Сценарный подход в системе охраны леса от пожаров
В статье описывается применение метода рассуждений на основе сценариев в системе охраны леса от
 пожаров. Приведен обзор существующих зарубежных систем охраны леса от пожаров. Выделены
 структурные составляющие рассуждений на основе сценариев в системе охраны леса от пожаров, а&#...
Gespeichert in:
| Veröffentlicht in: | Искусственный интеллект |
|---|---|
| Datum: | 2013 |
| 1. Verfasser: | |
| Format: | Artikel |
| Sprache: | Russisch |
| Veröffentlicht: |
Інститут проблем штучного інтелекту МОН України та НАН України
2013
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/85121 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Сценарный подход в системе охраны леса от пожаров / М.В. Жарикова // Искусственный интеллект. — 2013. — № 4. — С. 313–324. — Бібліогр.: 30 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1860117137169842176 |
|---|---|
| author | Жарикова, М.В. |
| author_facet | Жарикова, М.В. |
| citation_txt | Сценарный подход в системе охраны леса от пожаров / М.В. Жарикова // Искусственный интеллект. — 2013. — № 4. — С. 313–324. — Бібліогр.: 30 назв. — рос. |
| collection | DSpace DC |
| container_title | Искусственный интеллект |
| description | В статье описывается применение метода рассуждений на основе сценариев в системе охраны леса от
пожаров. Приведен обзор существующих зарубежных систем охраны леса от пожаров. Выделены
структурные составляющие рассуждений на основе сценариев в системе охраны леса от пожаров, а
также их взаимосвязь. Описывается построение матрицы риска, отображающей пространственное
распределение вероятностей возникновения пожара и ущерба от пожара. Приведена диаграмма
классов для описания сценария.
У статті описується застосування методу міркувань на основі сценаріїв у системі охорони лісу від
пожеж. Наведено огляд існуючих закордонних систем охорони лісу від пожеж. Виділено структурні
складові міркувань на основі сценаріїв у системі охорони лісу від пожеж, а також їх взаємозв’язок.
Описується побудова матриці ризику, що відображає просторовий розподіл ймовірностей виникнення
пожежі та збитків від пожежі. Наведена діаграма класів для опису сценарію.
The applying of scenario-based reasoning in the forest fire protection system is described in the article.
The overview of existing foreign forest fire protection systems is represented. The structural parts of
scenario-based reasoning in the forest fire protection system and their interdependence are marked out.
The creation of the risk matrix which depicts spatial distribution of fire outbreak probabilities and fire
damage is described. The class diagram for scenario description is depicted.
|
| first_indexed | 2025-12-07T17:36:46Z |
| format | Article |
| fulltext |
ISSN 1561-5359 «Штучний інтелект» 2013 № 4 313
4Ж
УДК 658.382
М.В. Жарикова
Херсонский национальный технический университет, Украина
Украина, 73000, г. Херсон, Бериславское шоссе, 24
Сценарный подход в системе охраны леса
от пожаров
M.V. Zharikova
Kherson National Technical University, Ukraine
Ukraine, 73000, c. Kherson, Berislavskoje highway
Scenario Approach in the Forest Fire Protection System
М.В. Жарiкова
Херсонський національний технічний університет, Україна
Україна, 73040, м. Херсон, Бариславське шосе, 24
Сценарний пiдхiд у системi охорони лiсу вiд пожеж
В статье описывается применение метода рассуждений на основе сценариев в системе охраны леса от
пожаров. Приведен обзор существующих зарубежных систем охраны леса от пожаров. Выделены
структурные составляющие рассуждений на основе сценариев в системе охраны леса от пожаров, а
также их взаимосвязь. Описывается построение матрицы риска, отображающей пространственное
распределение вероятностей возникновения пожара и ущерба от пожара. Приведена диаграмма
классов для описания сценария.
Ключевые слова: сценарий, лесной пожар, система охраны леса от пожаров.
The applying of scenario-based reasoning in the forest fire protection system is described in the article.
The overview of existing foreign forest fire protection systems is represented. The structural parts of
scenario-based reasoning in the forest fire protection system and their interdependence are marked out.
The creation of the risk matrix which depicts spatial distribution of fire outbreak probabilities and fire
damage is described. The class diagram for scenario description is depicted.
Key words: scenario, forest fire, forest fire protection system.
У статті описується застосування методу міркувань на основі сценаріїв у системі охорони лісу від
пожеж. Наведено огляд існуючих закордонних систем охорони лісу від пожеж. Виділено структурні
складові міркувань на основі сценаріїв у системі охорони лісу від пожеж, а також їх взаємозв’язок.
Описується побудова матриці ризику, що відображає просторовий розподіл ймовірностей виникнення
пожежі та збитків від пожежі. Наведена діаграма класів для опису сценарію.
Ключові слова: сценарiй, лiсова пожежа, система охорони лiсу вiд пожеж.
Введение
Охрана лесов от пожаров – это совокупность действий, направленных на умень-
шение влияния лесных пожаров на природные ресурсы, экосистемы, а также окру-
жающую среду в соответствии с целями организации, осуществляющей управление [1-5].
Охрана лесов от пожаров предполагает знание вероятных последствий пожа-
ров, определение материальных ценностей, находящихся под угрозой, материальных
затрат на пожарную деятельность, принятие решений и повседневную деятельность,
направленную на достижение установленных задач по управлению ресурсами.
Особенности предметной области. Предметная область, исследуемая в данной
статье, связана с таким природным явлением, как лесной пожар, который разви-
Жарикова М.В.
