения на примере развития гокара в здании.

- разработано програзь-люо обеспечение для моделнревашщ лесных пояаров и покеров в зданиях и сооругениях.

Практическая ценность и реализация результатов исолэдо-ввниз. Предлагаемые в работе алгоритмы, позволяют осуществлять геометрическое и вероятностное моделирование распространения лесных пожаров. Исследования показали возможность использования разработанных алгоритмов для предварительной идентификации и последующего прогноза распространения поаю-ра. Причем, для решения вткх задач достаточно ограниченной геометрической информации:несколько контуров пожара, зафиксированных в последовательные моменты времени и харта лесо-шрологических однородносгей. Выходными данными могут быть как вероятностные, числовые, так и шюиественныэ характеристики процесса.

Созданы комплексы программ, с помоги которых могно проводить идентификацию и прогнозирование распространения лесных поааров, а тага® пожаров в зданиях и сооружениях. Данное программное обеспечение предполагается использовать в качестве одного из блоков при создании оперативной

диалоговой системы прогноза лесник поваров. Комплекс прог-ра),'Л "ПРОГНОЗ" идентификации и прогноза лосных пожаров, резрабогопшй но ЦКП ШАГ и ЛИ СССР, включен в состав свго-истизнравашюй системы обработки оэрокосиической информации к шодрон в ШГиД СО АН СССР. Комплекс программ идентификации и прогноза развития погароп в зданиях порэдан но хоздоговору В1Ш ПО ШД СССР. ©актичоскиЗ окономкчоскаа вффокт от внедрения составил 134 rac.pyö.

Апробация взбогн. Результат диссортпцаошюй раОоти дэклздазалнсь и обсувдалксь на Всососзиой конфоронциа "Обработке нзсбразэшхй и достаиционикэ исследования" (Ново-CHöKpcK.Isai), на 111,7 ¡'5сола1-со.'«шарах "Шпарвмотричоские п poöacTHüo цатода статистики в кибернетико"(Красноярск, 1е31,Шушонасоа,19£й), иа конференции ОАОУ Гослесхоз (Красноярск, 1334), на II Ыоодународаом симпозиуме по системному анализу и иодэлпршшшл (Берлин,1835), на Всесоюзных кок;а-рэнцпях по цэхшпг:э pGarapymsix сроя(Красноярск,1Э38,Ко«еро-т, 19Э0), па Всесоюзном совещания "Анализ вроьюншх рядов и ого прпмошнхг в шоноиш» (Львов, I3S3), на сеьашаро лаборатории ИГИЗ (три ТГУ,IC3D), на сошнаро Ж.! ДВО Ail СССР(IDDO).

Пу&яякецпп. По результатам исследований опубликовано 10 работ.

структура рпбото. Объем диссертационной работа 137 стр. ¡.шипошспого текста. Диссортацзя состоит из основной части, кслглаг-ой в сося:пводонио,4 главн и заклвчопиа на 3 стр., списка литература из 97 шкэношшиа на 10 стр. п пршгагяш'.я па Б стр.- Работа к:оог рксушсп п тсблицн на 41 стр.

СОДЕРЖАНИЕ РАБОТЫ

й ¡горйоя главк ребога дана краткая характеристика лес-них покеров, представлен обзор сущестзупцлх математических моделей лесник поваров, виделеш возможные подходи к моделировании лесных пожаров:вероятностный - детерминированный; о использованием непосредственных значений физических параметров - с использованием физической сущности процесса посредством ее выражения через геометрические характеристики поаара.

Лесной пожар - стихийное природное явление, . наносящее большой урон народному хозяйству. Сложность физико-химических превращений, сопровоядэнцих возникновение и распространение лесных покаров, обуславливает трудность ¡а изучения и моделирования. Существует огромное разнообразие лесных горючих материалов как по структуре, так и по составу. К тому же значительно влияние внешних условий и их изменений (метеоусловия, топография местности и т.п.)

