CC BY
56
УДК 339.18
Распознавание чрезвычайных ситуаций в местах массового пребывания людей
ISSN 1996-8493
© Технологии гражданской безопасности, 2013
Д.И. Сарначев, Л.Р. Борисова
Аннотация
Предложен метод, реализующий статистический подход к анализу ЧС. Разработана модель расчета вероятности сценариев ЧС на основе сведений из мест массового скопления людей. Рассмотрены сведения от наблюдателей событий, происходящих при ЧС, сведения от датчиков и сведения о поражениях.
Ключевые слова: чрезвычайная ситуация; распознавание; алгоритм; вероятность; опасное химическое вещество; оповещение; реагирование; ликвидация; ущерб; воздействие; радиация; спасатели; учения; мероприятия; сценарий; достоверность.
Recognition of Emergency Situations in Crowded Places
ISSN 1996-8493
© Civil Security Technology, 2013
D. Sarnachev, L. Borisova
Abstract
A method of implementing the statistical approach to the analysis of emergency. A model for calculating the probability disaster scenarios based on information in crowded places. Examined data from observers of a natural disaster, the information from the sensors and information on injuries.
Key words: emergency; recognition algorithm; the probability; hazardous chemical; notification; response; elimination; damage; impact; radiation; rescuers; teachings; events; scenario; reliability.
Технологии гражданской безопасности, том 10, 2013, № 1 (35)
/27
Распознавание чрезвычайных ситуаций в местах массового пребывания людей важно для подразделений МЧС России с целью сокращения времени реагирования сил и средств в случае возникновения чрезвычайных ситуаций техногенного характера.
Чрезвычайные ситуации в местах массового скопления людей часто происходят по схожим сценариям. Поэтому удобно использовать для их устранения заранее разработанные алгоритмы действий. Для того чтобы воспользоваться готовым алгоритмическим решением, необходимо: 1) установить факт происшествия ЧС; 2) классифицировать ЧС; 3) выбрать и применить соответствующее решение для данного типа ЧС.
Все возможные сценарии ЧС техногенного характера в местах массового пребывания людей можно типизировать, сведя их к одному из пяти возможных элементарных сценариев, либо к их комбинации: 1) взрыв; 2) пожар; 3) выброс (вылив) радиоактивных веществ (РВ); 4) выброс (вылив) опасных химических веществ (ОХВ); 5) выброс (вылив) биологических поражающих агентов (БПА).
При установлении факта и типа ЧС оценивается реализация одного из пяти этих сценариев либо их комбинации.
Имеющаяся информация используется для определения факта и сценария ЧС.
Схема типизации ЧС на основе поступающей информации представлена на рис. 1.
Сведения из мест массового скопления людей можно разделить на 3 группы: сведения от наблюдателей событий (А), происходящих при ЧС, сведения от датчиков (В) и сведения о поражениях (С). Эти сведения представляют собой совместные события, поэтому удобным инструментом для расчета вероятности суммы совместных событий является использование кругов Эйлера.
В случае трех совместных событий диаграмма Эйлера-Венна будет иметь вид: см. рис. 2. Из рис. 2 следует, что
Р(А+В+С) = Р(А)+Р(В)+Р(С) - Р(АВ) -
- Р(ВС) - Р(АС)+Р(АВС), (1)
где Р(АВ)=Р(А)Р(В), Р(ВС)=Р(В)Р(С), Р(АС)=Р(А)Р(С), Р(АВС)=Р(А)Р(В)Р(С) в силу независимости событий А, В и С
Формула полной вероятности
Каждому признаку того или иного сценария ставится в соответствие вероятность того, что признак вызван именно этим сценарием. Это условная вероятность сценария при достоверности признака. Тогда для вычисления вероятности сценария можно воспользоваться формулой Байеса. Вероятность сценария А при условии выполнения признаков В1 Вп с
Рис 1. Схема типизации ЧС
Рис. 2. Диаграмма Эйлера-Венна в случае трех совместных событий
о 2
о
условными вероятностями P(A\B1) - P(A\Br) в этом случае вычисляется так:
¿P( A\B,)(B,) P (A) = -, (2)
¿1 P (AIB') .
