Як підготуватися до стихійного лиха. Досвід США для України

Пожежа стихійне лихо Копирайт изображения Getty Images

Щоби передбачити наслідки найгіршого сценарію, дослідники створюють складні моделі, в яких прораховують усе, від погодних умов і особливостей інфраструктури до поведінки людей.

Стався гігантський вибух. Він прокотився крізь будівлі і авто, спричинивши пожежу на величезному нафтопереробному заводі в Денвері у штаті Колорадо.

Виробництво бензину зупинилося на тижні, запаси палива в штаті почали швидко виснажуватися.

Нафтопроводи з Вайомінгу, Техасу та Канзасу направили паливо в Колорадо, але були змушені скоротити постачання в сусідні штати. Ціни на пальне в регіоні поповзли вгору.

Наслідки вибуху є тривожним прикладом того, як одна подія рикошетом спричинює колапс всієї інфраструктури країни.

Тільки цього вибуху насправді не було. Це - гіпотетичний сценарій катастрофи, розроблений Національною лабораторією Sandia у США.

У своїй доповіді 2015 року дослідники також описали можливі наслідки й інших стихійних лих, як-от розлив нафти в Бостонській бухті, землетруси в Каліфорнії та ураган категорії 5 на узбережжі Перської затоки.

"Важливо розуміти, що відбудеться і як пом'якшити руйнівні наслідки катастроф, перш ніж вони насправді стануться", - пояснює Кевін Стембер, який очолює групу аналізу важливих об'єктів інфраструктури в Sandia.

Він вже 20 років досліджує вірогідні наслідки найгірших техногенних та природних катастроф.

Катастрофи і стихійні лиха можуть спричинити дефіцит палива та зростання цін у магазинах Копирайт изображения Getty Images
Image caption Катастрофи і стихійні лиха можуть спричинити каскад подій, як-от дефіцит палива та зростання цін у магазинах

Моделювання кризових ситуацій у роботі систем не є чимось новим. Але тепер цим займаються цілі групи дослідників, команди інженерів і компанії.

Це історія про те, як і чому вони це роблять.

Робота Стембера стосується не лише гіпотетичних сценаріїв. Близько шести років тому після зупинки нафтопереробного заводу в Каліфорнії йому зателефонували з Міністерства енергетики США .

У відомстві були стурбовані тим, що якщо раптом на іншому нафтовому підприємстві штату також станеться збій, постачання палива може різко впасти. Стембера попросили прорахувати наслідки такого сценарію.

Адміністрацію насамперед цікавило питання, чи потрібна іншому заводу додаткова безпека. Що робити, якщо саме зараз хтось вирішить напасти на один із інших нафтопереробних заводів у Каліфорнії?

Модель Стембера підтвердила найгірші побоювання. Ціни на паливо піднімуться, а заправки можуть взагалі залишитися без бензину. У відповідь на цей прогноз Міністерство енергетики належним чином посилило безпеку - про всяк випадок.

Але як саме роблять такі прогнози?

Поведінка натовпу Копирайт изображения Alamy
Image caption Поведінка натовпу є різною залежно від того, хто ці люди і де вони перебувають - наприклад, на концертах Тейлор Свіфт шанувальники можуть міцно триматися за руки, що ускладнить евакуацію

Моделі застосовують вже наявні дані для прогнозування того, що можна очікувати в майбутньому за певних обставин.

Що більший обсяг даних і кількість змінних, то складніша обчислювальна задача. Деякі з найпотужніших моделей спрямовані на прогнозування подій, які вважають непередбачуваними.

У такому разі дослідники застосовують машинне навчання для пошуку закономірностей у даних, які інакше складно помітити. Коли поступає нова інформація та нові змінні, алгоритми штучного інтелекту адаптуються та оновлюються відповідно.

Чи точний такий прогноз?

"Абсолютно передбачити, що відбудеться, не можливо", - зазначає Ендрю Скейтс із компанії Sandtable, яка займається моделюванням.

Однак деякі є доволі точними. Наприклад, моделі, які ґрунтуються на погоді, мають точність понад 90%. Передбачити швидкість вітру або температуру повітря на пару днів уперед не так складно. Втім, коли йдеться про екстремальні події, прогнози стають складнішими.

Прогнозуванням сценаріїв надзвичайних ситуацій займається, зокрема, Федеральне агентство з надзвичайних ситуацій (Fema). Вони використовують моделювання у прогнозуванні ураганів у США.

"Що більше часу ми зможемо заощадити, то більше життів врятуємо. Ось і все", - пояснює заступник адміністратора з питань реагування на катастрофи Джошуа Дозор.

Fema не лише прораховує ймовірний шлях урагану, співпрацюючи з Національним управлінням океанічних і атмосферних досліджень.