«Искусственный интеллект» 2013 № 4 314
4Ж
вается в природных условиях. Как известно, системы, связанные с моделированием
реальных природных процессов, отличаются особой сложностью и неопределенно-
стью. Пожар является самоорганизующимся природным процессом, протекающим в
условиях гетерогенной среды. Поведение пожара зависит от множества характеристик
этой среды, которую невозможно точно смоделировать, что приводит к неточности и
неполноте данных, описывающих динамику пожара. В процессе принятия решений
по охране леса от пожаров требуется анализ сложных неопределенных ситуаций с
целью оценки влияния на них множества возможных альтернатив. Принятие реше-
ний по охране леса от пожаров требует разработки и внедрения новых моделей, ме-
тодов и информационных технологий, способных обрабатывать не только числовые
параметры, но также и опыт экспертов [6].
Задача поддержки принятия решений по охране леса от пожаров является слабо
формализуемой, допускающей некоторый произвол при формулировке. Строгие ма-
тематические методы не соответствуют уровню строгости ее формулировки. Таким
образом, для решения задачи поддержки принятия решений по охране леса от пожаров
требуется применение интеллектуальных методов. В статье предлагается примене-
ние сценарного подхода для построения системы охраны леса от пожаров.
Степень научной разработанности. В мире существует множество програм-
мных продуктов, направленных на поддержку принятия решений по защите леса от
пожаров.
Зарубежные аналоги. Министерство природных ресурсов Канады в настоящее
время оперирует двумя национальными информационными системами для управле-
ния лесными пожарами [7]: канадская информационная система по лесным пожарам
(Canadian Wildland Fire Information System – CWFIS) и система моделирования, мо-
ниторинга и картирования пожаров (Fire M3). Обе системы в качестве составной
части включают классификацию лесных участков для упрощения работы работников
лесничеств. Эти системы основаны на компонентах канадской системы оценки лес-
ной пожарной опасности (Canadian Forest Fire Danger Rating System – CFFDRS) [8] и
используют движок системы пространственного управления пожарами (Spatial Fire
Management System – sFMS) [7-12] для получения, управления, моделирования, анализа
и презентации данных. Метеорологические параметры с точечных источников изме-
рений (сеть Канады и северной части США насчитывает около 900 метеорологиче-
ских станций) интерполируются для получения пространственной детализации ячеек
в 1 км.
В США в 1972 г. была создана система National Fire Danger Rating System –
NFDRS [13]. Структура американской системы представляет собой абстрактную модель
влияния различных факторов и условий на процесс возникновения и распростра-
нения пожаров.
В Австралии наиболее распространенными являются две системы, используемые
в охране леса от пожаров: показатель лесопожарной опасности (Forest Fire Danger
Index – FFDI) МакАртура, используемый в восточной части Австралии, и таблицы
динамики лесных пожаров (Forest Fire Behaviour Tables – FFBT), используемые в
Западной Австралии [14]. Исследования МакАртура, проведенные в период с конца
1950-х годов по начало 1960-х, привели к разработке показателя лесопожарной опас-
ности (Forest Fire Danger Index – FFDI) [15] и показателя луговой пожарной опасности
(Grassland Fire Danger Index – GFDI) [16]. Они были разработаны и апробированы в
юго-восточной Австралии. Метод МакАртура оценки пожарной опасности, как и
Канадский, основан на статистическом анализе больших объемов эксперименталь-
Сценарный подход в системе охраны леса от пожаров
«Штучний інтелект» 2013 № 4 315
4Ж
ных данных. Эксперименты МакАртура, проведенные на луговой растительности и в
эвкалиптовых лесах, заключались в преднамеренном поджигании ЛГМ и наблюде-
нии за пожаром в течение 15 – 60 мин [15-17]. FFDI позволяет прогнозировать
вероятность возникновения пожара, скорость его распространения, его интенсив-
ность, сложность его ликвидации. На основе индекса FFDI исследовательская группа
CSIRO по лесным пожарам разработала компьютерную систему SiroFire (2004) –
приложение поддержки принятия решений для PC-компьютера [18].
Следует отметить итальянскую систему CHARADE, направленную на под-
держку принятия решений во время тушения лесного пожара, которая разработана
Авесани, Перрини и Риччи [19-22]. Поддержка принятия решений состоит в оценке
ситуации при пожаре и построении оперативного плана тушения и основана на пре-
цедентном подходе (CBR – case-based reasoning). Система направлена на решение двух
основных задач: составление плана тушения в случае лесного пожара и тренировка
персонала, участвующего в тушении лесных пожаров. При моделировании системы
CHARADE прецедентный подход был скомбинирован с ГИС для отображения про-
странственных данных. Для адаптации выбранного прецедента реальной ситуации
был использован метод удовлетворения ограничений (constraint satisfaction). Для усовер-
шенствования шага оценки близости прецедента реальной ситуации был использован
метод взвешивания характеристик.
Российские аналоги. В России создаются программные продукты для автома-
тизации отдельных направлений деятельности, связанной с защитой леса от
пожаров. Наиболее известными российскими системами являются Информационная
система мониторинга Федерального агентства лесного хозяйства (ИСДМ-Рослесхоз)
и Информационная система «Лесной дозор» [23-25].
Задачами ИСДМ-Рослесхоз являются:
1. Информационное обеспечение управленческих решений Рослесхоза.
2. Мониторинг пожарной опасности и лесных пожаров Московской области.
3. Контроль за мониторингом пожарной опасности и лесных пожаров субъек-
тов Российской Федерации.
4. Контроль за переданными полномочиями в области лесных отношений.
5. Государственные информационные услуги в части мониторинга пожарной
опасности и лесных пожаров.
Информационная система «Лесной Дозор» – это программно-аппаратный комплекс
для мониторинга леса различными способами.
Программная платформа «Лесной Дозор» выполняет следующие функции:
1. Управление базой данных пользователей.
