Несмотря на значительные технологические достижения прошлого столетия такие природные бедствия, как лесные пожары, наводнения и землетрясения по-прежнему представляют серьезную угрозу для жизни и имущества. Кроме их вреда индивидам и обществу, пожары имеют биологические, экологические, физические и относящиеся к окружающей среде последствия. По оценкам меньше, чем за последние 200 лет, из-за диких пожаров погибло приблизительно 6-7 миллионов квадратных километров леса.
Лесные пожары не всегда могут быть точно предсказаны, потому что с точки зрения математики они являются нелинейной, стохастически сложной системой. Это создает проблему с точки зрения администрирования и управления пожарами, так как некоторые из них могут сами закончиться, а другие требует немедленных действий.
Хотя лесные пожары представляют бесконечную угрозу для всего мира, существует несколько причин, по которым сложно получать пространственно-временные данные о распространении огня в режиме реального времени:
-
Если пожар распространяется быстро и на большой площади сложно получить актуальную информацию через изображения со спутников;
-
Даже наличие изображений не приносит практической пользы, потому что показывает только размеры пожара, а не предсказывает, куда огонь перекинется в следующую минуту.
Благодаря последним достижениям существует два основных технических способа предсказания пожаров. Первый из них – это использование Беспроводных Сенсорных Сетей, а второй – использование FWI (Fine Weather Index). Статья посвящена агент-ориентированной модели симуляции лесных пожаров и использования VOMAS (Virtual Overlay Multi-Agent System), где оценка, полученная каждым сенсором, сравнивается с вероятностью сценария движения огня по FWI. Иными словами, совмещаются оба способа. VOMAS схемы – это расширение моделирования в области развития наложения мульти-агентских систем с целью проверки. Понимание размера пожара и возможность ставить реалистичные эксперименты может помочь пожарным и администрации лучше справляться с реальными чрезвычайными ситуациями, а также разрабатывать эффективные стратегии распределения ценных ресурсов в случае настоящих пожаров.
Агент-ориентированное моделирование является очень эффективным инструментов для моделирования сложных систем любого вида. В случае моделирования лесных пожаров оно может быть использовано не только для моделирования огня, но и для моделирования мониторинга инфраструктуры.
Проверка модели нужна для того, чтобы понять, насколько ее результаты соответствуют действительности.
Существуют определенные инструменты, использующиеся для практической проверки, основанной на FWI и VOMAS. В отличие от традиционных схем здесь проверка пожаров происходит с помощью агентов, задаваемых в VOMAS. Каждый агент индивидуально проверяет свою «территорию» (окрестности) и затем с помощью уравнений FWI решает, реален обнаруженный пожар или нет.
Сначала опишу Индекс пожароопасной погоды, затем Индекс пожарного риска.
Индекс пожароопасной погоды (Fire Weather Index = FWI)
Дает оценку относительной степени пожароопасности, основанную на погодных условиях. Он зависит от нескольких суб-компонент. Чтобы оценить интенсивность распространения пожара за основу его расчета берется Индекс первоначального распространения и Индекс накопления. FWI может рассматриваться как индикатор распространения огня, основанный на ожидаемом проценте распространения огня и общем количестве так называемого «топлива» для пожара (то есть, суммарного количество леса на территории).
Состоит из 5 суб-компонентов:
• Fine Fuel Moisture Code (FFMC)
Указывает легкость воспламенения топлива, иными словами, вероятность возгорания.
• Норма влажности угля (Duff Moisture Code = DMC)
Показывает влажность угля, лежащего под землей. Вероятность возгорания в результате удара молнии.
• Норма засухи (Drought Code = DC)
Показывает степень увлажнения глубоких слоев органического вещества. Свидетельствует о долгосрочных условиях влажности и определяет устойчивость огня к тушению.
• Индекс первоначального распространения (Initial Spread Index = ISI)
Показывает скорость распространения огня сразу после возгорания. Сочетает FFMC и скорость ветра, чтобы спрогнозировать ожидаемый темп распространения.
• Индекс накопления (Build Up Index = BUI)
Комбинация DMC и DC. Показывает общий объем топлива для сгорания. DMC оказывает наибольшее влияние на этот индекс.
Реализация модели
Рисунок ниже описывает вывод на экран различных частей моделирования. Голубые круги – это сенсоры, которые могут считаться частями VOMAS модели, описанной далее.
Рисунок показывает результаты одного лесного пожара. Базовая реализация распространения этого пожара взята из модели NetLogo. Когда огонь зажигается, деревья горят. В течение пожара выявляются и изменение локальной температуры, и снижение количества деревьев. На распространение огня влияют эффекты снегопада и дождя, которые могут быть скоректированы исследователем.
Модель VOMAS применительно к моделированию лесных пожаров содержит следующие типы агентов:
-
Менеджер
-
Инвариант
-
Логгер
-
Наблюдатель
-
Log Entry
На рисунке показано моделирование: как только в определенной области начинается пожар, наблюдатели в этой зоне меняют цвет, чтобы просигнализировать об изменении температуры.
Эта модель учитывает также повторный рост деревьев, что показано на рисунке 6: как только пожар стихает, начинается повторный рост деревьев. Наблюдатель снова меняет цвет, чтобы это показать.
Авторы также провели несколько экспериментов.
Эксперимент 1. Интенсивность огня и температура.
Первая серия экспериментов была проведена с целью проверки, действительно ли в случае лесных пожаров температура повышается и каким образом.
Рисунок подтверждает, что с увеличением интенсивности пожаров, температура растет.
Схожим образом реагирует и модель VOMAS. Как видно по рисунку 7б, с ростом вероятности возгорания, норма FFMC растет.
На графиках мы видим аналогичную взаимосвязь между показателями. При расчете FFMC учитывались различные погодные условия: относительная влажность, дождь, температура и скорость ветра. Низкие значения FWI не грозят пожаром, поэтому могут быть проигнорированы. Однако в случае если этот показатель имеет достаточно высокое значение в определенной области, то за ней необходимо тщательно следить.
Эксперимент 2. Сетевая жизнь с расширением пожара.
На графике видно результат проверки, показывающей эффект лесных пожаров в продвинутой версии модели, в которую включены беспроводные сенсорные сети, расположенные в произвольном порядке. Этот пример показывает влияние пожара на жизнь сенсорной сети. Она прогнозирует разрушение сенсорного сигнала при чрезмерном росте интенсивности пожара. Поэтому реальный эффект на сенсорную сеть достигается тогда, когда вместе с ростом интенсивности процент «жизни» или незадействованности сигналов временно снижается.
Заключение
В этой статье авторы представили применение модели VOMAS для сложного моделирования лесных пожаров. В отличие от традиционных подходов, она содержит наблюдателей, которые взаимодействуют с окружающей средой. В данном случае FWI базируется на математической модели, проверенной десятилетиями. В результате экспериментов было показано, что эти наблюдатели также могут гибнуть при достижении огнем определенной температуры. Эта модель легла в основу EWAFF (Early Warning and Alerting system for Forest Fires) – системы раннего реагирования и предупреждения лесных пожаров.
Более подробную информацию можно прочитать здесь.
©Рубцова Эльмира