Из-за большого числа факторов, влияющих на возникновение и распространение лесных пожаров, таких как климатические условия, топография местности и человеческая деятельность, горимость лесных массивов в целом носит случайный недетерминированный характер. Вместе с тем, формирование больших объемов хорошо структурированных данных дистанционного зондирования лесных пожаров. Одной из таких закономерностей является повторяемость периодов с повышенной горимостью. Анализ данных за длительные промежутки времени показывает, что в различных регионах мира существуют циклы, в течение которых наблюдается увеличение частоты и интенсивности пожаров (Валендик, Иванова, 2001 Kasischke, Turetsky, 2006; Шешуков, Брусова (Виноградова), Позднякова, 2008; Krebs et al., 2010; Иванова, Иванов, Кукавская, 2015 Kobziar et al., 2024). При этом выявить какие-либо закономерности в обобщенных данных о горимости лесов пока не удавалось.
Одним из ключевых отличий нового исследования является отдельный анализ цикличности для лесных районов (Буряк, Котельников, 2023) внутри субъектов Российской Федерации. При этом границы лесных районов объединяют схожие природно-климатические условия, а границы субъектов Российской Федерации - схожие особенности организации системы охраны лесов от пожаров. Кроме того, для задач оценки циклического характера горимости лесов целесообразно использовать не количество пожаров (или "термоточек"), а данные о пройденной огнем площади по данным космического мониторинга. В настоящее время существует ряд подобных методов, краткий анализ которых приведен, например, в работе (Лупян и др., 2021).
Для корректного анализа цикличности необходимо анализировать максимально однородные ряды данных, которые получены по одним и тем же алгоритмам на всем периоде анализируемых данных. Учитывая специфику поставленных задач, в качестве основного источника информации использовалась система ВЕГА-Лес (http://forest.geosmis.ru/) (Балашов и др., 2020). Имеющиеся там сведения о пройденной огнем площади формировались на основе данных, полученных с помощью прибора MODIS (шестая коллекция - МС6), установленного на спутниках Terra и Aqua (Louis, 2015). Полученный из системы ВЕГА-Лес набор данных был также объединен с базой данных Информационной системе дистанционного мониторинга лесных пожаров (ИСДМ-Рослесхоз) (Котельников и др., 2019) для выделения загораний, зарегистрированных в лесах.
С целью снижения числа случаев ложного детектирования, для анализа были выбраны только пожары, которые попадали в выделенные лесопожарные зоны и только те, у которых лесная площадь превышала 25 га. Кроме того, для повышения точности, на этапе предварительной обработки данные были очищены от выбросов. Учитывая, что площади, пройденные огнем в больших выборках распределены по закону, близкому к логнормальному (Котельников, Лупян, 2022), то в качестве критерия выбросов был выбран метод на основе функции "medkloud" (Brys, Hubert, Struyf, 2004). Выбросы заменялись на значения, которые были рассчитаны в качестве пороговых. На следующем шаге из данных был исключен тренд.
За основу предлагаемого подхода взят классический метод спектрального анализа, который предусматривает выбор доминирующего цикла по максимальному значению периодограммы (Percival, Walden, 1993).
Из-за специфики алгоритма построения периодограммы на результат сильно влияет длина интервала, по которому производится расчет (так называемые "граничный эффект" и феномен "спектральной утечки"). Подобные негативные эффекты приводят к искажениям в точке, соответствующей половине длинны выбранного интервала, а также в точках, соответствующим целым значениям гармоник (Golden et al., 2023). Основным методом смягчения влияния такого эффекта является усреднение результатов оценки наличия циклов по выборкам разной длинны.
Учитывая, что сокращение длинны выборки тоже существенно снижает точность результатов и приводит к частичной потере информации, предлагается сформировать на основе исходных данных следующие контрольные выборки: 1) 2001 – 2022 годы; 2) 2001 – 2021 годы; 3) 2002 – 2022 годы; 4) 2002 – 2021 годы. Такой подход позволит проанализировать влияние на результат как изменение длинны интервала, так и его смещение во времени.
В результате исследования получено, что значения доминирующего цикла для всех рассматриваемых территорий по России составляют всего 7 – 8 возможных вариантов. Это позволяет разделить территории в соответствующие группы с одинаковой повторяемостью пиков горимости. Так как из-за описанного выше эффекта изменения значений периодограммы для целых гармоник, значение доминирующего периода при увеличении длинны интервала незначительно смещается (в сторону увеличения), предлагается сравнивать между выборками указанные выше группы. Таким образом в качестве достоверных результатов используются, когда результат устойчив к изменению длинны выборки.
Доминирующий цикл повторения пиков горимости удалось рассчитать для 61% территории. При этом для 14% территории, повышенная горимость повторяется приблизительно каждые 4 года. Полученная в ходе исследования карта-схема повторяемости горимости лесов на территории лесных районов в границах субъектов Российской Федерации может быть использована при информационной поддержке управленческих решений в сфере стратегического планирования охраны лесов от пожаров. Для того, чтобы при расчете среднемноголетних значений снизить влияние цикличности горимости лесов, целесообразно выбирать глубину ретроспективных данных, кратную целому числу полученных значений доминирующего периода. Результаты расчетов показывают, что для большей части территорий такое рекомендованное значение составляет 11 лет, что соответствует циклу Швабе–Вольфа.