CC BY
25
Joanna Koziota)*
a) The Main School of Fire Service / Szkota Gfowna Sfuzby Pozarniczej * Corresponding author / Autor korespondencyjny: jkoziol@sgsp.edu.pl
Mapping the Distribution of Fires and Local Hazards on the Example of the Masovian Voivodeship
Mapowanie rozktadu pozarow i miejscowych zagrozen na przyktadzie wojewodztwa mazowieckiego
ABSTRACT
Purpose: The purpose of the article was to prepare maps of the territorial distribution of fire and local hazards, taking into account the effects assigned to them, depending on the size of these events in the Masovian Voivodeship. In addition, the goal was to make proposals for using these maps to compare all examined areas in terms of event distribution levels, as well as types and sizes of incidents, with a special purpose of supporting the process of organising the national firefighting and rescue system.
Project and methods: The Geographic Information System (GIS) was used for event distribution mapping. The input data were statistical data from the list of events made available by the National Headquarters of the State Fire Service for operations carried out in 2018, and a layer of spatial data representing the surfaces of poviats of the Masovian Voivodeship from the National Register of Boundaries. The adopted method of event distribution analysis is based on the number of events with the effects attributed to them. Based on the maximum number of events of a given size, the authors determined the class for that number of events. A similar procedure was used to determine the class of effects, but here, too, it was dependent on the size of events. Distribution levels were established on a four-point scale, including event number and effect parameters. The distribution is visualised on the maps based on the adopted four-level scale of distribution levels and presented in the event matrix. The colours corresponding to a given level of event distribution have been assigned to poviat territories.
Results: As a result of the event distribution analysis, event distribution maps were obtained. These show for what sizes of fires and local hazards the distribution reaches such levels as low, medium, high and very high. The distribution of events from the perspective of a single poviat was presented using an event matrix, which, in turn, made it possible to compare all examined events, as well as fires and local hazards.
Conclusions: The proposed method of using statistical data and their integration with spatial data in the GIS in an accessible way allows users to carry out distribution analysis and adjust event distribution levels to poviat areas. The presented method was recommended for use in education in the field of fire protection, as implemented during studies at The Main School of Fire Service, as a supplement to methods for analysing and visualising hazards. Keywords: fire, National Firefighting and Rescue System, local hazard, hazard distribution Type of article: original scientific article
Received: 15.11.2019; Reviewed: 29.11.2019; Accepted: 17.12.2019; Author's ORCID ID: 0000-0002-5247-916X;
Please cite as: SFT Vol. 54 Issue 2, 2019, pp. 22-31, https://doi.Org/10.12845/sft.54.2.2019.2;
This is an open access article under the CC BY-SA 4.0 license (https://creativecommons.Org/licenses/by-sa/4.0/).
ABSTRAKT
Cel: Celem artykulu bylo przygotowanie map rozkladu terytorialnego pozaröw i miejscowych zagrozen na obszarze wojewödztwa mazowieckiego. Poszczegölnym zdarzeniom - w zaleznosci od ich wielkosci - przypisano okreslone skutki. Dodatkowym celem bylo przedstawienie propozycji wykorzy-stania wspomnianych map do poröwnywania rozkladöw zdarzen pomi^dzy wszystkimi rozpatrywanymi obszarami, jak röwniez pod wzgl^dem rodzaju i wielkosci zdarzenia w obszarze jednostkowym - w szczegölnosci w celu wsparcia procesu organizacji Krajowego Systemu Ratowniczo-Gasniczego. Projekt i metody: Do mapowania ryzyka wykorzystano System Informacji Przestrzennej (SIP). Danymi wejsciowymi byly dane statystyczne z zesta-wienia zdarzen udost^pnionego przez KomendQ Glöwnq Panstwowej Strazy Pozarnej dla dzialan prowadzonych w 2018 roku oraz warstwa danych przestrzennych reprezentujqca powierzchnie powiatöw wojewödztwa mazowieckiego, pochodzqca z Panstwowego Rejestru Granic. PrzyjQta metoda analizy rozkladu zdarzen bazuje na liczbie tych zdarzen w danym roku z przypisanymi im skutkami. Na podstawie maksymalnej liczby zdarzen okreslonej wielkosci ustalono klas§ liczby zdarzen. Analogicznie nadano klas§ skutköw, jednak uzalezniono jq od wielkosci zdarzen. Poziomy rozkladu ustalono w czterostopniowej skali z uwzgl^dnieniem parametröw dotyczqcych liczby i skutköw zdarzen. Rozklad zwizualizowano na mapach w oparciu o przyjQtq skalQ poziomöw rozkladu, ktöre przedstawiono z kolei w matrycy zdarzen. Obszarom przypisano kolory odpowiadajqce danemu poziomowi.
Wyniki: W efekcie analizy rozkladu zdarzert otrzymano mapy odpowiadajqce rozkladowi zdarzert w powiatach województwa mazowieckiego. Wskazano dla jakiej wielkosci pozarów i miejscowych zagrozert rozklad osiqga poziomy: niski, sredni, wysoki i bardzo wysoki. Rozklad zdarzert z perspektywy jednego powiatu przedstawiono za pomocq matrycy zdarzert, co wprost przelozylo siç na mozliwosc porównania wzglçdem siebie wszystkich rozpatrywanych pozarów i miejscowych zagrozert.
Wnioski: Zaproponowany sposób wykorzystania danych statystycznych i ich integracja z danymi przestrzennymi w SIP w sposób przystçpny umozliwia przeprowadzenie analizy rozkladu zdarzert i dopasowania poziomów rozkladu do obszarów powiatów. Prezentowana metoda zostala zarekomendowana do wykorzystania podczas ksztalcenia w zakresie ochrony przeciwpozarowej, realizowanego podczas studiów w Szkole Glównej Sluzby Pozarniczej, jako uzupelnienie metod sluzqcych do analizy i wizualizacji zagrozert.