Математические модели лесных поааров по их назначению условно разбивают на три класса:модвли фундаментального уровня, тактическое(диспетчерское) моделирование, стратегическое моделирование (Доррер Г.А.,Курбвтский Н.П.,1978)

Математические модели порвого класса в качестве исходного набора данных используют набор физических характеристик лесного пожара, таких как тип лесных горючих материалов, запас лесных горючих материалов, их влажность, температура и влажность воздуха, скорость и направление ветра л т.д. Итогом моделирования является скорость движения фронта понара. К моделям атого класса относят

- модель Гришина А.М.(1978), которая представляет собой всеобъемлющую систему дифференциальных уравнений и граничных условий газовой динамики, тепломассообмена, фазовых и химических превращений при горении,

- модель Гостинцева Ю.А..Суханова Л.А.(1977), модель Фонса (1946), Ван-Вагнера (1967),Коровина Г.Н.(1969).Курбатского

Н.П., Телицина (1976). Сухинина А.И.(1975>, Конева Э.В. (1977),

- модель Ротермела (1972), в которой скорость движения фронта пожара считается пропоциональной отношению энергии, выделяемой при сгорании к анергии, необходимой для нагревания горючих материалов до температуры воспламенения.

К моделям второго класса отнооят модель динамики контуров ниаовкх поваров (Доррер Г.А. ,1979), в которой либо используется скорость движения горения в основном направлении (модели Ротермела,Софронова,Коровина), либо скорость двшвонкя фронта идентифицируется по принципам гамильтоновой механики. На ее основе рюсчитьваптся контуры поваров. Входными данными является набор параметров, характеризующих ле-сопиролошческуи обстановку.

Все вышопереречислетше модели являются детерминированными и используют Сизические характеристики лесного пожара, окружающей его среда, что вызывает ряд затруднений. Так например,практически невозможно измерить точно все необходимые для ввода в модель параметры из-за погрешности измерения приборов, К тому so из-за локальных условий местности данные измерения могут варьировать в определенных продолах.

Использование вероятностного подхода поможет избекеть лекоторых трудностей, благодаря стохастическому характеру сшой модели. Распространено повара по лесной территории предварительно разграниченной ва участки, однородные по отношении к горению, могаго моделировать с помовц>ю поля вероятностей лекального распространения . - ( рх (1J), 1=Т71

3»1,т ), "да 1 характеризует направление распространения, а 3 - юмор лесопирологической однородности. Лвбоо рх(1,J) задает локальную вероятность распространения ropomifl из •точка х в i-точ направленна по ¡¡-той однородности и является сродпэГ локальной скоростью в соотвотствупдих направлении и однородности.

Рассмотрим теперь проблему моделирования распространения лесных пожаров с другой стороны. Использовании большого

количества {изических параметров лесопирологической обстановка дает достаточно полную физическую картину исследуемого природного явления. Но известно, что довольно хорошее приближение изучаемого физического процесса мокно получить посредством некоторых интегральных характеристик данного процесса. К таким характеристикам можно отнести геометрическую форму покора, которая чувствительна и меняет свой вид б зависимости от направления и скорости ветра, изменения влажности горшего, топографии местности и т.п. Поэтому поля локальных вероятностей можно восстанавливать (идентифицировать) с пошць» измеряемых интегральных характеристик - текущих контуров контролируемого лесного похара.

Идея глобального мониторинга, утвердившаяся в последнее время, повысила актуальность задач, использующих дистанционные наблюдения. Именно оперативные дистанционные измерения и необходимы для пополнения информации о контурах наблюдаемого лесного пожара.

На основе вышесказанного мокно сделать заключение о возможности использования для моделирования лесного похара вероятностно- множественной модели.

во второй главе работы предсташгены методы вероятностно - множественного моделирования распространения низового лесного пожара, верхового лесного пожара, распространения с образованием новых очагов и методы статистического моделирования вероятностно-множественных характеристик процесса распространения лесного пожара.

В качестве модели распространения низового лесного пожара используется замкнутый процесс случайного распространения (Воробьев О.Ю.,1976). Рассматривается распространение пожара по области лесной территории Л'сН2. Процесс случайного распространения (пср) представляет собой последовательность случайных конечных множеств в дискретные моменты моделирования { К4Д«Т ), случайное конечное множество (скм). Моделирование К» определяет множество точек на лее-

ной территории, захваченных пожаром к моменту времени 1;. Глобальное распространение (К,.) представляется через объединение локальных распространений из каждой точки текущего

состояния в зависимости ог вероятностей локального распрост-

т

ранения рг V х « X ,Х = и Х^ и вероятностей воспламенения е^

кг=Лх<Рх.вг) . (1)

г

где Б1- локальное случайное конечное множество. V х^ характеризуется однородностью правил распространения горения. Причем, V х « х р => Ср(1,3). 1=Т71, 3=Т7т ), в « .МТи).

