Анализ факторов, повлиявших на катастрофические природные пожары в Хакасии в апреле 2015 года

И.А. Буслов, Г.А. Доррер

ФГБОУ ВО Сибирский государственный технологический университет

В апреле 2015 года на территории республики Хакасия произошла серия катастрофических пожаров.

По официальным данным погибло более 30 человек, около 5000 осталось без жилья.

Ущерб от этих пожаров оценивается более чем в 7 миллиардов рублей. Повреждения получили 1328 частных жилых домов на территории 33 населенных пунктов в шести районах республики. За медицинской помощью обратилось более 600 человек, около 80 из них госпитализированы.

Цель данной работы - попробовать разобраться в причинах катастрофы.

В статье приводятся данные с метеостанции WMO ID 29756 (пос. Шира). При изучении сложившейся ситуации использован большой объем данных с различных метеостанций, везде получились схожие результаты.

Табл. 1. Данные температуры на время 13.00 с метеостанции WMO ID 29756, град. Цельсия

2015

2014

2013

2012

2011

2010

9 апреля

7,4

11,1

12,3

4

7,6

-6,2

10 апреля

6,9

15,4

19,7

14,2

13

-4

11 апреля

11,1

13,5

5,6

18,3

15,4

-2,8

12 апреля

21,6

-1,5

0,1

4

18,2

0,9

13 апреля

5,7

-1,1

4,3

5,8

19

4,7

14 апреля

5,1

5,1

1

11,4

12,6

6,2

15 апреля

8,2

7

4,4

15,5

15,9

3,3

16 апреля

4,8

9

1,6

16

20,4

6,8

17 апреля

4,7

11,7

6,3

6,6

16,4

6,4

График по данным температуры (град. Цельсия) на время 13.00 с метеостанции WMO ID 29756

Рис. 1. График по данным температуры (град. Цельсия) на время 13.00 с метеостанции WMO ID 29756

В таблице 1 приведены не все метеоданные, а только информация на 13.00 каждого дня (для ее упрощения). Пик распространения пожаров пришелся на 12 апреля. На графике (рис. 1, рис.2) видно резкое повышение температуры в этот день на 10 градусов.

Как известно, относительная влажность сильно зависит от температуры. При значительном повышении температуры происходит значительное снижение влажности. Со снижением относительной влажности происходит рост дефицита влажности, который провоцирует быстрое высыхание поверхности (почвы, горючего).

Рассмотрим более подробно суточные приращения температур заданного периода в 2015 году.

Табл. 2. Суточные приращения температур заданного периода в 2015 году

Период

2015

9-10 апреля

-0,5

10-11 апреля

4,2

11-12 апреля

10,5

12-13 апреля

-15,9

13-14 апреля

-0,6

14-15 апреля

зд

15-16 апреля

-3,4

16-17 апреля

0,1

График суточных изменений температур заданного периода в 2015 году

Рис. 2. График суточных изменений температур заданного периода в 2015 году

Табл. 3. Средняя скорость ветра в 13.00 с метеостанции WMO ID 29756, м/с

2015

2014

2013

2012

2011

2010

9 апреля

6

3

4

3

5

4

10 апреля

4

4

7

4

0

3

11 апреля

3

7

9

2

2

3

12 апреля

15

3

3

3

0

2

13 апреля

3

2

3

3

5

3

14 апреля

9

2

2

3

3

2

15 апреля

3

3

4

5

3

2

16 апреля

1

2

2

8

6

5

17 апреля

5

2

7

4

2

7

Средняя скорость ветра в 13.00 с метеостанции WMO Ю 29756, м/с по годам

Рис. 3. Средняя скорость ветра в 13.00 с метеостанции WMO Ю 29756, м/с по годам

12 апреля 2015 года наблюдался аномально сильный ветер для этого времени года (табл. 3, рис. 3). И именно 12 апреля началось стремительное развитие пожаров в регионе. Этот показатель является рекордным за последние 6 лет.

Аномально сильный для этого времени года ветер стал фактором, ускорившим высыхание горючего, а так же распространение пожаров.