Stowa kluczowe: pozar, Krajowy System Ratowniczo-Gasniczy, miejscowe zagrozenie, rozklad zagrozert Typ artykutu: oryginalny artykul naukowy
Przyjçty: 15.11.2019; Zrecenzowany: 29.11.2019; Zatwierdzony: 17.12.2019; Identyfikator ORCID autora: 0000-0002-5247-916X;
Proszç cytowac: SFT Vol. 54 Issue 2, 2019, pp. 22-31, https://doi.Org/10.12845/sft.53.2.2019.2;
This is an open access article under the CC BY-SA 4.0 license (https://creativecommons.org/licenses/by-sa/4.0/).
Introduction
Protecting human life and health, and also property and the environment, is the top priority in rescue operations carried out by the State Fire Service1 units in response to a fire (P) or a local hazard (MZ) [1].
Fires, understood as "uncontrolled burning in a place not designed specifically for this purpose" [3, p. 33], and local hazards, such as strong winds, rise in water levels, heavy snowfall, rainfall, or chemical, environmental, radiological, construction, medical, or public utilities hazards, or road, rail, air or water transport risks [3, pp. 35-37], are all recorded by KSRG organisations [2] in line with the applicable Rules for Recording Events in the State Fire Service's Decision-Support System [3].
The organisation of rescue operations relies on rescue plans prepared on the basis of the analysis of operational resources and any risks that are possible within the poviat and voivode-ship, and updated at least once a year [2]. What is important in the context of the necessity to conduct such analyses are the recorded data on the number, size, effects, and location of events. The information provided by such data can directly translate into the level of public safety within a given area.
Rescue operations, as one of the pillars of the country's fire protection, are supported by actions to prevent and counter risks, as well as by public education and prevention programmes [4, p. 114]. This is why the analysis of events within a given area, which takes into account their number and consequences, can affect not only the organisation of future rescue operations, but also the measures taken to prevent such risks or to raise the public awareness of those risks. And with the spatial data, the information on events can support decision-making related to the introduction of remedial measures across specific areas, such as poviats. Last but not least, it is important to note that the description of events in terms of their spatial distribution helps compare areas and assess the risks within poviats.
National Rescue and Firefighting System (KSRG) organisations.
Wprowadzenie
Ochrona zycia, zdrowia, mienia lub srodowiska jest prioryte-tem w dziataniach ratowniczych podejmowanych przez jednostki organizacyjne Panstwowej Strazy Pozarnej1 na wypadek wystq-pienia pozaru (P) lub miejscowego zagrozenia (MZ) [1].
Pozary rozumiane jako zjawiska „niekontrolowanego pro-cesu spalania, w miejscu do tego nieprzeznaczonym" [3, s. 33] oraz miejscowe zagrozenia (np. silne wiatry, przybory wód, opady sniegu, deszczu, zagrozenia chemiczne, ekologiczne, radiologicz-ne, budowlane, medyczne, infrastruktury komunalnej, w transpo-rcie drogowym, kolejowym, lotniczym i na obszarach wodnych [3, s. 35-37]) ewidencjonowane sq przez podmioty KSRG [2] zgod-nie z obowiqzujqcymi Zasadami ewidencjonowania zdarzen wsys-temie wspomagania decyzji Panstwowej Strazy Pozarnej [3].
Organizacja dziatan ratowniczych wspomagana jest planem ra-towniczym przygotowywanym na podstawie analiz zabezpieczenia operacyjnego oraz zagrozen mogqcych wystqpic na obszarze powiatu i województwa, aktualizowanym co najmniej raz w roku [2]. Z punktu widzenia koniecznosci przeprowadzania wspomnianych analiz istotne znaczenie przypisuje si? ewidencjonowanym danym
0 liczbie zdarzen, ich wielkosci, skutkach, czy tez lokalizacji. Pozy-skana z nich informacja przektada si? posrednio na ksztattowanie poziomu bezpieczenstwa powszechnego na danym obszarze.
Dziatania ratownicze jako jeden z filarów ochrony przeciwpozarowej panstwa sq powiqzane z dziataniami majqcymi na celu pre-wencj? i zapobieganie zagrozeniom oraz profilaktykq spotecznq
1 edukacjq [4, s. 114]. Dlatego tez analiza zdarzen wyst?pujqcych na danym obszarze, uwzgl?dniajqca ich liczb? oraz ocen? skutków, moze wptynqc nie tylko na kwestie zwiqzane z organizacjq dziatan ratowniczych w przysztosci, ale równiez na czynnosci majqce na celu zapobieganie zagrozeniom, czy tez edukacj? spoteczenstwa w zakresie podnoszenia swiadomosci o zagrozeniach. Przestrzenny atrybut przypisany do pozyskanych informacji o zdarzeniach moze dodatkowo wspomóc podj?cie decyzji dotyczqcych wprowadzania srodków zaradczych na danym obszarze (np. w powiecie). Nalezy tez wspomniec, ze przestrzenne przedstawienie rozktadu zdarzen umozliwia porównanie obszarów mi?dzy sobq, równiez w perspek-tywie oceny zagrozen na terenie powiatu.
Podmioty Krajowego Systemu Ratowniczo-Gasniczego (KSRG).
Mapping the distribution of fires and local hazards
Local hazard and fire distribution mapping relies on the spatial information system (SIP) to integrate recorded data with spatial data for the administrative units of the Mazovieckie Voivodeship and its poviats.
In holistic terms, SIP is a technology that can use analytical functions to translate data into the information you want [5, p. 2]. But above all, it is a system that includes some inter-connected elements, such as information products, data, people, software, hardware and procedures [5, pp. 5-6].
What is characteristic of spatial data is that, in addition to the geo-spatial parameter attributed to each data object, they also store other values, recorded as 'attributes' [5, p. 1].