2. Определение координат возгораний.
3. Многопользовательская работа с сетью камер в конкретном регионе.
4. Распределение сбалансированной нагрузки на канал.
5. Синхронизация данных между пользователями.
6. Управление сетью датчиков (видеокамер, инфракрасных камер, тепловизоров)
на расстоянии.
7. Работа с интерактивной картой.
8. Определение координат пожара, его направления.
9. Администрирование системы.
В разрабатываемой системе, в отличие от аналогов, объединяются задачи пред-
упреждения, тушения и ликвидации последствий лесных пожаров.
Целью статьи является описание сценарного подхода к построению системы
охраны леса от пожаров.
Жарикова М.В.
«Искусственный интеллект» 2013 № 4 316
4Ж
Сценарный подход. Сценарии применяют для решения задач, связанных с
неопределенностью, где существует необходимость выполнения действий, расстановки
приоритетов, принятия решений [26]. Метод рассуждений на основе сценариев (РОС)
использует вымышленные будущие сценарии для того, чтобы помочь лицам, прини-
мающим решение, (ЛПР), увидеть основные виды неопределенностей, с которыми
они могут столкнуться. Сценарии позволяют представить последствия различных
траекторий движения системы и наметить способы учета неопределенности. Под сце-
нарием понимается целенаправленная модель, описывающая динамику ситуации.
Структурные составляющие рассуждений на основе сценариев в системе
охраны леса от пожаров. Будем различать сценарии лесного пожара Sj и объекты оji,
находящиеся под воздействием сценариев.
Объекты – все, подверженные действию пожара, статические природные или
искусственные сущности, находящиеся внутри исследуемой территории.
Множество объектов Oj = {o1, …, on}, подвергающихся модификациям под
воздействием сценария Sj, может состоять из объектов различной природы, таких,
как постройки, дороги, лесные насаждения. Каждый объект должен иметь функцию
влияния, которая определяет количественное значение степени модификаций объекта в
результате реализации сценария. Нас интересует ущерб, наносимый объекту, то есть
функция влияния будет отображать ущерб. В связи с этим назовем функцию влияния
функцией ущерба. Пример функции ущерба для участка леса, подверженного действию
пожара:
.случаепротивномв,0
мин
м3пожараскоростьесли,v*p
d , (1)
где p – величина, на которую уменьшилась стоимость древесины, в резуль-
тате ухудшения ее качества,
v – величина, на которую уменьшился объем древесины в результате прежде-
временной рубки, вызванной пожаром.
Каждый сценарий представляет собой реализацию события на определенном
участке местности, и описывается вероятностью, с которой оно может произойти.
Сценарий будет состоять из следующих частей:
1) условия (исходные данные),
2) события (пожар),
3) альтернативы.
Каждая из составных частей сценария описывается набором переменных.
Условия (исходные данные) cодержат набор переменных, которые не зависят
от других переменных. Это переменные, описывающие таксацию леса, метеорологи-
ческие условия, топографию местности, расположение и количество сил и средств
для тушения пожара, антропогенную нагрузку на лес.
Событие (пожар) описывается такими переменными, как объект-источник пожара
osOj, а также пожароопасность этого объекта, то есть вероятность его воспламене-
ния. Здесь также рассматриваются характеристики, описывающие динамику пожара.
Переменные, описывающие пожар, зависят от исходных данных.
Альтернатива – набор переменных, описывающих одно из возможных решений,
направленных на тушение пожара. Выбор альтернативы зависит от исходных дан-
ных и от характеристик пожара.
Будем выделять два типа сценария в зависимости от цели построения:
1) сценарий, моделирующий поведение пожара в определенных условиях –
сценарий пожара,
Сценарный подход в системе охраны леса от пожаров
«Штучний інтелект» 2013 № 4 317
4Ж
2) сценарий, моделирующий поведение пожара в определенных условиях и
применение определенной альтернативы для его тушения – сценарий принятия
решений (расширенный сценарий).
Сценарий пожара будет состоять из двух составных частей: условия и события.
Сценарий принятия решений будет состоять из трех составных частей: условия,
события и альтернативы.
Взаимосвязь структурных составляющих рассуждений на основе сценариев.
Рассмотрим сценарий первого типа: сценарий пожара, состоящий из двух частей: ис-
ходные данные и событие. Событие описывается объектом-источником пожара osOj,
имеющим определенную вероятность воспламенения, которая рассчитывается на основе
исходных данных и модели пожароопасности. Источник пожара может перерасти в
пожар, поведение которого описывается с помощью модели распространения пожара
на основе исходных данных. Другими словами, поведение пожара, а следовательно,
ущерб от него, определяется объектом-источником пожара и исходными данными с
использованием соответствующих моделей.
Для любой пары (объект оiOj, сценарий Sj) определяется условная вероят-
ность индивидуального влияния eij и индивидуальный ущерб dij.
Если известна вероятность pj появления сценария Sj, можно определить инди-
видуальную вероятность влияния kij, которая представляет собой вероятность, с ко-
торой объект oi испытает на себе влияние сценария Sj [27]:
kij = eij × pj.
На основе этого основного соотношения можно определить лесопожарный риск
как для сценария, так и для объекта. Первый носит название коллективного риска
или риска сценария, а второй – индивидуального.
Индивидуальный риск имеет дело с одним определенным объектом, подвер-
женным риску.
На этот объект может влиять множество сценариев. Вероятность воздействия лю-
бого сценария на объект представляет собой вероятность влияния ki для объекта Oi.
Принимая во внимание m независимых, но взаимно не исключающих друг
друга сценариев Sj, эта вероятность определяется по формуле [28]:
m
1j
ij
m
1j
iji kk11k .