где P(B) - вероятность достоверности признака B.. о
шй
X
Ч
Достоверность данных g
Данные, поступающие от различных источников, обладают некоторой вероятностью достоверности. Вклад в ошибку могут вносить сбои приборов, ложные сообщения, неправильная классификация признака и другие причины. К тому же признак сценария — это еще не критерий, и может возникнуть без выполнения этого сценария.
Поэтому в расчетах следует учитывать вероятность достоверности каждого признака. Тогда если поступило Y сообщений о наличии признака, N сообщений об отсутствии признака, то вероятность достоверности признака можно вычислить с помощью формулы:
Р(Б, ) = — . (3)
' Y + N
Методы проведения анализа поступающей информации
Алгоритм расчета
Положим, в центр приема в кризисных ситуациях поступили сведения из места массового пребывания людей, представленные в табл. 1.
В каждом поле указано количество источников (датчиков, пострадавших, очевидцев), сообщивших о наличии/отсутствии признака.
Поражения неизвестной этиологии о О
токсические о О
лучевые о о
ожоги о
осколочные - о
барические -
Датчики БПА о -
ОХВ - о
ИИ о -
задымления Tt <N
термические m -
акустические - О
давления <N -
Наблюдаемое пролив - о
аэрозоль О о
звук - о
возгорание m о
разрушения <N о
Наличие признака а Нет
Тогда для каждого признака с помощью формулы (3) получаем вероятность достоверности:
4
Р (задымление) =
4 + 2 = 0,67
Результаты вычислений можно найти в табл. 2.
Будем считать, что сведения от технических средств наблюдения и контроля, так же как и сведения о характере поражений персонала и людей, попавших в зону поражения, консолидированы и имеют определенную вероятность (для технических средств — не менее 0,8, для сведений о поражениях — не менее 0,9).
На практике вероятности того, что признак вызван тем или иным сценарием, целесообразно вычислять эмпирически. Тогда с каждым новым происшествием точность системы должна повышаться.
Примерные значения вероятностей сценариев при условии выполнения признака указаны в табл. 3.
Теперь можно вычислить относительную* вероятность каждого сценария по формуле 2:
Р (.Взрыв) = (0,25*1+0,30*1+ +0,40*1)+(0,90*0,67+0,80*1+ +0,85*0,75+0,85*0,67)+ +(0,95*0,8+0,95*1)/(0,25+ +0,30+0,40+0,90+0,80+0,85+ +0,95+0,95)=0,8223=82,23 %
*Вероятность ненормированная, вычислена относительно максимально возможной.
Результаты вычислений относительных вероятностей можно найти в табл. 4.
Эта вероятность относительная, то есть вычис-
Вероятности достоверности данных
Таблица 2
Наличие признака Наблюдаемое Датчики Поражения
разрушения возгорание звук аэрозоль пролив давления акустические термические задымления ИИ ОХВ БПА барические осколочные ожоги лучевые токсические неизвестной этиологии
Да 2 3 1 0 1 2 1 3 4 0 1 0 4 1 4 0 0 0
Нет 0 0 0 0 0 1 0 1 2 1 0 1 1 0 0 0 0 0
Вероятность достоверности данных 1.00 1.00 1.00 0.00 1.00 0.67 1.00 0.75 0.67 0.00 1.00 0.00 0.80 1.00 1.00 0.00 0.00 0.00
а> х
I
о ь о
О) I
о ^
о
от а> со о =1
О)
0
1
о о
о 2
о
м о
со сл
Вероятности для оценки ситуаций
Таблица 3
Сценарий Наблюдаемое Датчики Поражения
разрушения возгорание звук аэрозоль пролив давления акустические термические задымления ИИ ОХВ БПА барические осколочные ожоги лучевые токсические неизв. этиологии
Взрыв 0.25 0.30 0.40 0.00 0.00 0.90 0.80 0.85 0.85 0.00 0.00 0.00 0.95 0.95 0.00 0.00 0.00 0.00
Пожар 0.20 0.60 0.00 0.00 0.10 0.00 0.00 0.95 0.95 0.00 0.00 0.00 0.00 0.00 0.95 0.00 0.60 0.00
Выброс РВ 0.05 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.95 0.00 0.00 0.00 0.00 0.20 0.95 0.50 0.30
Выброс ОХВ 0.10 0.15 0.00 0.10 0.20 0.00 0.00 0.00 0.00 0.00 0.95 0.00 0.00 0.00 0.00 0.00 0.95 0.20
Выброс БПА 0.05 0.00 0.00 0.10 0.20 0.00 0.00 0.00 0.00 0.00 0.00 0.95 0.00 0.00 0.00 0.00 0.60 0.60
Средние вероятности для группы источников
Взрыв 0.32 0.85 0.95
Пожар 0.45 0.95 0.78
Выброс РВ 0.00 0.95 0.49
Выброс ОХВ 0.55 0.95 0.58
Выброс БПА 0.35 0.95 0.60
Ю
чо
Таблица 4
Относительные вероятности сценариев
Сценарий Относительная вероятность сценария
Взрыв 84,23 %
Пожар 73,47 %
Выброс РВ 8,47%
Выброс ОХВ 52,83 %
Выброс БПА 10,00 %
лена с нормировкой на единицу, как и принято в математике. Однако в нашем случае при выполнении всех признаков вероятность все еще не может быть равной единице, так как невозможно учесть вообще все существующие признаки ЧС. Поэтому для вычисления абсолютной вероятности требуется дополнительная нормировка.
