Statistical Modelling of Emergency Service Responses

• Autorzy: Prońko Jarosław , Zboina Jacek , Kielin Jan , Wojtasiak Beata , Iwańska Marta

Identyfikatory

DOI

10.12845/sft.51.3.2019.1

Warianty tytułu

PL

Modelowanie statystyczne reakcji służb ratowniczych

• Języki publikacji: EN PL

Abstrakty

EN

Aim: The aim of this article is to demonstrate the applicability of historical emergency-response data – gathered from decision-support systems of emergency services – in emergency-response statistical modelling. Project and methods: Building models of real phenomena is the first step in making and rationalising decisions regarding these phenomena. The statistical modelling presented in this article applies to critical-event response times for emergency services – counted from the moment the event is reported to the beginning of the rescue action by relevant services. And then, until the action is completed and services are ready for a new rescue action. The ability to estimate these time periods is essential for the rational deployment of rescue services taking into account the spatial density of (possible) critical events and the critical assessment of the readiness of these services. It also allows the assessment of the availability of emergency services, understood as the number of emergency teams which ensure operational effectiveness in the designated area. The article presents the idea of modelling emergency response times, the methods to approximate the distribution of random variables describing the individual stages and practical applications of such approximations. Due to editorial limitations, the article includes the results only for one district (powiat – second-level unit of local government and administration in Poland). Results: A number of solutions proposed in the article can be considered innovative, but special attention should be given to the methodology to isolate random variables included in the analysed database as single random variables. This methodology was repeatedly tested with a positive result. The study was based on data on critical events and emergency response times collected in the computerised decision-support system of the State Fire Service (PSP) in Poland. Conclusions: Presented in this article, the method of approximating the duration of individual stages of emergency response based on theoretical distributions of random variables is largely consistent with the empirical data. It also allows to predict how the system will work in the short-term (over a time span of several years). The predictive property of such modelling can be used to optimise the deployment and to determine the capabilities of individual rescue teams. These studies were conducted between 2012 and 2015 as part of a project funded by the National Centre for Research and Development (NCBR), agreement No. DOBR/0015/R/ID1/2012/03

PL

Cel: Celem artykułu jest zaprezentowanie możliwości wykorzystania danych historycznych dotyczących reakcji służb ratowniczych, gromadzonych w systemach wspomagania decyzji ich dysponentów, do statystycznego modelowania reakcji tych służb. Projekt i metody: Budowanie modeli rzeczywistych zjawisk stanowi pierwszy etap podejmowania i racjonalizacji decyzji dotyczących tych zjawisk. Zjawiskiem, którego modelowanie (w ujęciu statystycznym) prezentujemy w niniejszym artykule, jest czas reakcji służb ratowniczych na zaistniałe incydenty krytyczne – liczony od momentu zgłoszenia zdarzenia do podjęcia działań ratowniczych przez odpowiednie służby, a następnie ich zakończenia oraz odzyskania gotowości do powtórnej reakcji. Umiejętność oszacowania tych czasów jest niezbędna do racjonalnego rozmieszczenia służb ratowniczych na tle przestrzennej gęstości (możliwych) zdarzeń krytycznych oraz oceny stopnia gotowości tych służb. Pozwala ona również na oszacowanie dostępności służb ratowniczych, rozumianej jako liczba zespołów ratowniczych zapewniających skuteczność działań w wyznaczonym rejonie. W artykule zaprezentowano ideę modelowania czasu reakcji służb ratowniczych, metody aproksymacji rozkładów zmiennych losowych opisujących poszczególne jej etapy oraz praktyczne jej wykorzystanie. Ze względu na ograniczenia edytorskie zaprezentowano wyniki analiz jedynie dla jednego powiatu. Wyniki: Szereg proponowanych w artykule rozwiązań można zaliczyć do nowatorskich, a na szczególną uwagę zasługuje metodyka rozdzielenia zmiennych losowych ujętych w analizowanej bazie jako jedna zmienna losowa. Metodykę tę przetestowano wielokrotnie z pozytywnym rezultatem. Badania oparto na danych o zaistniałych incydentach krytycznych oraz czasach reakcji służb ratowniczych gromadzonych w systemie informatycznym wspomagania decyzji dysponentów Państwowej Straży Pożarnej w Polsce. Wnioski: Wskazany w niniejszym artykule sposób aproksymacji czasu trwania poszczególnych etapów procesu reagowania służb ratowniczych, teoretycznymi rozkładami zmiennych losowych pozwala na przewidywanie działania tego systemu w krótkiej (kilkuletniej) perspektywie czasowej. Własność predykcyjna takiego modelowania może być wykorzystana do optymalizacji rozmieszczenia i określenia potencjału poszczególnych jednostek ratowniczych. Badania te przeprowadzono w ramach projektu finansowanego przez Narodowe Centrum Badań i Rozwoju (nr umowy: DOBR/0015/R/ID1/2012/03 w latach 2012–2015).