For the purposes of this study, the data layer for Mazovieckie Voivodeship poviats was exported from the data available with the National Register of Boundaries and related to administrative units [6]. This was possible with the tools available through the SIP software we used, i.e. QGIS 3.4 [7]. That program is a free and open-source system, meaning it can be used for any purpose, and it can be altered, and its copies and new versions can be distributed. It can be used to create, edit, present, analyse and publish spatial data [8], [9, pp. 9-10].
To map event distribution, we used such tools as:
- "select by expression" - to select objects/poviats in the Mazovieckie Voivodeship,
- "export" - to save the selected objects to a new data layer,
- "join table" - to join a spreadsheet with a table on fires and local hazards, and the poviat data layer,
- "statistical summary" to test the maximum value of the attribute regarding the number of events of a given size,
- "field calculator" - to set classes for event numbers and effects, and for defining event distribution levels,
- style change using "symbology scale" - to present the results of event distribution analysis by specific levels.
Events to be analysed were selected on the basis of the events recorded in the SFS Decision-Support Service (SWD PSP) for a specific timeframe and by poviat [10]. This group included:
- fires (by size, very small - PM, medium - PS, large - PD, very large - PBD),
- local hazards (small - MZM, local - MZL, medium - MZS, serious - MZD, enormous or a disaster - MZK).
Prior to mapping, we first pre-processed the input data (Figure 1).The event data from SWD PSP concerning fires and local hazards, in the form of a spreadsheet, were manipulated so that the spreadsheet only described Mazovieckie Voivodeship poviats and the poviat vector layer exported earlier (as an .shp file) [10].
After those data were added to SIP and their integrity were verified, we used the following as the basis for joining the spreadsheet and the poviat layers:
- for the spreadsheet - "Administrative Division" column,
- for the poviat vector layer - "JPT_NAZWA" (JPT_NAME) attribute,
as these included names of administrative units.
Mapowanie rozktadu pozarôw i miejscowych zagrozen
Mapowanie rozktadu pozaröw i miejscowych zagrozen bazuje na wykorzystaniu systemu informacji przestrzennej (SIP) do inte-gracji danych ewidencyjnych zdarzen z danymi przestrzennymi od-powiadajqcymi swoim zakresem obszarom jednostek administra-cyjnych wojewodztwa mazowieckiego z podziatem na powiaty.
W holistycznym podejsciu SIP jest technologic ktöra po-przez odpowiednie funkcje analityczne zamienia dane w pozqda-nq informacjç [5, s. 2]. Jednak przede wszystkim jest systemem sktadajqcym siç z wzajemnie ze sobq powiqzanych elementöw, takich jak: produkty informacyjne, dane, ludzie, oprogramowanie, komputery i procedury [5, s. 5-6].
Dane przestrzenne charakteryzujq siç tym, iz opröcz parame-tru geoprzestrzennego przypisanego do danego obiektu, przecho-wujq röwniez inne wartosci zapisane pod tzw. atrybutami [5, s. 1].
Do niniejszego badania warstwa powiatöw wojewodztwa ma-zowieckiego zostata odpowiednio wyeksportowana z danych za-wartych w zbiorze przestrzennym Panstwowego Rejestru Granic do-tyczqcego jednostek administracyjnych [6]. Byto to mozliwe dziçki narzçdziom oferowanym przez wykorzystywane oprogramowanie SIP tj. program QGIS 3.4 [7]. Program ten jest wolnym i otwartym systemem (tzn. moze bye uruchamiany w dowolnym celu, mozna doko-nywae w nim zmian, a jego kopia i zmodyfikowana wersja moze bye rozpowszechniana). Umozliwia tworzenie, edycjç, wizualizacjç, anali-zç i publikowanie informacji przestrzennych [8], [9, s. 9-10].
W mapowaniu rozktadu zdarzen wykorzystano narzçdzia takie jak:
- „zaznaczenie przez wyrazenie" - do wyselekcjonowania obiek-töw/powiatöw lezqcych w wojewödztwie mazowieckim,
- „eksportuj" - w celu zapisania wybranych obiektöw do no-wej warstwy,
- „ztqczenie tabel" - w celu potqczenia arkusza kalkulacyj-nego z zestawieniem dot. pozarow i miejscowych zagrozen z warstwq powiatöw,
- „pokaz podsumowanie statystyk" - do sprawdzenia maksy-malnej wartosci atrybutu dot. liczby zdarzen danej wielkosci,
- „kalkulator pol" - do nadania klas liczby zdarzen i skutköw oraz okreslenia poziomöw rozktadu zdarzen,
- zmiana stylu wg „symbolu stopniowego" - w celu wizu-alizacji wyniköw analizy rozktadu zdarzen z podziatem na otrzymane poziomy.
Zdarzenia poddane analizie ustalono na podstawie zdarzen ewi-dencjonowanych w Systemie Wspomagania Decyzji PSP (SWD PSP) w danym przedziale czasowym w rozbiciu na powiaty [10]. W oce-nianej grupie znalazty siç:
- pozary (wg wielkosci mate - PM, srednie - PS, duze - PD, bardzo duze - PBD),
- miejscowe zagrozenia (mate - MZM, lokalne - MZL, srednie - MZS, duze - MZD, gigantyczne lub klçski zy-wiotowe - MZK).
Procedura mapowania rozktadöw pozaröw i miejscowych zagrozen rozpoczçta siç na podstawie odpowiednio przygotowanych danych wejsciowych (ryc. 1). Wykorzystano zestawienie zdarzen z SWD PSP dot. pozaröw i miejscowych zagrozen w formacie arkusza kal-kulacyjnego, ktöre zmodyfikowano tak, aby przedstawione byty tylko
LIST OF EVENTS (by type and size per poviat)
ZESTAWIENIE ZDARZEN (wg rodzaju i wielkosci w rozbiciu na powiaty)
powiaty z wojewodztwa mazowieckiego oraz wczesniej wyeksporto-wana warstwa wektorowa powiatow (w formacie .shp) [10].