Для нормировки вычислим вероятность сценария при выполнении всех критериев, а затем помножим на нее относительную вероятность сценария.
Вычислим вероятность в случае наличия всех признаков для каждого сценария по формуле 1.
Р (Взрыв) = 0,32 + 0,85 + 0,95 - 0,27 - 0,80 - 0,30 + +0,26 = 0,995;
Р (Пожар) = 0,45 + 0,95 + 0,78 - 0,43 - 0,74 - 0,35+ + 0,33 = 0,984;
Р (Выброс РВ) = 0,95 + 0,49 - 0,46 = 0,975;
Р (Выброс ОХВ) = 0,55 + 0,95 + 0,58 - 0,52 - 0,55 -
- 0,32 + 0,30 = 0,990;
Р(Выброс БПА) = 0,35 + 0,95 + 0,60 - 0.33 - 0.57 -
- 0.21 + 0.20 = 0,987.
Результаты вычислений приведены в табл. 5.
Таблица 5
Максимальная вероятность для каждого сценария
Эти вероятности характеризуют точность метода. Они показывают, с какой вероятностью сценарий вы-
полняется, если присутствуют все критерии. Зависят от количества признаков и от величины их весовых коэффициентов. Чем полнее описан признак, тем выше это значение.
Теперь вычислим абсолютные (нормированные) вероятности как произведение относительных вероятностей и максимально возможных. Результаты в табл. 6.
Таблица6 Значения вероятностей сценариев
Сценарий Абсолютная вероятность сценария Относительная вероятность сценария
Взрыв 83,80 % 84,23 %
Пожар 73,01 % 73,47 %
Выброс РВ 8,26 % 8,47 %
Выброс ОХВ 52,33 % 52,83 %
Выброс БПА 9,87 % 10,00 %
Оцениваем полученные результаты. Результаты вычислений позволяют предположить, что данные сигнализируют о реализации сценариев «взрыв», «пожар», «ОХВ». Таким образом, можно говорить о том, что на объекте произошли взрыв и пожар с выделением ОХВ.
В данной работе предложен метод, реализующий статистический подход к анализу ЧС. Поскольку ЧС в местах массового скопления людей происходят достаточно часто, то именно статистические методы анализа могут быть достаточно эффективны при низких затратах и простоте организации. Они не требуют привлечения экспертов или высокотехнологичного оборудования. Необходима лишь статистика, которую могут вести сотрудники единой дежурно-диспетчерской системы РСЧС, и минимальное программное обеспечение. Кроме того, статистический подход универсален и может применяться для разных типов ЧС.
Сведения об авторах
Сарначев Дмитрий Игоревич: Московский физико-технического институт, студент 6-го курса. 141700, Московская обл., Долгопрудный, Институтский пер., 9.
E-mail: dmitry.sarnachev@phystech.edu
Борисова Людмила Робертовна: к. ф.-м. н., доцент,
ФГБУ ВНИИ ГОЧС (ФЦ), с. н. с.
121352, Москва, ул. Давыдковская, 7.
E-mail: borisovalr@mail.ru
Сценарий Максимальная вероятность
Взрыв 0,995
Пожар 0,984
Выброс РВ 0,975
Выброс ОХВ 0,990
Выброс БПА 0,987