Słowa kluczowe

EN

statistical modelling; data mining; emergency services; designing rescue systems

PL

modelowanie statystyczne; eksploracja danych; służby ratownicze; projektowanie systemów ratowniczych

• Wydawca: Centrum Naukowo-Badawcze Ochrony Przeciwpożarowej im. Józefa Tuliszkowskiego - Państwowy Instytut Badawczy
• Czasopismo: Safety & Fire Technology
• Rocznik: 2019
• Tom: Vol. 53, iss. 1
• Strony: 8--31
• Opis fizyczny: Bibliogr. 8 poz., rys., tab., wykr.

Twórcy

autor

Prońko Jarosław

• Jan Kochanowski University in Kielce, the Institute of Management / Uniwersytet Jana Kochanowskiego w Kielcach, Instytut Zarządzania

autor

Zboina Jacek

• Scientific and Research Centre for Fire Protection – National Research Institute / Centrum Naukowo-Badawcze Ochrony Przeciwpożarowej im. Józefa Tuliszkowskiego – Państwowy Instytut Badawczy

autor

Kielin Jan

• Scientific and Research Centre for Fire Protection – National Research Institute / Centrum Naukowo-Badawcze Ochrony Przeciwpożarowej im. Józefa Tuliszkowskiego – Państwowy Instytut Badawczy

autor

Wojtasiak Beata

• Scientific and Research Centre for Fire Protection – National Research Institute / Centrum Naukowo-Badawcze Ochrony Przeciwpożarowej im. Józefa Tuliszkowskiego – Państwowy Instytut Badawczy

autor

Iwańska Marta

• Scientific and Research Centre for Fire Protection – National Research Institute / Centrum Naukowo-Badawcze Ochrony Przeciwpożarowej im. Józefa Tuliszkowskiego – Państwowy Instytut Badawczy

Bibliografia

• [1] Johnson N. L., Kotz S., Balakrishnan N., No 14: Lognormal Distributions, in: Continuous univariate distributions. Vol. 1, Wiley Series in Probability and Mathematical Statistics: Applied Probability and Statistics (2nd ed.), John Wiley & Sons, New York 1994.
• [2] Kielin J., Wojtasiak B., Mazur J., Bąk D., Bujny P., Wstępny model ustalania wskaźnika gotowości operacyjnej JR – JRG i OSP, w: Projektowanie systemu ratowniczego, J. Zboina, J. Kielin (red.), Wyd. CNBOP-PIB, Józefów 2015.
• [3] Prońko J., Kielin J., Wojtasiak B., Przestrzenna analiza zagrożeń na podstawie danych historycznych¸ BITP Vol. 39 Issue 3, 2015, 77–93, https://doi.org/10.12845/bitp.39.3.2015.7.
• [4] Prońko J., Kielin J., Wojtasiak B., Klasyfikacja zdarzeń na podstawie danych historycznych, BITP Vol. 39 Issue 3, 2015, 93–111, https://doi.org/10.12845/bitp.39.3.2015.8.
• [5] Trocki M., Grucza B., Ogonek K., Zarządzanie projektami, PWE, Warszawa 2003.
• [6] Ustawa z dnia 8 września 2006 r. o Państwowym Ratownictwie Medycznym (Dz. U. 2006 Nr 191, poz. 1410 z późn. zm.).
• [7] Wawrzynek J., Metody opisu i wnioskowania statystycznego, Wyd. AE im. Oskara Langego, Wrocław 2007.
• [8] Wojtasiak B., Mazur J., Bąk D., Bujny P., Analiza czasu podejmowania Pierwszej Pomocy Ratowniczej przez zespoły ratownicze, w: Projektowanie systemu ratowniczego, J. Zboina, J. Kielin (red.), Wyd. CNBOP-PIB, Józefów 2015.