Повені, спричинені ураганом Катріна Копирайт изображения Getty Images
Image caption Після руйнівних повеней, спричинених ураганом Катріна, плани евакуації тепер враховують потужність водяних помп

Агентство прогнозує, як справляться зі стихією інфраструктура та захист від повеней.

Коли ураган Катріна вдарив по Флориді та Луїзіані в 2005 році, загородження від припливів та дамби не витримали. Це призвело до руйнівних повеней. З того часу моделі Fema враховують наявність і міцність захисних споруд у місцях можливого шляху урагану.

Важливою частиною моделювання є також прогноз того, як реагуватимуть люди.

Моделювання евакуації дозволяє припустити, як швидко люди залишать свої помешкання в зоні лиха.

"Ми аналізуємо поведінку людей - як імовірно, що вони прислухаються до попереджень про надзвичайну ситуацію?" - пояснює Дозор. Ті, кому вже доводилося пережити ураган упродовж останніх п'яти років, як правило, евакуюються найбільш ефективно.

Така інформація допомагає швидко визначити, кого слід евакуювати в першу чергу та коли віддавати наказ.

Аналіз поведінки має велике значення при підготовці до кризи. Одне з найскладніших створінь на планеті - це людина. Втім, існують певні закономірності того, як люди поводяться у надзвичайних ситуаціях.

Є стійкий стереотип, що люди під час стихійного лиха схильні панікувати і порушувати соціальні норми, каже Мішель Мейєр, директорка Центру зниження небезпек та відновлення при Техаському університеті A&M.

Техногенна катастрофа Копирайт изображения Getty Images

Таке сприйняття, однак, часто вводить в оману.

"Один з головних наших висновків - люди не панікують, - каже фахівець. - Мародерство також в реальності трапляється рідко і лише у певних ситуаціях".

Один зі способів зрозуміти, як люди поводитимуться у натовпі, - це багатоагентне моделювання.

Британська компанія Movement Strategies застосовує саме такий підхід.

Вона допомагає архітекторам при проєктуванні великих концертних залів та стадіонів і дає поради персоналу, як швидко евакуювати тисячі людей.

Компанія, зокрема, з'ясувала, що люди в натовпі можуть поводитися дуже по-різному, залежно від того, хто вони є і на який захід прийшли.

Аойф Хант, директор компанії, згадує роботу з одним футбольним клубом Прем'єр-ліги, який розробляв нову процедуру безпеки, як-от перевірка сумок під час входу на стадіон.

Проблема полягала в тому, що вболівальники цього клубу завжди приходили на матч за п'ять хвилин до початку.

Як поводяться вболівальники Копирайт изображения Getty Images
Image caption Розуміння того, як може поводитись група людей у певному місці, має вирішальне значення для реагування на надзвичайну ситуацію

А натовп футбольних уболівальників поєднують декілька типів поведінки.

"І чоловіки, і жінки збираються компаніями, але на відміну від жінок, групи чоловіків не такі щільні, вони не торкаються плечима", - пояснює Хант.

Поведінку людей у моделі можна корегувати в залежності від того, що про них відомо.

"Нам вдалося на "Уемблі" визначити різницю між фанатами Тейлор Свіфт і Еда Ширана", - додає Хант. Шанувальники Свіфт, приміром, частіше зчіпляють руки під час концерту. У разі евакуації це дуже заважатиме.

Розуміння міжособистісної поведінки допомагає передбачити, скільки часу може тривати вихід відвідувачів зі стадіону після закінчення концерту. Це дозволяє операторам громадського транспорту розрахувати, скільки знадобиться одиниць транспорту, щоби розвести людей.

Поведінка людей впливає й на дизайн нових місць. Залежно від того, який тип натовпу очікується, архітектори можуть регулювати кількість виходів або конструкції сходів.

Якщо виходів мало, люди не зможуть вільно вийти, а якщо надто багато - почнуть рухатися безконтрольно, що може призвести до штовханини.

Власне моделювання й допомагає знайти правильний баланс.

Від евакуації стадіонів до ураганів, всі описані вище ситуації траплялися і раніше. Мета полягає в тому, щоб дослідити минулі катастрофи і за допомогою цих даних вдосконалити моделі. І хоча жодна катастрофа ніколи не повторюється точно, знання про них допомагає підготуватися на майбутнє.

Це не наука, але вона рятує життя.

Прочитати оригінал цієї статті англійською мовою ви можете на сайті BBC Future.

Хочете поділитися з нами своїми життєвими історіями? Напишіть про себе на адресу questions.ukrainian@bbc.co.uk, і наші журналісти з вами зв'яжуться.

Хочете отримувати головні статті в месенджер? Підписуйтесь на наш Telegram.

--

Також на цю тему

Новини на цю ж тему