Дослідження статистики потоку пожеж, що виникають на території міст

Коваленко Роман Іванович

Національний університет цивільного захисту України

http://orcid.org/0000-0003-2083-7601

Назаренко Сергій Юрійович

Національний університет цивільного захисту України

https://orcid.org/0000-0003-0891-0335

Дем’янишин Володимир Миколайович

Національна академія Національної гвардії України

http://orcid.org/0000-0003-1734-4021

Колєнов Олександр Миколайович

Національний університет цивільного захисту України

http://orcid.org/0000-0002-3736-9165

Семків Валерія Олексіївна

Національний університет цивільного захисту України

http://orcid.org/0000-0002-1584-4754

DOI: https://doi.org/10.52363/2524-0226-2021-34-10

Ключові слова: потік викликів, пожежа, аварійно-рятувальне формування, статистичні дані, закон розподілу Пуассона

Анотація

Досліджено потік викликів, які пов’язані з пожежами, що виникають на території міст. Для цього з використанням методів кластерного аналізу міста було поділено на групи за критеріями чисельності населення та площею території. В результаті цього було виконано групування міст на шість груп. В окрему групу ввійшло лише місто Київ. Далі з кожної із груп було відібрано по п’ять міст та опрацьовано статистику щодо кількості пожеж за період 2020 року. На основі отриманих даних проведено перевірку статистичної гіпотези про те, що потік пожеж, які виникали в містах може бути описаний законом розподілу Пуассона. У якості критерію узгодженості обрано критерій Романовського. Загалом із 26 досліджуваних міст у 7 потік викликів може бути описаним законом розподілу Пуассона. Показник потоку викликів, які пов’язані з пожежами для цих міст склав від 69 до 342. Єдиним містом, яке потрапило у цей діапазон і по якому не було підтверджено вказану раніше гіпотезу стало місто Херсон. Щодо міст в яких показник кількості пожеж за рік був меншим за 69 або перевищив показник 342 статистичну гіпотезу про пуассонівський розподіл потоку викликів підтверджено не було. По даним, які відображали щоденну кількість викликів у містах впродовж року також було розраховано показник дисперсії. Встановлено, що для міст по яким було підтверджено пуассонівський розподіл потоку викликів цей показник коливається в межах від 0,21 до 1,72. Відповідно не завжди потік пожеж, який виникає в містах може бути описаний законом розподілу Пуассона, а тому перш ніж використовувати математичні моделі, які побудовані на його основі для проведення досліджень, необхідно спочатку провести перевірку вказаної гіпотези. Не виконання вказаної раніше умови може у подальшому негативно вплинути на адекватність отриманих результатів.

Посилання

1. World Fire Statistics. Report № 25. Retrieved from http://www.ctif.org/sites/default/files/2020-06/CTIF_Report25.pdf
2. Hulida, Е., Voіtovіch,, Movchan, І. (2017). The flight of the fire and their one-life in the city. Fire safety, 2017, 31, 30–35. Retrieved from https://journal.ldubgd.edu.ua/index.php/PB/article/download/101/90
3. Kovalenko, R., Kalynovskyi, A., Nazarenko, S., Kryvoshei, B., Grinchenko, E., Demydov, Z., Mordvyntsev, M., Kaidalov, R. (2019). Development of a method of completing emergency rescue units with emergency vehiclesdoi. Eastern-European Journal of Enterprise Technologies, 2019, 3 (100), 54–62. doi: https://doi.org/10.15587/1729-4061.2019.175110
4. Tiutiunyk, V., Ivanets, H. V., Tolkunov, I. A., Stetsyuk, E. I. (2018). System approach for readiness assessment units of civil defense to actions at emergency situations. Visnyk Natsionalnoho Hirnychoho Universytetu, 2018, 1, 99–105. doi: 10.29202/nvngu/2018-1/7
5. Slimacek,, Lindqvist Bo. H. (2016). Nonhomogeneous Poisson process with nonparametric frailty. Reliability Engineering & System Safety, 2016, 149, 14‒23. doi:10.1016/j.ress.2015.12.005
6. Wang,, Chong, Z. L., Qiu, P. (2021). Optimal monitoring of Poisson data with known and unknown shifts. Computers & Industrial Engineering, 154, 107100. doi:10.1016/j.cie.2021.107100
7. Yadav,, Jeyaseelan L., Jeyaseelan V., Durairaj J., George S., Selvaraj K. G., Bangdiwala S. I. (2021). Can Generalized Poisson model replace any other count data models? An evaluation. Clinical Epidemiology and Global Health, 11, 100774. doi: https://doi.org/10.1016/j.cegh.2021.100774
8. Li,, Dey, D. K. (2021). Estimation of COVID-19 mortality in the United States using Spatio-temporal Conway Maxwell Poisson model. Spatial Statistics, 100542. doi: 10.1016/j.spasta.2021.100542
9. Pieter, van den Berg, Guido, A. G. Legemaate, Rob D. van der Mei. (2017). Increasing the Responsiveness of Firefighter Services by Relocating Base Stations in Amsterdam. INFORMS PubsOnLine, 2017, 352‒361. doi:10.1287/inte.2017.0897
10. Ali, S-N., Asgary, (2013). Modeling number of firefighters responding to an incident using artificial neural networks. International Journal of Emergency Services, 2013, 2, 104‒118. doi:10.1108/IJES-03-2012-0001