Po dodaniu tych danych do SIP i sprawdzeniu ich poprawnosci za podstawç ztqczenia arkusza kalkulacyjnego z warstwq powia-tow obrano:
- dla arkusza kalkulacyjnego - kolumnç „podziat admini-stracyjny",
- dla warstwy wektorowej powiatow - atrybut „JPT_NAZWA", zawierajqce nazwy jednostek podziatu terytorialnego.
+
NATIONAL REGISTER
OF BOUNDARIES (administrative units)
PANSTWOWY REJESTR GRANIC (jednostki administracyjne)
SPATIAL INFORMATION SYSTEM
SYSTEM INFORMACJI PRZESTRZENNEJ
Figure 1. Spatial Information System input data
Rycina 1. Dane wejsciowe do Systemu Informacji Przestrzennej
Source: Own elaboration.
Zrodto: Opracowanie wtasne.
Then, based on the event analysis method proposed below, we altered the previously updated poviat data layer by using the "field calculator" tool, which allowed us to process and save data to an attribute table [11]. After event distribution was estimated, the data were colour-coded by specific levels and presented. In addition, event distribution for specific event sizes was presented in a matrix with the data shown in Table 3.
This method relies on the identification of events already during input data processing and data distribution analysis using the tools such as event distribution map and event matrix. Our analysis referred to poviats and cities with poviat rights within the Mazovieckie Voivodeship, i.e. examined unit areas, in relation to the analysed time period of one year (2018).
The analysis of events was based on the use of statistical data on the number of fires and local hazards by their location, and the correlation of this distribution with two variables, i.e., the event number class and the event effect class. We assumed that the number of events referred to those that had already happened, so in our basic formula, we assumed that the distribution of events of a specific size could be expressed as:
R = f (C,S) (1)
where: R - distribution of events of a specific size, C - class of the number of events of a specific size, S - class of the effects of the events of a specific size.
Nastçpnie na podstawie zaproponowanej ponizej metody ana-lizy zdarzen zmodyfikowano zaktualizowanq wczesniej warstwç powiatow poprzez wspomniane juz wykorzystanie narzçdzia „kalkulator pol", ktore umozliwia dokonywania w danej warstwie ope-racji na danych i zapisanie ich wyniku w tabeli jej atrybutow [11]. Po oszacowaniu rozktadu zdarzen zostaty one zwizualizowane ko-lorystycznie wedtug przypisanych poziomow. Dodatkowo rozktad danej wielkosci zdarzen przedstawiono w matrycy z uwzglçdnie-niem wartosci zamieszczonych w tabeli 3.
Wykorzystywana metoda bazuje na identyfikacji zdarzen juz na etapie przygotowywania danych wejsciowych oraz analizie ich rozktadu z wykorzystaniem narzçdzia, jakim jest mapa rozktadu i matryca zdarzen. Do analiz przyjçto obszar powiatow i miast na prawach powiatu wojewodztwa mazowieckiego, tzw. rozpatry-wanych obszarow jednostkowych, w odniesieniu do rozpatrywa-nego przedziatu czasowego - 1 roku (2018).
Fundament analizy zdarzen stanowi wykorzystanie danych sta-tystycznych dotyczqcych liczby pozarow i miejscowych zagrozen z podziatem na obszar ich wystqpienia oraz uzaleznienie ich rozktadu od dwoch zmiennych, tj. klasy liczby zdarzen i klasy ich skut-kow. Zaktada siç, ze przyjçta liczba zdarzen jest to liczba zdarzen juz zrealizowanych, dlatego tez w bazowym wzorze rozktad zdarzen okreslonej wielkosci mozna zapisac jako:
R = f (C,S) (1)
gdzie: R - rozktad zdarzen danej wielkosci, C - klasa liczby zdarzen danej wielkosci, S - klasa skutkow zdarzen okreslonej wielkosci.
In order to quantify the number and the effects of events, and to add parameters to them, the author introduced four classes corresponding to the number, and four classes for the effects.
To determine the event number class attributed to fires or local hazards of specific size within the specific unit area (po-viat) and period (single year, e.g. 2018) (Xwn(20i8)), the reference we used was the number of events from that poviat, where the number of events of specific size (fires and local hazards) within that period was the largest and considered to be maximum, also referred to as the "worst case" (Xwmax(20i8)).
The event number classes for the examined unit areas are as follows:
- Class 1 was assigned to the number of events Xwn(20i8) , which in proportion to the maximum number of events of specific size Xwmax(20i8) within the examined period, is <0;0.25),
- Class 2 was assigned to the number of events Xwn(20i8), which in proportion to the maximum number of events of specific size Xwmax(20i8) is <0.25;0.5),
- Class 3 was assigned to the number of events Xwn(20i8), which in proportion to the maximum number of events of specific size Xwmax(20i8) is <0.5;0.75),
- Class 4 was assigned to the number of events Xwn(20i8), which in proportion to the maximum number of events of specific size Xwmax(20i8) is <0.75;1),
W celu kwantyfikacji wartosci liczby i skutkow zdarzen oraz nadania im parametrow wprowadzono cztery klasy odpowiada-jqce ich liczbie i cztery klasy skutkow.
Przy precyzowaniu klasy liczby zdarzen przypisanej do poza-row lub miejscowych zagrozen o okreslonej wielkosci w rozpatry-wanym obszarze jednostkowym (powiecie) i okresie (w jednym roku, np. 2018) (Xwnpois)) za punkt odniesienia przyjçto liczbç zdarzen z takiego powiatu, gdzie liczba zdarzen danej wielko-sci (pozarow i miejscowych zagrozen) w rozpatrywanym okresie byta najwiçksza i rozumiana jako wartosc maksymalna, nazywa-na rowniez „najgorszym przypadkiem" (Xwmax(2oi8)).
