Актуальность данного исследования обусловлена ростом масштабов и ущерба от природных пожаров при одновременном сокращении их общего количества, что указывает на несоответствие существующих методик расчёта сил и средств современным вызовам. Особую сложность представляют пожары в труднодоступной местности с ограниченным доступом к водным ресурсам. В работе проведён анализ статистических данных МЧС России за 2020–2024 гг., выполнен таксономический анализ пожаров и разработана регрессионная модель прогнозирования потребности в силах и средствах пожаротушения. Апробация модели на примере реального лесного пожара в р-не Тепе-Оба (Республика Крым, 2024 г., площадь 150 га) показала высокую точность прогнозов: расхождение с фактическими данными составило менее 2 % как по количеству привлечённой техники, так и по величине материального ущерба. Практическая значимость исследования заключается в возможности применения модели для оперативного планирования и поддержки управленческих решений, включая обоснование привлечения мобильных трубопроводных групп и переоборудованной военной техники высокой проходимости (АРС-14, ТМС-65). Ограничения связаны с отсутствием учёта выхода из строя техники и логистических трудностей при тушении пожаров в труднодоступных районах, что определяет перспективы дальнейшего развития модели.
The relevance of this study is determined by the increasing scale and damage caused by wildfires, despite a simultaneous decline in their overall number, which highlights the inadequacy of existing methods for calculating firefighting forces and resources in the face of modern challenges. Particular difficulties arise in combating fires in remote areas with limited access to water resources. This study analyzes statistical data from EMERCOM of Russia for 2020–2024, performs a taxonomic analysis of wildfires, and develops a regression model for predicting the demand for firefighting forces and equipment. The model was tested using a real wildfire case in the Tepe-Oba area (Republic of Crimea, 2024, with a burned area of 150 hectares), which demonstrated high predictive accuracy: the deviation from actual data did not exceed 2 % both in terms of the number of deployed firefighting units and the amount of material damage. The practical significance of the research lies in the possibility of applying the model for operational planning and decision support, including the justification for deploying mobile pipeline groups and retrofitted military off-road equipment (ARS-14, TMS-65). The limitations of the model are related to its inability to account for equipment failures and logistical difficulties in extinguishing fires in hard-to-reach areas, which define the directions for its further development.