Для объекта Oi определяется ожидаемый ущерб di как взвешенная сумма всех
индивидуальных ущербов dij:
1
m
i ij ij
j
d k d
.
Коллективный риск относится к определенному сценарию. Каждый сценарий
может влиять на множество объектов. Вероятность сценария pj определяется явно и
означает вероятность того, что данный сценарий будет иметь место. Для каждого j-го
сценария определяется ожидаемое воздействие dj, представляющее собой взвешен-
ную сумму индивидуальных ожидаемых ущербов dij, причиняемых i-м объектам [27]:
1
n
j ij ij
i
d e d
.
Коллективная вероятность влияния определяется по формуле:
n
1i
ijjj epk .
Жарикова М.В.
«Искусственный интеллект» 2013 № 4 318
4Ж
Коллективный риск сценария определяется по формуле:
1
n
j j ij ij
i
r p e d
.
Взвешивание производится с учетом вероятности воздействия, которая представляет
собой вероятность того, что объект попадет в зону действия пожара и будет подвержен
влиянию пожара. Эта вероятность определяется на основе скорости пожара. Объекты, нахо-
дящиеся внутри контура пожара, имеют индивидуальную вероятность воздействия, равную
единице. Объекты, находящиеся за пределами контура пожара, имеют индивидуальную
вероятность воздействия, равную нулю, и не вносят вклад во взвешенную сумму влияний.
При всестороннем анализе риска строится множество сценариев для рассмотрения
всех возможных случаев пожара. Общий риск определяется как сумма всех рисков
индивидуальных сценариев.
На основе исследования возникновения пожара каждому выделу лесничества
назначается вероятность воспламенения с учетом конкретных исходных данных.
Затем вероятность определяется для каждого объекта, находящегося под влиянием
данного сценария, с использованием соответствующих моделей поведения пожара.
В итоге, на основе исследования последствий пожара, оценивается сумма ущерба,
нанесенного каждому объекту в пределах каждого сценария. Результирующие пара-
метры объединяются в матрицу риска, отображающую отношения между всеми сце-
нариями и объектами для данной ситуации [27].
Данная модель позволяет количественно определять пространственное распреде-
ление вероятностей возникновения пожара и ущерба от пожара. Каждая строка матрицы
риска представляет собой объект, столбцы матрицы соответствуют сценариям. Каждая
ячейка представляет собой отношения между сценарием и объектом, находящимся под
влиянием этого сценария. Для каждого объекта в матрицу заносятся значения риска (ве-
роятность и ожидаемый ущерб), соответствующие всем сценариям. Эти значения накап-
ливаются в последнем столбце. Аналогично в последней строке матрицы приводятся
значения влияния каждого сценария на все объекты. В нижней правой ячейке находится
значение риска для всей исследуемой области. Матрица риска строится для каждой
комбинации исходных данных, что позволяет легко сравнивать ситуации друг с другом.
В табл. 1 использованы следующие обозначения:
Es – исходные данные, для которых производится анализ риска,
Sj – сценарий,
oi – объект (любая созданная человеком или природная сущность, подвержен-
ная влиянию лесного пожара),
pj – условная вероятность, с которой будет иметь место сценарий Sj в ситуации Es,
f() – функция, преобразующая время распространения в вероятность распро-
странения,
kij – вероятность того, что объект oi будет подвержен влиянию сценария Sj,
Ф() – функция оценки ущерба, причиняемого объекту oi,
dij – ущерб, причиненный объекту oi при условии действия сценария Sj и на-
хождения объекта в зоне действия пожара,
ki – вероятность того, что объект oi будет подвержен влиянию любого пожара,
di – ожидаемый ущерб, причиненный всеми пожарами объекту oi,
kj – ожидаемое число объектов, которые будут подвержены влиянию сценария Sj,
dj – ожидаемый ущерб, причиненный всем объектам, расположенным в зоне
действия пожара, в результате действия сценария Sj,
k – ожидаемое общее число объектов, подверженных влиянию лесных пожаров
в ситуации Es,
d – ожидаемый общий ущерб в результате пожаров при исходных данных Es.
Сценарный подход в системе охраны леса от пожаров
«Штучний інтелект» 2013 № 4 319
4Ж
Исходные данные определяют глобальные условия, которые влияют на риск
для всей исследуемой области.
Таблица 1 – Матрица риска для исходных данных Es
Сценарии
Исходные данные Es Sj
pj
S2
p2
…
…
Sj
pj
Sm
pm
Значения риска,
связанные с
объектом
o1
o2
…
oi eij = f(Fire spread)
kij = pj × eij
dij = Ф(Iij)
m
1j
iji kk
ij
m
1j
iji dkd
…
О
бъ
ек
ты
on
Значения риска,
связанные
со сценарием
n
1i
ijj kk
ij
n
1i
ijj dkd
n
1i
ikK
n
1i
idD
Для каждой пары сценарий-объект определяется условная вероятность воздей-
ствия eij и ожидаемое влияние dij. Матрица риска позволяет вычислять значения риска
для сценариев и объектов, а также для всей исследуемой области путем суммирова-
ния индивидуальных вероятностей влияния и ожидаемых воздействий. С помощью
матрицы для каждого объекта можно получить вероятность того, что он будет под-
вержен влиянию любого пожара (kj), а также ожидаемый ущерб (dj). Для каждого сце-
нария может быть вычислено ожидаемое число объектов, которые будут подвержены
его воздействию (ki) и общий ожидаемый ущерб (di). Суммарные значения матрицы
представляют собой значения риска для всей исследуемой области.
На рис. 1 отображена схема взаимодействия структурных составляющих рас-
суждений на основе сценариев в системе охраны леса от пожаров. Стрелками на
рис. 1 отображены потоки информации.