где ~ вероятность участия точек из Х^ в процессе, при условии, что к ним возможен переход горения. Среднее состояние ПСР определено как среднемерное множество (с/м).

В данной главе приведены типичные формы распространения фронтов низовье лесных пожаров и соответствующие им характеристики вероятностно-множественной модели.

Посредством двухслойной вероятностно-множественной модели описывается распространение пожара по двум горизонтальным слоям лесных горючих материалов.разнесенным по вертикали. В нижнем слое X имитируется распространение низовой части пожара, в верхнем у с Е2 распространение по пологу древостоя. Связь между слоями осуществляется посредством вероятностей подогрева Ь» (1ц,..., )направленных из каждой точки х • X в точка окрестности (у находится на прямой,проходящей через х и перпендикулярной X ). Для моделирования простейшего распространения устойчивого верхового пожара на X и У используются два зависимых одномерных замкнутых ПСР: I К., ит ), { ь,, ит >.

. к, - х0 г

и зх(р,е)

- 0 ' (2)

с г

ьи1 - и (Я.Г) и 11,(11,р)

у»1г х«К1

где локальное скм подогрева, q и Г - соответственна вероятности распространения и восплямэнения на слое у. Для моделирования простейшего распространения Овглога верхового

пожара на X используется одномерный замкнутый ПСР, а на 3» -

длительный ПСР {Ц иТ), что позволяет имитироэать

окачкоосраэноо движение фронта пожара.

К1 с Ч

ки< и и Ч

х«Кг

ь]1* (3)

1 П-1) (1-1) ♦ .

Ь1И « и 1гу(я.Г)п(81 )и1Нх(й,Г),Ы,(п-1)

(п) (1) (I)

« и ( О, \ л ) ,

,1+п (1) (1+1) ,п . где \Ьг , Му множество точек с одинако-

вой интенсивностью горения, одинаковым запасом лгм.

Приведены несколько примеров численного моделирования верхового лесного пожара. Рассмотрены частные случаи представленных моделей.

В работе предложен метод моделирования распространения с образованием новых очагов, позволяющий имитировать выброс распространения на расстояние по пространству,большее чем нспольвовалооь в предыдущих моделях. Демонстрируется численные расчеты данного распространения.

One одним шагом к создании модели верхового пожара является представленная в работе трехмерная вероятностно-множественная модель случайного распространения, которая создавалась для моделирования распространения пожара в зданиях. Рисунки диссертационной работы иллюстрируют предварительную идентификацию модели и последующий прогноз распространения. Расчеты получены с использованием данных модельного акспе-римента, проводимого во ВНИИ ПО МВД СССР.

Представленные в главе множественные статистические методы позволяют получать оценки среднеморного множества с h -уровнем среп и о -интервалом сроза, средномерного множества поросечегля екм, среднемерного множества объединения екм, среднемерного множества симметрической разности екм и с/м (средкемерного отклонения), вероятностей достижения и захвата огнем заданного участка территории. Данные множественные оценки используют предварительно вычисленные оценки вероятностей покрытия точек х « X соответствующими множествами. В работе приведены несколько численных расчетов перечисленных множественных статистических оценок.

в третьей главе излагаются метода и алгоритмы вероятно-стно-мноъйственной идентифкации модели распространения лесного пожара, приводятся результаты численного исследования сходимости алгоритмов. Иденти4гашция является шагом, продва-'ряпдам моделирование процесса,с целью определения парямотров модели, соответствующих конкретной лесопирологической обстановке. Для вероятностно-множественного подхода параметрами, задавдими распространение пожара, является поле вероятностей

локального распространения.