Klasy liczby zdarzen dla rozpatrywanych obszarow jednost-kowych rozktadajq siç odpowiednio:
- Klasç 1 przypisano tej liczbie zdarzen Xwn(2oi8), ktora w pro-porcjonalnym odniesieniu do maksymalnej liczby zdarzen okreslonej wielkosci Xwmax(2oi8) w rozpatrywanym okresie miesci siç w przedziale <0;0,25),
- Klasç 2 przypisano tej liczbie zdarzen Xwn(2oi8), ktora w propor-cjonalnym odniesieniu do maksymalnej liczby zdarzen okreslonej wielkosci Xwmax(2oi8) miesci siç w przedziale <o,25;o,5),
- Klasç 3 przypisano tej liczbie zdarzen Xwn(2oi8), ktora w propor-cjonalnym odniesieniu do maksymalnej liczby zdarzen okreslonej wielkosci Xwmax(2oi8) miesci siç w przedziale <o,5;o,75),
- Klasç 4 przypisano tej liczbie zdarzen Xwn(2oi8)), ktora w pro-porcjonalnym odniesieniu do maksymalnej liczby zdarzen okreslonej wielkosci Xwmax(2oi8) miesci siç w przedziale <o,75;1).
Table 1. Event number classes with their corresponding ranges Tabela 1. Klasy liczby zdarzen z przypisanymi im przedziatami
Event number class Klasa liczby zdarzen Range Przedziat
1 0 < XWn (2018) < 0.25 XWmax (2018)
2 0,25 < XWn (2018) < 0.5 XWmax (2018)
3 0,5 < XWn (2018) < 0.75 XWmax (2018)
4 0,75 < XWn (2018) < 1 XWmax (2018)
Where:
XW
- the number of events with specific size within the examined unit area in 2018 (fire or local hazard) 018) - the number of events (fires or local hazards) of specific size, within a poviat that had the most such events / "worst case"
Gdzie:
- liczba zdarzen o okreslonej wielkosci w rozpatrywanym obszarze jednostkowym w roku 2oi8 (pozar lub miejscowe zagrozenie) o18) - liczba zdarzen (pozarow lub miejscowych zagrozen) o okreslonej wielkosci, z powiatu, gdzie w rozpatrywanym okresie zdarzen tych byto najwiçcej/
Xw
„najgorszy przypadek"
Source: Own elaboration. Zrodto: Opracowanie wtasne.
X
X
Effect class was determined directly on the basis of the Klasa skutkow okreslona zostata wprost z przypisanych do
event sizes attributed to fires and local hazards. This classifica- pozarow i miejscowych zagrozen wielkosci zdarzen. Klasyfikaj tion is shown in Table 2. przedstawiono w tabeli 2.
Table 2. Effect classes by hazard size
Tabela 2. Klasy skutkow w zaleznosci od wielkosci zagrozenia
Hazard Zagrozenie Size Wielkosc Effect class Klasa skutkow
PM 1
PS 2
P PD 3
PBD 4
MZM 1
MZL 1
MZ MZS 2
MZD 3
MZK 4
Source: Own elaboration. Zrodto: Opracowanie wtasne.
The maximum possible value attributed to event distribution for a given poviat was 16. Event distribution levels were marked on maps as follows:
- green colour - low level, for risk values: 1, 2, 3, 4,
- yellow colour - medium level, for risk values: 6, 8,
- orange colour - high level, for risk values: 9, 12,
- red colour - very high level, for risk value 16.
In addition, we prepared an event matrix (Figure 2) to organise event analysis results and their distribution by number and effects for a chosen poviat.
Maksymalna mozliwa wartosc przypisana do rozktadu zda-rzenia dla danego powiatu wynosi „16". Poziomy rozktadu zdarzen na mapach oznaczono nastçpujqco:
- kolorem zielonym - poziom niski, dla wartosci ryzyka: 1, 2, 3, 4,
- kolorem zottym - poziom sredni, dla wartosci ryzyka: 6, 8,
- kolorem pomaranczowym - poziom wysoki, dla wartosci ryzyka: 9, 12,
- kolorem czerwonym - poziom bardzo wysoki, dla wartosci ryzyka rownej 16.
Dodatkowo przygotowana zostata matryca zdarzen (ryc. 2) po-rzqdkujqca wyniki analizy zdarzen oraz ich rozktadu w zaleznosci od ich liczby i skutkow dla wybranego powiatu.
EVENT NUMBER CLASS KLASA LICZBY ZDARZEN 4 4 8 12 16
3 3 6 9 12
2 2 4 6 8
1 1 2 3 4
1 2 3 4
EFFECT CLASS KLASA SKUTKOW
Figure 2. Event matrix for a chosen poviat Rycina 2. Matryca zdarzen dla wybranego powiatu Source: Own elaboration. Zrodto: Opracowanie wtasne.
Distribution of fires and local hazards in the Mazovieckie Voivodeship
Using the above-mentioned procedure, we mapped the Mazovieckie Voivodeship and its 42 poviats (including cities with poviat rights). We presented the distribution of fires and local hazards by size in 2018.
The adopted maximum values (Xwmax(2018)), where the number of events of that size in 2018 was the largest, used to assign a class to that number of events as per the proposed method (Table 1), are shown in Table 3.
Table 3. Maximum values used to assign classes to numbers of events Tabela 3. Wartosci maksymalne wykorzystane do nadania klas liczby zdarzen
Rozktad pozarow i miejscowych zagrozen w wojewödztwie mazowieckim
W oparciu o powyzszq procedure mapowaniu poddano obszar wojewodztwa mazowieckiego z uwzgl^dnieniem jego podziatu na 42 powiaty (w tym miasta na prawach powiatu). Przedstawiono rozktad pozarow i miejscowych zagrozen z uwzgl^dnieniem ich wielkosci w 2018 roku.
