CC BY
10
СЕКЦИЯ №2
ТЕХНОЛОГИИ ТУШЕНИЯ ПОЖАРОВ И СПАСЕНИЯ ЛЮДЕЙ
АНАЛИЗ ПОЖАРНОЙ ОБСТАНОВКИ С ИСПОЛЬЗОВАНИЕМ ПРОЦЕНТИЛЬНЫХ ТОЧЕК РАСПРЕДЕЛЕНИЯ
JIM. Баженова, О.В. Минакова Воронежский институт высоких технологий
Сложившаяся в России обстановка с пожарами требует совершенствования систем принятия управленческих решений в области пожарной безопасности. Особенно это актуально в Воронежской области в связи с происшедшими этим летом крупными лесными пожарами. Оптимальные условия для развития систем поддержки решений обеспечивает применение современных информационных технологий для упорядоченного накопления, обработки, систематизации и актуализации информации.
На сегодняшний день наибольшее распространение получило исследование пожарной опасности по статистическим данным о происшедших пожарах, когда анализируется количество и динамика пожаров, материальный ущерб, количество погибших и травмированных людей. Использование статистического анализа легко реализуемо благодаря современному алгоритмическому и программному обеспечению, мощным вычислительным средствам и повсеместному внедрению систем накопления и хранения данных. Поскольку управленческие решения в области пожарной безопасности должны быть сконцентрированы на предотвращении пожаров, то актуальна разработка методов интеллектуальной поддержки мониторинга пожарной обстановки в административно-территориальных единицах (ATE).
Проведение мониторинга предусматривает отслеживание изменений в текущей пожарной обстановке и оперативное формирование мероприятий по обеспечению пожарной безопасности. Наиболее распространено выделение ATE с неблагоприятной пожарной обстановкой решением классификационной задачи. Обычно классифицируют для того, чтобы выделить множество признаков, позволяющих отнести объект к той или иной группе. Эффективный классификатор - то, что умеет отнести объект к классу, например, группе риска, поэтому носит характер прогноза.
Поскольку в качестве мониторингового индикатора достаточно одного признака или интегрированного показателя, будет эффективен простой прием, использующийся в методах оценки качества, основанный на квантилях или процентилях. Процентиль делит распределение на 100 частей, попадание в которые равновероятно. Так, 95-й процентиль показывает, что 95% наблюдений имеют значения исследуемого показателя меньше этого значения. Установление зон риска или пороговых точек как значений
заданных процентилей или квантилей заданного порядка позволяет разбить наблюдения на группы. Поэтому использование значений процентилей или квантилей заданного порядка представляет наиболее простой способ разделения объектов, т.е. классификации.
На основании данных ГУ МЧС России по Воронежской области за 2004-2009 год было проведено распределение районов по числу пожаров в три группы, границы значений которых лежат до значения 25-го процен-тиля, интерквантильного размаха и выше значения 75-го процентиля. К группе 1 отнесены районы с малым числом пожаров - от 0 до 36 за год, к группе 2 - со средним значением от 37 до 102, соответствующим значениям между 25-м и 75-м процентилем, и к группе с высокими числом пожаров отнесены районы, имевшие более 102 пожаров, т.е. выше значения 75-го процентиля (таблица). Очевидно, что районы с низким уровнем пожарной опасности практического интереса не представляют, поэтому границы могут быть установлены пропорционально риску до 75-го процентиля -удовлетворительные, от 75-го-90-го - тревожные или критические, а выше 90-го или 95-го - опасные, угрожающие, требующее немедленного реагирования, т.е. оперативного принятия управленческих решений.
Таблица
Группировка районов по числу пожаров
Группа 1 Группа 2 Группа 3
Каменский р-н* Панинский р-н Россошанский р-н
г.Нововоронеж* Эртильский р-н Ленинский р-н
Ольховатский р-н* Бутурлиновский р-н Бобровский р-н
Репьевский р-н* Грибановский р-н Новоусманский р-н
Подгоренский р-н* Кантемировский р-н Семилукский р-н
Петропавловский р-н* Рамонский р-н Железнодорожный р-н
Верхнемамонский р-н* Верхнехавский р-н Советский р-н*
Воробьевский р-н* Хохольский р-н Левобережный р-н*
Нижнедевицкий р-н* Терновский р-н Лискинский р-н*
Поворинский р-н* Богучарский р-н Коминтерновский р-н*
Новохоперский р-н
Таловский р-н
Каширский р-н*
Аннинский р-н*
Центральный р-н*
Павловский р-н*
Калачеевский р-н*
Острогожский р-н*
Борисоглебский р-н*
Очень часто классификационную задачу решают с помощью кластерного анализа. Применение метода «к ближайших соседей» к данным ежемесячного числа пожаров в ATE для классификации на 3 группы с равным межкластерным расстоянием привело к результату, аналогичному
решению, полученному с помощью процентилей. Евклидово расстояние между группами 1 и 2 составило 5,1, а 1 и 2 -81,2. Среднее значение числа пожаров в группе 1 составило 3,5±0,9, в группе 2 - 8,5±2,0 и в группе 3 -16,7±4,5 пожаров в месяц. В группу 3 вошли 4 района, отмеченные в таблице, и совпадение результатов кластерного анализа с разделением на основе процентилей полное.
Полученная в результате кластеризации группа с низкими значениями числа пожаров состояла из 22 районов, совпадающих с группой 1, полученной путем процентильного деления. По результатам кластерного анализа большинство районов попало в группу низкого уровня пожаров, тогда как использование процентилей обеспечивает пропорциональное деление, что связано с выбором процентильных точек. При анализе пожарной обстановки важно выявлять ATE с высоким уровнем пожарной опасности, для этого могут быть использованы значении процентилей высоких порядков.
Таким образом, использование процентильных точек распределения обеспечивает более гибкий подход к классификации районов по пожарной обстановке, чем использование кластерного анализа. Представленные результаты с использованием процентилей более наглядны, просто и быстро реализуемы без специализированного программного обеспечения, что дает широкие возможности использования предложенного метода для мониторинга обстановки с пожарами в ATE.
