Высокая частота природных климатических аномалий в виде жары, засух и пожаров, а также огромный социально-экономический и экологический ущерб из-за природных катаклизмов определяют актуальность предсказания лесных пожаров, и оценку риска возгорания лесных массивов и других территорий. Существующие научные теории рассматривают климат планеты Земля - как сложную систему взаимосвязанного влияния различных природных процессов (океан, атмосфера, суша, криосфера, биота). Кроме того, на параметры климата Земли оказывают влияние и внешние факторы (лунные и солнечные влияния и др.) [1]. Традиционные методы прогнозирования климата основаны на использовании глобальных климатических моделей, как-то модели циркуляции атмосферы и океана, которые учитывают, в том числе, антропогенное воздействие.
Альтернативным методом прогнозирования климатических аномалий является предсказание, основанное на исторических хронологиях. Накопленные данные природных и социальных феноменов в истории цивилизации являются уникальной базой, на основе которой можно выявить закономерности возникновения и проявления погодных аномалий и катастроф [2]. Одной из таких ключевых закономерностей является идея цикличности всех природных процессов. Цикличность планетарных катастроф впервые с научной точки зрения была представлена А.Л. Чижевским в теории глобальных катаклизмов, основанной на моделировании причинно-следственных связей катастроф и проявлений солнечной, геомагнитной и геотермальной активности.
Исходными данными для построения хронологической модели предсказания климата являются временные ряды событий. В качестве событий будем фиксировать явления засухи, жары и пожаров из-за природных аномалий на территории центрального региона России. Для прогнозирования частоты событий в 21-22 вв. воспользуемся встроенной функцией предсказания predict в системе MathCad. Данная функция обеспечивает высокую точность предсказания монотонных или периодических исходных функций с ошибкой не выше 5 %. Анализ данных хронограммы показал, что функция предсказания дает значительную ошибку в периоды наблюдений, характеризующиеся экстремальным всплеском частоты событий, а изменение значения ошибки имеет квазипериодический характер. Это позволяет рассчитать ошибку предсказания при оценке прогноза частоты событий на предстоящие 200 лет (рисунок а). Для предсказания времени наступления событий сформируем массив первичных данных в виде интервалов времени между событиями dT(N) (рисунок б). По данным наблюдений климата за 500 лет на территории центральных регионов России зафиксировано N = 147 засушливых лет. Анализ статистических характеристик наблюдаемого случайного процесса позволяет сделать вывод, что функция dT(N) подчиняется закону распределения Пуассона. При этом интенсивность появления событий за период с 1875 по 2010 гг. увеличилась вдвое по сравнению с периодом наблюдений, начиная с 1450 года. Для прогноза пожароопасных лет рассмотрим аккумулятивную интервальную функцию
(1)
которая аппроксимируется полиномом второго порядка по критерию минимума СКО.
а б
Гистограмма частоты событий (а) и интервальная функция dT(N) (б)
Результаты моделирования показывают, что в 21 веке на территории центральных регионов России число аномально жарких лет существенно увеличится. В среднем каждые два года стоит ожидать засушливого лета и повышенной пожароопасности. При этом ситуации подобной лету 2010 года согласно прогнозу стоит ожидать в 2015, 2028, 2039 гг.
Список литературы
- Дымников В.П., Лысков В.Н., Володин Е.М. и др. Моделирование климата и его изменений // Современные проблемы вычислительной математики и математического моделирования. - М.: Наука, 2005. - Т.2. - С. 38-175.
- Задонина Н.В. Хронология природных и социальных феноменов в истории мировой цивилизации: монография / Н.В. Задонина, К.Г. Леви. - Иркутск: Изд-во Ирукт. гос. ун-та, 2009.