Przyj^te wartosci maksymalne (Xwmax(20i8)), w ktorych liczba zdarzen danej wielkosci w 2018 roku byta najwi^ksza, wykorzystane do nadania klasy liczby zdarzen zgodnie z zaproponowanq metodq (tab. 1) przedstawiono w tabeli 3.
Hazard size / Wielkosc zagrozenia PM PS PD PBD MZM MZL MZS MZD MZK
Xwmax(20i8) 4.442 74 4 2 1.910 5.793 244 6 0
Source: Own elaboration. Zrodto: Opracowanie wtasne.
The produced distribution of events was presented on nine maps. The maps we prepared show the distribution of events in each poviat for:
1) small fires,
2) medium fires,
3) large fires,
4) very large fires,
5) small local hazards,
6) partial local hazards,
7) medium local hazards,
8) serious local hazards,
9) enormous local hazards or disasters.
Example maps of event distribution are shown in Figures 3 and 4.
These maps demonstrate that:
- the levels of small fires across all examined poviats are low;
- with medium fires, the level goes up to medium in Warszawski, Wotominski, and Minski poviats;
- large fires have high levels in 11 poviats, and medium levels in 6; and in Warsaw their level is low; in Wotominski poviat the level is high, and in Minski poviat it stays constant;
- high levels of very large fires were found in 9 poviats: Mtawski, Puttuski, Wotominski, Minski, Pruszkowski, Grodziski, Piaseczynski, and Grojecki, and in Radom, while a very high level was recorded in the Zurominski poviat;
- the level of local hazards classified as small and partial was low across all of the Voivodeship;
- only in Warsaw was the level of medium local hazards medium;
- serious local hazards reached a medium level in the Piaseczynski poviat, and a high level in Warsaw;
- across the whole Voivodeship, the level of enormous local hazard or disaster was low.
Otrzymany rozktad zdarzen przedstawiono na dziewiçciu mapach. Przygotowano odpowiednio mapy przedstawiajqce rozktad zdarzen w poszczegölnych powiatach dla:
1) pozaröw matych,
2) pozaröw srednich,
3) pozaröw duzych,
4) pozaröw bardzo duzych,
5) miejscowych zagrozen matych,
6) miejscowych zagrozen lokalnych,
7) miejscowych zagrozen srednich,
8) miejscowych zagrozen duzych,
9) miejscowych zagrozen gigantycznych i klçsk zywiotowych.
Przyktadowe mapy rozktadu zdarzen przedstawiono na ryc. 3 i 4.
Z map rozktadu wynika, iz:
- rozktad pozaru matego we wszystkich rozpatrywanych powiatach jest niski;
- dla pozaröw srednich rozktad wzrasta do poziomu srednie-go w powiatach: warszawskim, wotominskim i minskim;
- duze pozary w 11 powiatach klasyfikujq siç na poziomie wyso-kim, a w 6 na poziomie srednim; natomiast w Warszawie po-ziom zmniejsza siç do niskiego; w powiecie wotominskim wzrasta do poziomu wysokiego, a w minskim pozostaje bez zmian;
- poziom wysoki pozaru o wielkosci bardzo duzej wystçpuje w 9 powiatach: mtawskim, puttuskim, wotominskim, minskim, pruszkowskim, grodziskim, piaseczynskim, gröjeckim oraz w Radomiu, natomiast rozktad na poziomie bardzo wy-sokim odnotowuje siç w powiecie zurominskim;
- rozktad miejscowych zagrozen sklasyfikowanych jako mate i lokalne w catym wojewödztwie osiqga niski poziom;
- tylko w Warszawie rozktad miejscowego zagrozenia sred-niego plasuje siç jako sredni;
- miejscowe zagrozenia o wielkosci duzej osiqgajq wartosC na poziomie srednim w powiecie piaseczynskim, a na wysokim - w Warszawie;
- w catym wojewödztwie poziom miejscowego zagrozenia gi-gantycznego lub klçski zywiotowej jest na poziomie niskim.
low level / niski poziom
medium level / Sredni poziom
high level / wysoki poziom
very high level / bardzo wysoki poziom
low level / niski poziom medium level / sredni poziom high level / wysoki poziom very high level / bardzo wysoki poziom
Figure 3. Map of the regional distribution of large fires Rycina 3. Mapa rozktadu terytorialnego pozarow duzych Source: Own elaboration. Zrodto: Opracowanie wtasne.
Figure 4. Map of the regional distribution of serious local hazards Rycina 4. Mapa rozktadu terytorialnego miejscowych zagrozen duzych Source: Own elaboration. Zrodto: Opracowanie wtasne.
The distribution of events of specific sizes shows that out of the 378 examined cases, low levels were found in 345, medium in 11, high in 21, and very high only in 1.
From the perspective of a poviat, the event number class and the effect class can be matched using appropriate values from the event matrix. For an example of such matching, see Figure 5.
Porownanie rozktadu zdarzen okreslonej wielkosci pozwala zauwazyc, iz na 378 rozpatrywanych przypadkow poziom niski osiqgniçty zostat w 345, sredni - w 11, wysoki - w 21, a bardzo wysoki - w jednym.
Uwzglçdniajqc rozktad zdarzen z perspektywy jednego powia-tu, skorzystac mozna z dopasowania klasy liczby zdarzen i klasy skutkow do odpowiedniej wartosci w matrycy zdarzen. Przyktad jej wykorzystania przedstawiono na rycinie 5.
EVENT NUMBER CLASS KLASA LICZBY ZDARZEN 4 • P rM • MZM • MZL • MZS • MZD
3 • PS
2
1 • PD • PBD • MZk
1 2 3 4
EFFECT CLASS / KLASA SKUTKOW
Figure 5. Matrix of fires and local hazards in Warsaw
Rycina 5. Matryca pozarow i miejscowych zagrozen w Warszawie
Source: Own elaboration.
Zrodto: Opracowanie wtasne.