В работе дана постановка задачи идентификации распространения лесных пожаров в терминах тэории среднемерного моделирования. Рассматривается распространение пожара по области лесной территории X . Предполагаются известными карга лесопиролошческих одаородносгей и по крайней мере два м-контура лесного пожара в последовательные моменты времени Xjj и Хт. М-контуром в момент t названо подмножество лесной территории,пройденной и захваченной огнем к данному моменту времени t. Зададим точность процедуры идентификации е(Х0,ЗЦ.). Так как средняя форма моделируемого состояния характеризуется с/м JKj. , то определим меру отклонения между моделью и вкспериментом как

Л « KJW = X,; - м<*Л Я*,) <*>

Задача статистической идентиХикации по среднемерному множеству с заданной точностью е и вероятностью не меньшей а состоит в отыскании такого набора вероятностей локального

распространения ф ) что S(e))2 а , где

Sie) = ф :ld(iNKr,Xr)l s е > - область достижения за-

данной точности.

Статистическая итеративная процедура идентификации не (ш-1) вага имеет такой вид:

d = FH<PÄN)' ?Л<Х0'РпН,)Л). (5)

где iHKT(X0,p<N)) - статистическая оценка по N реализациям среднемерного состояния ПСР в момент т , начавшегося в XQ и определяемого ьабором вероятностей

В работе представлен алгоритм срэдаемерной идентифша-ции для плоского случая. Алгоритм производит последовательную оценку вероятностей локального распространения, начиная

с некоторого р0 : р|и\р|н).....до тех пор, пока не

выполняется ограниченно на меру отклонения. Цора отклонения рассчитывается в области пересечения кавдого конуса направлений и каждой однородности : <3^ =( 3^(1.Л), 1«Т7Э ,;)=Т7т ) Слодуадий рассматриваемый в работе метод - идентификация по двум мамонтам. Множественным аналогом первого момен- ' »а являотоя орэдавмэрноэ множество /К, (Хд.р),аналогом второго момента - срвднемерное отклонение /р^ЛХ^р)«» /( Л^СХр.р) ¿ К,), иначе множественный разброс.

Введении в рассмотрение второй задачи идентификации по среднемерному множеству и среднемернону отклонению объясняется следуадяш прячинсми. Измеренный посреди вом дистанцио-ншх наблюдений, контур пожара Хг, не являс тся точным контуром изучаемого пожара. Существует некий разброс в практических измерениях, который можно рассчитать, примет® веро-ятностпо-шюЕвственный аппарат. Отсюда и возникает вторая постановка аадгти вдентаГгосацки, которая преследует цель -. приблизить пэ только средина форму моделируемого множества к 8Кспэрнмвнтапьному, но и моделируемый разброс (сроднемерноо отклонение к експериыентальпому разбросу). Поэтому мера отклонения ыазду вкспэршэнтом в моделью будет оцетшаться вектором

Л - КЦ,^] - 1й1([Кг,Хт),аг(ХЛЧ.Я^)1 <ь)

и точность е « (б,,е21-

Предо„лагаются известными карго лесогшрологических од-нородпостей, експершентальше контуры Х0, З^и оксперимен-

тальный разброс - Г}^.

Задача статистической идентификации по длум моментам с заданной точностью с и вероятностью.нэ монш^й а , состоит

в отыскании такт р^"' в г , что <Чр(ы)«.- Г.и:)) > а. где ■

2(6) = Cp<N>« ? = la< jyt,. J-i^, /J*,)! s e ).

Алгоритм идентификации разбивается на два этапа. В первом проводится средаэморная идентификация, во втором - пересчет вероятностей и времени моделирования ведется с цолыо сохранения ноизменшм. с/м, но приближения моделируемого и окспериментальиого разбросов.

В работе сформулировано понятие сходимости итеративного алгоритма среднеморной идентификации Приводятся результаты численного исследования сходимости :

установлена зависимость меры отклонения от числа Монте-Карло реализаций екм; дисперсии площади екм S от числа реализаций; продемонстрировано, что распределение S в асимптотике близко к нормальному при определенных соотношениях между вероятностями и временем моделирования. Результаты численного анализа сходимости приведены, даны некоторые рокоменда- . ции по улучшении сходимости.