СЦЕНАРИЙ
Условия
Объекты Событие Альтернатива
МОДЕЛИ
Поведение пожара Ущерб от пожара Возникновение пожара
Матрица риска
Риск, создаваемый
каждым сценарием
Риск для каждого
объекта
Общий риск для
каждой ситуации
Рисунок 1 – Взаимосвязь между структурными составляющими рассуждений
на основе сценариев
Жарикова М.В.
«Искусственный интеллект» 2013 № 4 320
4Ж
Диаграмма классов для описания сценария. Создадим для описания сценария
отдельный класс Scenario. Создадим также классы для описания составных частей сце-
нария, а именно входных данных, пожара и альтернативы. Назовем их InputData, Fire и
Alternative соответственно.
Исходя из информации, представленной в предыдущем разделе, только класс
InputData является независимым от других классов. Классу Fire необходимо передать
свойства и методы класса InputData, классу Alternative – свойства и методы класса
Fire, а классу Scenario – свойства и методы классов Fire и Alternative.
Cвяжем основные классы, описывающие сценарий (InputData, Fire, Alternative и
Scenario), с помощью композиции [28], [29]. Каждый из перечисленных основных
классов будет иметь классы-потомки, связанные с основными классами посредством
наследования. При этом основные классы будут абстрактными.
Класс InputData будет иметь два класса-потомка: FireSeason и NoFireSeason,
описывающие входные данные для пожароопасного и не пожароопасного сезонов
соответственно. Класс Fire будет суперклассом для двух классов: GroundFire и Crowning-
Fire, описывающих низовой и верховой пожары соответственно. Класс Alternative будет
иметь классы-потомки, описывающие различные виды альтернатив. Выделим два
класса-потомка Alternative1 и Alternative2, описывающие тушение силами лесхоза и
тушение силами лесхоза и Министерства по чрезвычайным ситуациям (МЧС). Класс
Scenario будет иметь два класса-потомка в зависимости от цели сценария: FireScenario и
DecisionSupportScenario, предназначенные для описания сценария, моделирующего
поведение пожара, и сценария, моделирующего поведение пожара вместе с реали-
зацией определенной альтернативы для его тушения (рис. 2).
Рисунок 2 – Диаграмма классов, описывающих сценарий
Дерево атрибутов. В табл. 2 представлены наиболее важные наборы переменных,
описывающих поддержку принятия решений по охране леса от пожаров.
Сценарный подход в системе охраны леса от пожаров
«Штучний інтелект» 2013 № 4 321
4Ж
Таблица 2 – Наборы переменных и их значение при построении сценария
Переменные Значение
1 INPUT Переменные, описывающие исходные данные. Они
не зависят от переменных двух других множеств, значения
им присваивают эксперты.
2 DEPEND Переменные, значения которых вычисляются на основе
INPUT с использованием различных математических
моделей.
3 FOCUS Переменные, служащие для оценки альтернатив.
Чтобы структурировать проблему принятия решений и определить переменные
из множества FOCUS, построим дерево атрибутов (рис. 3), отображающее взаимо-
связь исходных данных и переменных из множества FOCUS. Множество FOCUS
будет включать переменные, описывающие ущерб, наносимый лесным пожаром.
На основании этих переменных строится матрица рисков (табл. 1).
Рисунок 3 – Дерево атрибутов
FOCUS
DEPEND
INPUT
Модель
прогнози-
рования
последствий
Пожарные,
Лесхоз,
МЧС
Метеостанция
Погодные
условия
Расположение
средств
пожаротушения
Модель оценки
пожароопасности
Модель динамики
пожара
Набор
объектов
в зоне пожара
Вид пожара
ЛПР
Альтернати
ва
Ущерб
Лесопожар-
ный риск
Лесхоз
Статистика
пожаров
Таксацион-
ное описание
объектов
Пожароопас-
ность каждого
объекта
Жарикова М.В.
«Искусственный интеллект» 2013 № 4 322
4Ж
Вывод
В настоящей статье рассматривается сценарный подход к построению системы
охраны леса от пожаров. Такая система позволяет значительно сократить экономи-
ческий, экологический и социальный ущерб от лесных пожаров за счет своевремен-
ного и объективного наблюдения за пожароопасностью леса и принятия оптималь-
ных управленческих решений.
Литература
1. Ходаков Виктор Егорович. Лесные пожары: методы исследования / В.Е. Ходаков, М.В. Жари-
кова. – Херсон : Гринь Д.С., 2012. – 456 с.
2. Simard A.J. Wildland fire management: the economics of policy alternatives / A.J. Simard // Forestry
Technical Report 15, Department of Fisheries and Environment, Canadian Forestry Service. – 1976.
3. Памятка по организации охраны лесов от пожаров / Федеральное агентство лесного хозяйства. –
М. – 2011. – 21 с.
4. Ефименко В.М. Лесная пирология : практическое пособие для студентов специальности 1-75 01 01
«Лесное хозяйство» / В.М. Ефименко // М-во обр. РБ, Гомельский государственный университет
им. Ф. Скорины. – Гомель : ГГУ им. Ф. Скорины, 2009. – 90 С.
5. Ball G.L. Improved fire growth modeling / G.L. Ball, D.P. Guertin // International Journal of Wildland
Fire. – 1992. – № 2(2). – P. 47-54.
6. Thania Rendod Sallad. A multi-agent system framework to support the decision-making in complex real-
world domains: Master’s thesis / Thania Rendod Sallad. – Catalunya, 2009. – 56 p.