This matrix shows that events, both fires and local hazards, in Warsaw do not reach higher levels than high. Events of medium sizes have medium levels, and 2/3 of events have low levels.
Z przedstawionej matrycy wynika, iz zdarzenia - zarowno pozary, jak i miejscowe zagrozenia - w Warszawie osiqgajq mak-symalnie poziom wysoki. Zdarzenia o wielkosci sredniej osiqgajq poziom sredni, a dla 2/3 zdarzen przypisano poziom niski.
Discussion
The proposed method for mapping the distribution of fires and local hazards can be used to compare the po-viats within the examined Voivodeship. The suggested event number and effect classes, which take integer values between 1 and 4, mapped to a 4 x 4 event matrix and multiplied by one another, constitute the basis for determining their distribution levels. The proportion of the number of events within a poviat in relation to a reference value, which is the maximum number of events recorded in a single poviat within the Voivodeship, translates directly into the relationship between the number of events in that poviat and the reference number of events in the poviat with the highest number of events. The reference poviat is understood as the area where the number of events is considered to be the "worst case" for the specific time period. The classes assigned to the effects take into account their nature, directly associated with the description of their size, as included in the Rules for Recording Events, and refer to issues related to the damaged area or the number of fire streams used, or specialist equipment or the number of units deployed during rescue operations, and the number of fatalities and/or casualties [3, pp. 33-35].
The levels assigned to event distributions, and their presentation, both on maps and within the matrices, provide a representation of the spatial layout and can serve as distribution maps. They demonstrate the levels of selected event types and sizes across poviats of the examined Voivodeship, as well as the levels of each examined event on a matrix corresponding to the examined unit area, i.e. a single poviat.
With SIP and through the integration of data from various sources via spatial analyses, we are able to produce output information about the distribution of risks.
It is important to note that SIP can be used to extend or complement such analyses with parameters related, e.g., to population, poviat area, or the categories or number of buildings within a specific poviat.
Summary
Rescue operations can be studied on various levels. The analysis of events to which rescuers are deployed, covering the number of such events and the related damage, is the basis of, and provides support for, the organisation of rescue operations.
Such analysis, taking into account the number of events with specific effect size, can be represented as a map using the proposed method for the country as a whole. What would need to be updated, however, is the point of reference to which unit areas would be compared. In addition, the selection would need to include all poviats in Poland. Therefore, depending on the examined area, it might be necessary to re-select the data to be used. The presented maps of events for the Mazovieckie Voivodeship provide an example of how to compare poviats from this Voivodeship by reference to the "worst case" from this region.
Dyskusja
Zaproponowana metoda mapowania rozktadu pozarów i miejscowych zagrozen pozwala na porównanie miçdzy sobq powiatów rozpatrywanego województwa. Wprowadzone klasy liczby zdarzen oraz skutków, które przyjmujq wartosci catkowite z przedziatu od l do 4, przeniesione do matrycy zdarzen 4 x 4 oraz przez siebie przem-nozone, stanowiq podstawç okreslenia poziomów ich rozktadu. Pro-porcjonalne odniesienie liczby zdarzen w rozpatrywanym powiecie do wartosci referencyjnej, którq stanowi maksymalna wartosc liczby zdarzen odnotowana w jednym z powiatów z województwa, wprost przektada siç na porównanie liczby zdarzen w danym powiecie do referencyjnej liczby zdarzen powiatu, w którym byta ona najwiçksza. Powiat referencyjny rozumiany jest jako obszar, w którym liczba zagrozen rozpatrywana jest jako „najgorszy przypadek" w badanym przedziale czasowym. Klasy przypisane do skutków uwzglçdniajq ich charakter, bezposrednio wynikajqcy z opisu wielkosci zawartego w Zasadach ewidencjonowania zdarzen i dotyczq kwestii zwiqzanych z powierzchniq strat lub tez ilosciq podawanych prqdów gasniczych oraz uzycia sprzçtu specjalistycznego, ilosci jednostek, które bra-ty udziat w dziataniach ratowniczych oraz liczby ofiar smiertelnych i/lub poszkodowanych [3, s. 33-35].
Nadane poziomy rozktadu zdarzen i ich przedstawienie
- zarówno na mapie, jak i w matrycy - stanowiq zobrazowanie rozktadu przestrzennego i funkcjonowae mogq jako mapy rozktadu. Umozliwiajq przedstawienie poziomu wybranego rodzaju zda-rzenia i jego wielkosci w powiatach rozpatrywanego województwa, jak równiez poziomu wszystkich badanych zdarzen na matrycy odpowiadajqcej rozpatrywanemu obszarowi jednostkowemu
- jednemu powiatowi.
Wykorzystanie SIP i integracja w nim danych pochodzqcych z róznych zródet poprzez zastosowanie analiz przestrzennych umozli-wia opracowanie informacji wynikowej dotyczqcej rozktadu zagrozen.
Warto nadmieniC, ze SIP moze bye wykorzystany do rozwi-niçcia powyzszych analiz i uzupetnienia ich o parametry zwiq-zane m.in. z liczbq ludnosci, powierzchniq powiatu, kategoriami i liczbq budynków znajdujqcych siç w obszarze danego powiatu.
Podsumowanie
Dziatania ratownicze rozpatrywane sq na róznych ptaszczyznach. Analiza zdarzen, do których dysponowani sq ratownicy, uwzglçdniajqca liczbç tych zdarzen oraz zwiqzane z nimi straty, jest podstawq i elemen-tem wspomagania organizacji dziatan ratowniczych.