Предложен метод и алгоритм идентификации вероятностей локального распространения, используидий скорости движения попаро. Входные' данные метода: карта лесопирологических од-нородностей, сдан реальный контур пожара и скорость доижшшя, пожара, которая является либо результатом наблюдений, либо детерминированных моделей. Скорость лесного пожара можно считать случайной величиной н силу влияния случайных факторов на развитие лесного пожара, наличия случайных флуктуаций при измерении (Цшческнх периметров - входных данных детор-мишфовшшых моделей. Предположим, что V Х^ известны срод-нио скорости движения пожара по восьми направлениям распространения: v = 1=Пй .J^TTm 1. Задача идентификации состоит в отыскании средних локальных скоростей процесса случайного рпспрстранения но известной средней скорости распрострпшмадя повара в основном направлении, значение которой к"юлируотся ил основе Зизичоских характеристик повари . Рп:>рлботшю дна метода аппроксимации скорости дискретными" случпйными полйчинпми. D перном случае требуется 'равонст-

во математических ожиданий v и случайной величины (с.в.)

Г 1 . р

{ = j g , во втором случае требуется равенство и ма-

¡2. Pl

тематических ожиданий и дисперсий v и с.в. "Q = | 1, рг

1°. Р3

Случайные величины £ и т) представляют собой дискретные локальные скорости распространения пожара, а их распределения являются искомыми параметрами вероятностно-множественной модели.

в четвертой главе работы представлены результаты применения алгоритмов вероятностно-множественной идентификации и прогноза распространения лесных пожаров.

Разработанные алгоритмы среднемерной идентификации (гл.З) и моделирования (гл.2) реализованы в виде комплекса прикладных программ "ПРОГНОЗ". Комплекс позволяет по имеющимся экспериментальным данным (карты контуров и карты одаородаостей) проводить восстановление вероятностей локального распространения, моделирующих ПСР, идентичный рассматриваемому лесному пожару и прогнозировать в последуйте моменты времени распространяющуюся геометрию данного лесного пожара.

Численное моделирование по результатам экспериментов с помощью "ЛРОГНОЗа" осуществлялось на ЭШ серии ЕС и микрокомпьютере МЕНА-бО ."ПРОГНОЗ" имеет блочно-модульную структуру , языком программирования является FORTRAN-IV. В диссертации приведена блок-схема головной про1,раммы и краткие алгоритмы решения, используемых в нем подпрограмм. Работа на компьютерах серии ЕС осущестйляется под руководством операционной системы ОС ЕС, а на MERA-6Q под управлением операционной системы с разделяющимися переменными РАФОС. Входные данные, сформированные в виде числовых массивов, хранятся в отдельном файле. На микрокомпьютере работа с ко-мллексом происходит в диалоговом режиме. Пользователь может выбирать набор контуров для идентификации; моменты прогнози-

рования; число Монте-Карло реализаций, необходимые при идентификации и прогнозе; точность прогноза и идентификации. Выходные данные: прогнозируемые м-контуры лесного пожара, их площадь, периметр выводятся по желанию пользователя на принтер, вкран дисплея, графопостроитель.

Диалоговый комплекс "ПРОГНОЗ" является результатом первого отапа построения вотоматиоцровишой онотеми оперативного вероятностно-множественного прогноза геометрии распространяющегося лесного пожара. Функциональное назначение основных блоков автоматизированной системы достаточно подробно освещено в диссертационной работе.

Создание комплекса проводилось согласно программе работ по решению целевой научно-технической программы 0.Ц.027, утвержденной постановлением ГКНТ, Госплана СССР я Президиума АН СССР от 12.12.80 Л474/250/132. "ПРОГНОЗ" внедрен В ИЛиД СОАЯ СССР, акт внедрения представлен в приложении.

Прогнозирование распространяющейся геометрии лесного пожара проводилось для двух натурных экспериментов, которые осуществлялись сотрудниками ИЛиД СО АН СССР.

В ходе первого эксперимента на опытном полигоне 100x100 м было выделено десять однородных участков, включая склон к реко, водный участок и участки с одинаковой растительностью. Продолжительность эксперимента - полтора часа. За ото время было зафиксировано 7 контуров лесного пожара. На карту территории наносилась плоская квадратная решетка 41x41 узлов (размеры одного узла в реальных единицах

2.5x2.5 м2) и проводилась нумерация от I до 7 вложенных м-контуров и нумерация от I до 10 однородных учвстков. Эти массивы являлись входными данными. По наборам из двух контуров проводилась идентификация и для контроля осуществлялся прогноз шестого или седьмого м-контуров. Погрешность прогнозирования составляет 10-12*.