7. Information systems in support of wildland fire management decidion making in Canada / [Lee B.S.,
Alexander M.E., Hawkes B.C. et al.]// Computers and Electronics in Agriculture. – 2002. – Vol. 37,
№ 1 – 2. – P. 185-198.
8. Canadian Forest Fire Danger Rating System / [Ball G.L. B.J. Stocks, M.E. Alexander, R.S. McAlpine at
all.]. – Canadian Forestry service, 1987. – 500 P.
9. Taylor S.W. Science, technology and human factors in fire danger rating: the Canadian experience / S.W. Taylor,
M.E. Alexander // International Journal of Wildland Fire. – 2006. – Vol. 15, № 1. –P. 121-135.
10. Information systems in support of wildland fire management decidion making in Canada / [Lee B.S.,
Alexander M.E., Hawkes B.C. at all.]. // Computers and Electronics in Agriculture. – 2002. – Vol. 37,
№ 1 – 2. – P. 185-198.
11. Van Wagner C.E. Development and structure of the Canadian Forest Fire Weather Index System /
C.E. Van Wagner // Petawawa. Canadian Forest Service. Technical report 35. – Ontario, 1987. – 37 P.
12. Martell D.L. A Markov Chain Model of Day to Day Changes in the Canadian Forest Fire Weather Index /
D.L. Martell // International Journal of Wildland Fire. – 1999. – Vol. 9, № 4. – P. 265-273.
13. Deeming J.E. The national fire danger rating system / J.E. Deeming, K.E. Burgan, J.D. Cohen. – Ogden,
Utah : USDA Forest Service, General Technical report. INT-39. – 1978. – 66 P.
14. Matthews S. A comparison of fire danger rating systems for use in forests / S. Matthews // Australian
Meteorological and Oceanigraphic Journa.l – 2009. – № 58. – P. 41-48.
15. McArthur A.G. Fire behaviour in eucalypt forests / A.G. McArthur // Commonwelth of Australian Forest
and Timber Bureau, Leaflet, Canberra, Australian Capital Territory. – 1967. –№ 107. – 25 p.
16. McArthur A.G. Weather and grassland fire behavior / A.G. McArthur // Leaflet 100. Forestry and Timber
Bureau. Commonwelth of Australia. – 1966.
17. Cruz M.G. Field-based fire behavior research: past and future roles / M.G. Cruz , G. Gould // 18th World
IMACS / MODSIM Congress, Cairns, Australia 13 – 17 July. – 2009. – P. 247-253.
18. Dowby A.J. Australian fire weather as represented by the McArthur Forest Fire Danger Index and the
Canadian Forest Fire Weather Index / A.J. Dowby, A.M. Graham, K. Finkele, W. Groot // CAWCR
Technical Report № 10. – Center for Australian Weather and Climate Research. – June 2009.
19. Avesani P. CBET: a Case Base Exploration Tool / P. Avesani, A. Perini, F. Ricci // Fifth Congress of the
Italian Association for Artificial intelligence (AI* IA 97). – Springer-Verlag. – 1997. – P. 23-25.
20. Avesani P. Combining CBR and Constraint Reasoning in Planning Forest Fire Fighting / P. Avesani,
A. Perini, F. Ricci // In Proceedingof 1st European Workshop on Case-Based Reassoning. –
Kaiserslautern. – 1993. – P. 45-47.
21. Avesani P. Interactive case-based planning for forest fire management / P. Avesani, A. Perini, F. Ricci //
Proccegings of International Conference on Case-Based Reasoning. – Sesimbra. – 2000. – P. 20-23.
22. Avesani P. The Twofold Integration in Decision Support Systems / P. Avesani, A. Perini, F. Ricci // In
Proceedingof 2st European Workshop on Case-Based Reassoning. – Kaiserslautern. – 1994. – P. 35-37.
Сценарный подход в системе охраны леса от пожаров
«Штучний інтелект» 2013 № 4 323
4Ж
23. Барановский Н.В. Проект Web-ориентированной географической информационной системы
прогноза лесной пожарной опасности с применением параллельных вычислительных технологий /
Н.В. Барановский, М.В. Жарикова, Е.Н. Ляшенко // Научный сервис в сети Интернет: поиск новых
решений : труды Международной суперкомпьютерной конференции (17 – 22 сентября 2012 г.,
г. Новороссийск). – М. : Изд-во МГУ, 2012. – 752 с.
24. Жарикова М.В. Концептуальный проект Web-ориентированной географической информационной
системы прогноза лесной пожарной опасности / М.В. Жарикова, Н.В. Барановский, Е.Н. Ляшенко //
Устойчивое развитие территорий: теория ГИС и практический опыт : материалы Международной
конференции Белокуриха, Денпасар (14 – 19 декабря 2011 г., г. Барнаул). – 2011. – С.186-190.
25. Ходаков В.Е. Проект Web-ориентированной геоинформационной системы лесного хозяйства /
[В.Е. Ходаков, М.В. Жарикова, Н.В. Барановский, Е.Н. Ляшенко] // Вестник ХНТУ. – 2012. – № 1
(44). – С. 72-81.
26. Chermack T.J. Improving decision-making with scenario planning / T.J. Chermack // Futures. – 2004. –
№ 36 (3). – Р. 295-309.
27. Bachmann A. GIS-based Wildland Fire Risk Analysis : тhesis (doctoral) Mathematics / Bachmann A. –
Zurich, Universidad de Zurich, 2001. – 143 p.
28. Фримен Эрик. Паттерны проектирования / [Э.Фримен, Э. Фримен, К. Сьерра, Б. Бейтс]. – СПб. : Питер,
2011. – 656 с.
29. Зандстра Мэтт. PHP: объекты, шаблоны и методики программирования, 3-е изд. / [Зандстра Мэтт :
пер. с англ.] – М. : ООО «И.Д. Вильямс», 2013. – 560 с.