Wyniki badania rozktadu uwzglçdniajqcego liczbç zdarzen o okre-slonej wielkosci skutków mogq bye przeniesione na mapç - zgod-nie z przedstawionq metodq - dla obszaru catego kraju. Nalezatoby jednak zaktualizowae punkt odniesienia, do którego porównywane bytyby obszary jednostkowe. Dodatkowo przy wyborze nalezatoby uwzglçdnié powiaty z obszaru catego kraju. Dlatego tez w zaleznosci od obszaru, który bçdzie brany pod uwagç, nalezy zidentyfikowae na nowo wykorzystywane dane. Przedstawione mapy zdarzen odpo-wiadajqce obszarowi województwa mazowieckiego sq przyktadem, w jaki sposób mozna porównae powiaty tego województwa miçdzy sobq i wzglçdem „najgorszego przypadku" z tego regionu.
These maps can be used to review events from the examined period, and if such maps are updated regularly, they can help identify risk trends or dynamics over both time and space, not only in annual, but also in quarterly or monthly terms. The described method was recommended to be included in fire protection education programmes, including courses on Spatial Information Systems, Rescue Operation Support Systems, and Risk Assessment Systems, as taught in the Main School of Fire Service, as one of the methods for event analysis and visualisation.
W oparciu o przedstawione mapy mozliwy jest przeglqd zdarzen przypadajqcych na rozpatrywany okres, a systematyczne ich aktualizowanie moze umozliwic sprawdzenie tendencji, czy tez dy-namiki zmian wystçpowania zagrozen w czasie i przestrzeni, nie tylko w ujçciu rocznym, ale rowniez kwartalnym czy miesiçcznym.
Prezentowanq metodç zarekomendowano Szkole Gtownej Stuzby Pozarniczej do wtqczenia do programow ksztatcenia z za-kresu ochrony przeciwpozarowej, w tym z przedmiotow dotyczq-cych Systemow Informacji Przestrzennej, Systemow Wspomaga-nia Dziatan Ratowniczych oraz oceny ryzyka realizowanych jako jednq z metod stuzqcych analizie i wizualizacji zdarzen.
List of abbreviations Wykaz skrótów
KSRG - National Rescue and Firefighting System KSRG - Krajowy System Ratowniczo-Gasniczy
M - local hazard M - miejscowe zagrozenie
P - fire P - pozar
PSP - State Fire Service PSP - Pañstwowa Straz Pozarna
SIP - Spatial Information System SIP - System Informacji Przestrzennej
SWD - Decision-Support System SWD - System Wspomagania Decyzji
Literature / Literatura
[1] Ustawa z dnia 24 sierpnia 1991 r. o ochronie przeciwpozarowej (Dz. U. 1991 Nr 81, poz. 35 z pózn. zm.).
[2] Rozporzqdzenie Ministra Spraw Wewnçtrznych i Admi-nistracji z dnia 3 lipca 2017 r. w sprawie szczegótowej organizacji krajowego systemu ratowniczo-gasniczego (Dz.U. 2017 poz. 1319).
[3] KG PSP, Zasady ewidencjonowania zdarzen w Syste-mie Wspomagania Decyzji Panstwowej Strazy Pozarnej, Warszawa 2019 [dok. elektr.] https://www.straz.gov.pl/ download/583 [dostçp: 12.11.2019].
[4] Zboina J., Inzynieria bezpieczenstwa pozarowego w kon-tekscie badan bezpieczenstwa, w: Nauki o bezpieczen-stwie. Wybraneproblemy badan, Czupryñski A. i in. (red.), Wydawnictwo CNBOP-PIB, Józefów 2017, 111-128.
[5] Tomlinson R., Rozwazania o GIS. Planowanie Systemów Informacji Geograficznej dla menadzerów, ESRI Polska, 2008.
[6] http://www.gugik.gov.pl/pzgik/dane-bez-oplat/dane-z--panstwowego-rejestru-granic-i-powierzchni-jednostek--podzialow-terytorialnych-kraju-prg [dostçp: 12.11.2019].
[7] https://www.qgis.org/pl/site/forusers/download.html [dostçp: 12.11.2019].
[8] https://www.qgis.org/pl/site/about/features.html [dostçp: 12.11.2019].
[9] Szczepanek R., Systemy Informacji Przestrzennej z QGIS, Politechnika Krakowska, Kraków 2017 [dok. elektr.] https://repozytorium.biblos.pk.edu.pl/redo/resour-ces/25448/file/suwFiles/SzczepanekR_SystemyInfor-macji.pdf [dostçp: 12.11.2019].
[10] Dane statystyczne KG PSP [dok. elektr.] https://www. straz.gov.pl/download/4272.xlsx [dostçp: 10.11.2019].
[11] https://gis-support.pl/qgis-kalkulator-pol-funkcje/ [dostçp: 12.11.2019].
JOANNA KOZIOt, M.SC. ENG. - graduate of the Faculty of Fire Safety Engineering, Main School of Fire Service in Warsaw, completed a postgraduate programme on Spatial Information Systems at the Faculty of Geodesy and Cartography, Warsaw University of Technology. Assistant Lecturer at the Department of Safety Engineering, Faculty of Safety Engineering and Civil Protection, Main School of Fire Service.
MGR INZ. JOANNA KOZIOt - absolwentka Wydziatu Inzynierii Bezpieczenstwa Pozarowego Szkoty Gtownej Stuzby Pozarniczej w Warszawie oraz studiow podyplomowych na Wydziale Geodezji i Kartografii Politechniki Warszawskiej pn. Systemy Informacji Przestrzennej. Asystent w Katedrze Inzynierii Bezpieczenstwa na Wydziale Inzynierii Bezpieczenstwa i Ochrony Ludnosci Szkoty Gtownej Stuzby Pozarniczej.
Ministerstwo Nauki i Szkolnictwa Wyzszego
Stworzenie anglojçzycznych wersji oryginalnych artykulów naukowych wydawanych w kwartalniku „BITP. Bezpieczeñstwo i Technika Pozarnicza" - zadanie finansowane w ramach umowy 658/P-DUN/2018 ze srodków Ministra Nauki i Szkolnictwa Wyzszego przeznaczonych na dzialalnosc upowszechniaj^c^ naukç.