Для определения контуров второго эксперимента использовалась .'^рофотосъемха. Различалось четыре участка, однородных по отношению к горонию. За время эксперимента, продолжавше-

го

гося четиро часа, било зафиксировано семь контуров пожара. Для обработки карт на план полигона наносилась решотка

501100 узлов. Роалыше размори каждого узла 20x20 м2. В результата, аналогично первому эксперименту сформировали массивы карты однородностей и карты м-контуров. Варианты расчетов различались по наборам м-контуров, выбранным для идентификации, по прогнозируемым ы-коытурам, а также но числу итераций, количеству реализаций скм, точности алгоритмов. Погрешности прогнозирования составляют 12-20«, что вполне удовлетворительно для практических целен.

На рис.1 представлен результат прогнозирования седьмого и-контура первого эксперимента. Отмечены экспериментальное, прогонзируомое множества. Идентификация проводилась по 4 и 5 ы-контураы. Погрешность прогнозирования составляет 12». На рис.2 изображены моделируемый и экспериментальный 7 м-кон-тур, соответствующие второму эксперименту. Идентификация проводилась по 5 и 6 «-контурам. Погрешность прогнозирования составляет 138.

Результаты первого лесопирологического эксперимента были использованы при численной реализации алгоритма идентификации вероятностей локального распространения по средним скоростям движения пожара. Восстановленные вероятности определяют характерную картину данного лесного пожара, но имеют равномерный характер завышения. Это объясняется тем, что используемые в алгоритме средние скорости движения огня превышают необходимые для вероятностно-множественных моделей сроднив локальные скорости распространения. Данный вывод согласуется с результатом, полученным Г.А.Доррером об увеличении средней скорости возмущенного контура по сравнению со сродним значением нормальной скорости, характеризу идей локальное распространение.

Разработанные алгоритмы сродномерной идентификации и прогноза реализованы также в виде пакета прикладных программ идентификации и моделиронашя двухмерного и трехмерного про -цосса раснространония пожара в зданиях. Нроьедон ряд расче-

тов с использованием результатов экспериментов на моделях зданий. В диссертации эта расчеты проиллюстрированы соответствующими рисунками. Пакет программ передан по хоздоговору с фактическим економическим эффектом 134 тыс. руб. и внедрен' во ВНИИ ПО МВД СССР. Анты внедрения представлены в приложении к работе,

основные результаты PiGOTU

1. Для низового пожара систематически изложены методы и алгоритмы вероятностно-множественного моделирования его распространения. Представлена таблица,основных типов распространения фронтов низового лесного пожара и даны характеристики соответствущих им процессов случайного распространения.

2. Для верхового пожара приведена двухслойная модель распространения. Нп ее основе рассчитаны примеры моделирования распространения.

3. Разработана модель распространения с образованием новых очагов, даны примеры численного моделирования.

4. Приведены метода статистической оценки вероятностно-множествошшх характеристик:

- сродномерного множества с h-уровнем среза,

- средаомерного множества с О-интервалом среза,

- среднемерного объединения скм, среднакерного пересечения скм, средаомерного отклонения скм с/м.

- вероятностей достшгепия и захвата процессом горения участков на лесной территории. <•

Б. Сформулирована задача среднемарной идентификации параметров рассматриваемой модели - вероятностей локального распространения. Необходимые данные для идентификации: карта лесопирологичвских однородностей и два реальных контуре лесного пожара.

Разработан метод средаемерной идентификации, приближающий первый момент (среднемерное множество) к реальному м-ко-

нтуру лесного пожара. На основе метода получены алгоритмы срвднемерной идентификации дт плоского случая. Трехмерная задача идентификации разработана и реализована алгоритмически для распространения пожара в здании. Проведено численное исследование сходимости алгоритмов.

Предложен метод и алгоритм идентификации .использующий среднюю скорость движения пожара. Входные данные для данного метода: карта лесопирологических одаородностей, один реальный контур пожара и средняя скорость движения пожара, которая является результатом наблюдений или других моделей.