30. Ногин В.Д. Принятие решений в многокритериальной среде: количественный подход /
Ногин В.Д. – М. : ФИЗМАТЛИТ, 2002. – 144 с
Literaturа
1. Hodakov Victor Ye. Forest fires: research methods / V.E. Hodakov, M.V. Zharikova. – Kherson : Grin
DS, 2012. – 456 p.
2. Simard A.J. Wildland fire management: the economics of policy alternatives // Forestry Technical
Report 15, Department of Fisheries and Environment, Canadian Forestry Service. – 1976.
3. Guidelines on the organization of forest fire protection / Federal Forestry Agency. - M. – 2011. – 21.
4. Forest fire science: a practical guide for students of specialty 1-75 01 01 «Forest» / VM Efimenko, M of
arr. Belarus, Gomel State University. F.Skorina. – Gomel GSU them. Skaryna 2009. – 90 C.
5. Ball, G.L., Guertin, D.P. Improved fire growth modeling // International Journal of Wildland Fire. –
1992. – №2(2). – P. 47-54.
6. Thania Rendod Sallad. A multi-agent system framework to support the decision-making in complex real-
world domains: Master’s thesis / Thania Rendod Sallad. – Catalunya, 2009. – 56 p.
7. Lee B.S., Alexander M.E., Hawkes B.C., Lynham T.J., Stocks B.J., Englefield P. Information systems in
support of wildland fire management decidion making in Canada // Computers and Electronics in
Agriculture. – 2002. – Vol. 37, № 1-2. – P. 185-198.
8. Canadian Forest Fire Danger Rating System / B.J. Stocks, M.E. Alexander, R.S. McAlpine at all. –
Canadian Forestry service, 1987. – 500 P.
9. Taylor S.W., Alexander M.E. Science, technology and human factors in fire danger rating: the Canadian
experience // International Journal of Wildland Fire. – 2006. – Vol. 15, № 1. – P. 121-135.
10. Lee B.S., Alexander M.E., Hawkes B.C., Lynham T.J., Stocks B.J., Englefield P. Information systems in
support of wildland fire management decidion making in Canada // Computers and Electronics in
Agriculture. – 2002. – Vol. 37, № 1-2. – P. 185-198.
11. Van Wagner C.E. Development and structure of the Canadian Forest Fire Weather Index System /
Petawawa. Canadian Forest Service. Technical report 35. – Ontario, 1987. – 37 P.
12. Martell D.L. A Markov Chain Model of Day to Day Changes in the Canadian Forest Fire Weather
Index // International Journal of Wildland Fire. – 1999. – Vol. 9, № 4. – P. 265-273.
13. Deeming J.E., Burgan K.E., Cohen J.D. The national fire danger rating system. Ogden, Utah: USDA
Forest Service, General Technical report. INT-39. 1978. – 66 P.
14. Matthews S. A comparison of fire danger rating systems for use in forests // Australian Meteorological
and Oceanigraphic Journal 58. – 2009. – P. 41-48
15. McArthur, A.G. Fire behaviour in eucalypt forests // Commonwelth of Australian Forest and Timber
Bureau, Leaflet № 107, Canberra, Australian Capital Territory. – 1967. – 25 p.
16. McArthur A.G. Weather and grassland fire behavior // Leaflet 100. Forestry and Timber Bureau.
Commonwelth of Australia. – 1966.
Жарикова М.В.
«Искусственный интеллект» 2013 № 4 324
4Ж
17. Cruz M.G. Field-based fire behavior research: past and future roles / M.G. Cruz , G. Gould // 18th World
IMACS / MODSIM Congress, Cairns, Australia 13-17 July. – 2009. – P. 247-253.
18. Dowby A.J. Australian fire weather as represented by the McArthur Forest Fire Danger Index and the
Canadian Forest Fire Weather Index / A.J. Dowby, A.M. Graham, K. Finkele, W. Groot // CAWCR
Technical Report № 10. – Center for Australian Weather and Climate Research. – June 2009.
19. Avesani P. CBET: a Case Base Exploration Tool / P. Avesani, A. Perini, F. Ricci // Fifth Congress of the
Italian Association for Artificial intelligence (AI* IA 97). – Springer-Verlag. – 1997. – P. 23-25.
20. Avesani P. Combining CBR and Constraint Reasoning in Planning Forest Fire Fighting / P. Avesani,
A. Perini, F. Ricci // In Proceedingof 1st European Workshop on Case-Based Reassoning. –
Kaiserslautern. – 1993. – P. 45-47.
21. Avesani P. Interactive case-based planning for forest fire management / P. Avesani, A. Perini, F. Ricci //
Proccegings of International Conference on Case-Based Reasoning. – Sesimbra. – 2000. – P. 20-23.
22. Avesani P. The Twofold Integration in Decision Support Systems / P. Avesani, A. Perini, F. Ricci // In
Proceedingof 2st European Workshop on Case-Based Reassoning. – Kaiserslautern. – 1994. – P. 35-37.
23. Baranovsky N.V. Project Web-based geographic information system forecast of forest fire danger with the use of
parallel computing technologies / N.V. Baranovsky, M.V. Zharikova, E.N. Ljashenko // Scientific Service in the
Internet: the search for new solutions: Proceedings of the International Supercomputer Conference (17-22
September 2012, Novorossiysk). – Moscow : Moscow State University Press, 2012. – 752 p.
