Discrete and Continuous Models and Applied Computational ScienceDiscrete and Continuous Models and Applied Computational ScienceDiscrete and Continuous Models and Applied Computational Science2658-46702658-7149Peoples' Friendship University of Russia named after Patrice Lumumba (RUDN University)8709ArticlesСтатьиModelling and Forecasting the Evolution of Forest Fire Using Vector Autoregression ProcessesМоделирование и прогноз развития лесопожарных ситуаций с использованием векторных авторегрессионных процессовParamonovA VПарамоновА ВCenter of Mathematics Research, MSUT «STANKIN»Центр Математических Исследований МГТУ «СТАНКИН»-Center of Mathematics Research, MSUT «STANKIN»Центр Математических Исследований МГТУ «СТАНКИН»150220092NO2 (2009)№2 (2009)667308092016Copyright ©; 2009, Парамонов А.В.2009Парамонов А.В.http://creativecommons.org/licenses/by/4.0https://journals.rudn.ru/miph/article/view/8709The joint sample of daily values of the number of forest fire seats and the complex meteorological index in Irkutsk region, seasons 1969-1988, is investigated. It appears that the evolution of forest fire is well described by a vector autoregression process based model. Computer algorithm of simulation of the future numbers of fire seats is presented. It is shown how the algorithm can be used for reliable forecasting of the evolution of forest fire up to 2 days ahead. Проведено исследование статистических свойств совместной выборки ежедневных значений количества очагов лесных пожаров и комплексного метеорологического показателя в Иркутской области за 1969-1988 гг. Построена математическая модель стохастического процесса развития лесопожарных ситуаций с использованием векторного авторегрессионного процесса ВАР(1). Разработан вычислительный алгоритм моделирования будущих значений количества очагов возгорания. Показано, как он может быть использован для прогноза развития лесопожарной ситуации с высокой степенью надёжности на 1-2 суток вперёд. лесные пожарыкомплексный показатель Нестеровавекторный авторегрессионный процессвеличина риска1.ГОСТ Р 22.1.09-99 «Безопасность в чрезвычайных ситуациях. Мониторинг и прогнозирование лесных пожаров. Общие требования».2.Нестеров В. Г. Горимость леса и методы её определения. - М.: Гослесбумиздат, 1949.3.MET4 and MET4A Calculation of Dew Point. - http://www.paroscientific.com/dewpoint.htm.4.Sims C. A. Macroeconomics and Reality // Econometrica. - 1980. - № 48. - С. 1-48.5.Brookwell P. J., Davis R. A. Time Series and Forecasting Methods. Second edition. - New York: Springer, 1991.6.Барановский Н. В. Методика прогнозирования лесной пожарной опасности как основа нового государственного стандарта // Пожарная безопасность. - 2007. - № 4. - С. 80-84.7.Зденева М. Я., Виноградова М. В. Метод среднесрочного прогноза степени пожарной опасности в лесах по метеорологичеким условиям / Методический кабинет Гидрометцентра России. - 2008. - http://method.hydromet.ru/methods/fire/fire.html.8.Azzalini A., Capitanio A. Statistical Applications of the Multivariate Skew-Normal Distribution // Journal of the Royal Statistical Society, B. - 1999. - № 61. - С. 579-602.9.Толстых М. А. Прогноз осадков по станциям регионов внетропической зоны Северного полушария на срок до 72 ч на основе полулагранжевой модели с постоянным разрешением ПЛАВ-2005 / Методический кабинет Гидрометцентра России. - 2008. - http://method.hydromet.ru/model/tolstih2/tolstih2.html.