Приведена содержательная постановка зада-и и алгоритм вдбнгифккзцки модедн по двум моментам: среднемарному множеству и среднемарному отклонению.

6. На основе разработанных алгоритмов созданы комплексы прикладных программ срвднемерной идентификации и прогнозирования распространения лесных пожаров и пожаров в зданиях.

Приведены результаты вычислительных экспериментов сред-веыерной идентификации, идентификации по средник скоростям движения пожара и прогноза распространения реальных контролируемых лесных пожаров и проведенных в экспериментальных условиях пожаров в зданиях.

В плане практического применения созданных комплексов прикладных программ приводится описание автоматизированной системы прогноза распространения лесного пожара. Акты внедрения разработанного математического и программного обеспечения (прогноз лесных пожаров - б ЙЛиД ССАН СССР, прогноз иокаров в зданиях - в ВНИИ ПО МВД СССР) приводятся в приложении к диссертационной работе.

Л1

Основные положения диссертации изложены в следующих, работах:

1. Воробьев O.D., Иванилова Т.Н. Разработка математически моделей лесного пожара с целью прогнозирования его распробт-ранения: Отчет за 1977-1980 г.г. по программе "Сибирь"./ ВЦ СО АН СССР.- Новосибирск,1980.- С.259-260.

2. Воробьев O.D., Иванилова Т.Н. Вероятностно-множественные методы идентификации случайного распространения.-Красноярск,

1981.- 48 с.-(Препринт/ ВЦ СО АН СССР;Я 35).

3. Иванилова Т.Н. Программное обеспечение прогноза случайного распространения.(лесные пожары, пожары в зданиях).- Красноярск, 1982.- 32 с.-(Препринт/ ВЦ СО АН СССР;Л 22).

4. Воробьев O.D., Иванилова Т.Н.Прогнозировашю в среднемв-рном на основе оперативных дистанционных измерений // Всесоюзное совещание ОВДИ-81: Тез. докл./ ВЦ СО АН СССР.-Новосибирск, 1981.- С.165-166

Ь. Воробьев О.Ю., Иванилова Т.Н. Общие принципы математического обеспочошя прогноза распространения лесных пожаров на основе среднемерного моделировшия // Конференция ОЛСУ Гослесхоз : Тез. докл./ ИЛиД СО АН СССР.- Красноярск , 1984.

6. Иванилова Т.Н. Вороятнсстно-множбствещая идентификация в моделировании лесных пожаров // Труда II Меадународного симпозиума по системному анализу и моделированию.- Борлии, 1985.- С. IB5-I88.

г.

7. Иванилова Т.Н. Среднемэрное прогнозировало объемного случайного распространения (покары в зданиях л соорукениях)

Дгп. ВИНИТИ от 19.07.85, Л 5259-85 Деп.

8. Иванилова Т.Н. Моделирование многествешшх отклонений прострянствешюго состояшш лесного покара // Труды III Международного симп. по систомному анализу и иодолированию.-Берлин,19в8.- C.I4I-I45.

9. Иванилова Т.Н. Кошчио-мноЕэствошша оперативный прогноз распрос,ранения лесного покэра // Всесоюзное совещание по механике реагирующих сред: Тоз. докл./ СибТИ.- Красноярск,

1988.- С. 128-130.

10. Квашшова Т.Н. Идентификация параметров вероятностио-ынсмюствеииой подели случайного распространения по скоростям движения лесного пожара // Управление в производственны! и тохшгсескшс системах / КрПИ.- Красноярск, 1990.- С.Ш-П7.

Рис. I. СреднемзрниИ прогноз седьмого м-контура.

I эксперимент. ——— эталон, - прогноз,

* - очаг, i = 5130 сок. Сроднемерная вдантгфщация проводилась по 4 п 5 м-конту-ром.

• Масштаб О 50 200 и ЕЕ

Рис. 2. Срэдвдмершй прогноз седьмого м-контура. 2 эксгюримипт.

-прогноз, ■ агалон, Ь = 4 час.6 мял. Сред-

неморная идентификация проводилась по 5 и 6 ы-кшггу рам. 24