24. Zharikova M.V. Conceptual design of Web-based geographic information system forecast of forest fire
danger / M.V. Zharikova, N.V. Baranowski, E. Ljashenko // Sustainable Development of Territories: GIS
theory and practical experience: Proceedings of the International Conference Belokuriha, Denpasar (14 –
19 December 2011, Barnaul). – 2011. – P. 186-190.
25. Hodakov V.E. Project Web-based geographic information system of forestry / V.E. Hodakov, M.V. Zharikova,
N.V. Baranowski, E. Ljashenko // Herald HNTU. – 2012. - № 1 (44). –P. 72-81.
26. Chermack T.J. Improving decision-making with scenario planning // Futures. – 2004. – № 36(3). –Р. 295-309.
27. Bachmann A. GIS-based Wildland Fire Risk Analysis : теhesis (doctoral) Mathematics. – Zurich,
Universidad de Zurich, 2001. – 143 p.
28. Eric Freeman. Design Patterns / E.Frimen, E. Freeman, C. Sierra, B. Bates. – St. Petersburg.: Peter,
2011. – 656 p.
29. Matt Zandstra. PHP: objects, patterns, and programming techniques, 3rd ed.: Trans. from English. –
Moscow: OOO «ID Williams' 2013». – 560.
30. Noghin V.D. Multi-criteria decision-making in the environment: a quantitative approach. – Moscow :
FIZMATLIT. - 2002. – 144.
RESUME
M.V. Zharikova
Scenario Approach in the Forest Fire Protection System
The goal of the article is a description of the scenario approach to the creation of the
forest fire protection system.
A short review of the existing scientific works in the area of forest fire protection is given.
Foreign and Russian analogous of the forest fire protection system are described. Canadian,
American, Australian and Italian systems are marked among the foreign analogous. «Ros-
Leskhoz» and «Lesnoy dozor» systems are marked among Russian systems.
The structural parts of scenario-based reasoning and their interdependence are
marked out. The main structural parts are objects at forest fire risk and scenarios which
consist of such parts as conditions (input data), event (fire) and alternative.
The mathematical model of the scenario-based reasoning which result in the risk
matrix is developed. The risk matrix reflects spatial distribution of the probabilities of fire
occurence and fire damage.
The class diagram for scenario description is reflected.
The forest fire protection system with the scenario approach described in the article
allows to decrease economic, ecological and social forest fires damage due to timely and
objective forest fire danger observation and optimal decision making.
Статья поступила в редакцию 10.04.2013.
|
| id | nasplib_isofts_kiev_ua-123456789-85121 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1561-5359 |
| language | Russian |
| last_indexed | 2025-12-07T17:36:46Z |
| publishDate | 2013 |
| publisher | Інститут проблем штучного інтелекту МОН України та НАН України |
| record_format | dspace |
| spelling | Жарикова, М.В. 2015-07-19T15:35:38Z 2015-07-19T15:35:38Z 2013 Сценарный подход в системе охраны леса от пожаров / М.В. Жарикова // Искусственный интеллект. — 2013. — № 4. — С. 313–324. — Бібліогр.: 30 назв. — рос. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/85121 658.382 В статье описывается применение метода рассуждений на основе сценариев в системе охраны леса от
 пожаров. Приведен обзор существующих зарубежных систем охраны леса от пожаров. Выделены
 структурные составляющие рассуждений на основе сценариев в системе охраны леса от пожаров, а
 также их взаимосвязь. Описывается построение матрицы риска, отображающей пространственное
 распределение вероятностей возникновения пожара и ущерба от пожара. Приведена диаграмма
 классов для описания сценария. У статті описується застосування методу міркувань на основі сценаріїв у системі охорони лісу від
 пожеж. Наведено огляд існуючих закордонних систем охорони лісу від пожеж. Виділено структурні
 складові міркувань на основі сценаріїв у системі охорони лісу від пожеж, а також їх взаємозв’язок.
 Описується побудова матриці ризику, що відображає просторовий розподіл ймовірностей виникнення
 пожежі та збитків від пожежі. Наведена діаграма класів для опису сценарію. The applying of scenario-based reasoning in the forest fire protection system is described in the article.
 The overview of existing foreign forest fire protection systems is represented. The structural parts of
 scenario-based reasoning in the forest fire protection system and their interdependence are marked out.
 The creation of the risk matrix which depicts spatial distribution of fire outbreak probabilities and fire
 damage is described. The class diagram for scenario description is depicted. ru Інститут проблем штучного інтелекту МОН України та НАН України Искусственный интеллект Интеллектуальные системы планирования, управления, моделирования и принятия решений Сценарный подход в системе охраны леса от пожаров Сценарний пiдхiд у системi охорони лiсу вiд пожеж Scenario approach in the forest fire protection system Article published earlier |
| spellingShingle | Сценарный подход в системе охраны леса от пожаров Жарикова, М.В. Интеллектуальные системы планирования, управления, моделирования и принятия решений |
| title | Сценарный подход в системе охраны леса от пожаров |
| title_alt | Сценарний пiдхiд у системi охорони лiсу вiд пожеж Scenario approach in the forest fire protection system |
| title_full | Сценарный подход в системе охраны леса от пожаров |
| title_fullStr | Сценарный подход в системе охраны леса от пожаров |
| title_full_unstemmed | Сценарный подход в системе охраны леса от пожаров |
| title_short | Сценарный подход в системе охраны леса от пожаров |
| title_sort | сценарный подход в системе охраны леса от пожаров |
| topic | Интеллектуальные системы планирования, управления, моделирования и принятия решений |
| topic_facet | Интеллектуальные системы планирования, управления, моделирования и принятия решений |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/85121 |
| work_keys_str_mv | AT žarikovamv scenarnyipodhodvsistemeohranylesaotpožarov AT žarikovamv scenarniipidhidusistemiohoronilisuvidpožež AT žarikovamv scenarioapproachintheforestfireprotectionsystem |