Табл. 4. Показатель Нестерова, посчитанный по данным метеостанции WMO ID 29756

2015

2014

2013

2012

2011

2010

9 апреля

2

4

1

1

4

1

10 апреля

1

4

2

1

4

1

11 апреля

1

4

2

1

1

1

12 апреля

2

1

2

1

1

1

13 апреля

1

1

2

1

2

1

14 апреля

1

1

2

1

2

1

15 апреля

1

1

3

1

3

1

16 апреля

1

2

3

1

3

1

17 апреля

1

2

3

1

3

1

Табл. 5. Показатель ПВ-1, посчитанный по данным метеостанции WMO ID 29756

2015

2014

2013

2012

2011

2010

9 апреля

2

4

1

1

3

1

10 апреля

1

4

2

1

3

1

11 апреля

1

4

2

1

1

1

12 апреля

2

1

2

1

1

1

13 апреля

1

1

2

1

2

1

14 апреля

1

1

2

1

2

1

15 апреля

1

1

3

1

3

1

16 апреля

1

2

3

1

3

1

17 апреля

1

2

3

1

3

1

Табл. 6. Показатель ПВ-2, посчитанный по данным метеостанции WMO ID 29756

2015

2014

2013

2012

2011

2010

9 апреля

2

4

1

1

4

1

10 апреля

1

4

2

1

4

1

11 апреля

1

4

2

1

3

1

12 апреля

2

1

2

1

3

1

13 апреля

1

1

2

1

3

1

14 апреля

1

1

2

1

3

1

15 апреля

1

1

3

1

3

1

16 апреля

1

2

3

1

3

1

17 апреля

1

2

3

1

4

1

Классы пожарной опасности (табл. 4-6), традиционно используемые для оценки влажности горючего слоя, оказались неэффективны при таких резких изменениях температур в условиях степей.

Это связано как с частотой их определения,так и с самой методикой расчета этих показателей. Вероятность возникновения подобных ситуаций может быть оценена, исходя из приращения температуры и времени, за которое это приращение произошло, а классы пожарной опасности могут быть дополнены этой информацией.

На территории Хакасии существовали небольшие очаги пожаров. Из-за экстремальных условий, описанных выше, площадь этих очагов значительно выросла в короткое время.

Дальнейшая работа по данной тематике будет направлена на нахождение границ условий, при которых возникает высокая вероятность катастрофического пожара, с использованием методов математического моделирования.

Выводы:

  • 1. Классы пожарной опасности неэффективны при резких изменениях температур в условиях степей.
  • 2. Классы пожарной опасности могут быть объективнее, если их дополнить таким образом, чтобы они учитывали резкие изменения погодных условий.
  • 3. Резкие изменения температуры могут значительно повысить опасность пожара в степи, а если они сопровождаются сильным ветром, то могут привести к катастрофическим последствиям.

Литература

  • 1. Доррер, Г.А. Динамика лесных пожаров / Г.А. Доррер. - Красноярск: СО РАН, 2008.-404 с.
  • 2. Mell, W. Wildland fire behavior modeling: perspectives, new approaches and applications / W. Mell, RJ. McDermott, G. P. Forney // Proceedings of 3rd Fire Behavior and Fuels Conference,Spokane, Washington, USA. - 2010. - P. 45-62/
  • 3. Mell, W. A physics-based approach to modeling grassland fires / W. Mell, M. A. Jenkins, J. Gould, Ph. Cheney// International Journal of Wildland Fire. - 2007. - Vol. 16,-P.1-22.
  • 4. Гришин, A. M. Математические моделирование лесных пожаров и новые способы борьбы с ними./А. М. Гришин.- Новосибирск: Наука, 1992.-408 с.
  • 5. Доррер, Г.А. Система обучения специалистов пожарной службы «Тайга-3» /Дор- рер Г.А., Яровой С.В., Буслов // Фундаментальная информатика, информационные технологии и системы управления: реалии и перспективы. FIITM-2014: материалы международной науч.-практич. конф.- Красноярск: Сиб. федер. ун-т, 2014.-С. 150-156.
  • 6. Погода в мире [Электронный ресурс], [2004-2015].- Режим доступа: http://rp5. ru/.- Погода в мире.
  • 7. Информационная система дистанционного мониторинга Федерального агентства лесного хозяйства [Электронный ресурс], [1997-2015]. - Режим доступа: http://www.nffc.aviales.ru.- Погода в мире.
 
Посмотреть оригинал
< Пред   СОДЕРЖАНИЕ   ОРИГИНАЛ     След >