Hämeen Pelastuslaitos - nopea apu perille analyysien avulla

Tavoite
Tavoitteena oli osoittaa, miten paikkatiedolla voidaan suunnitella kuvitteellisesti Hämeen pelastuslaitoksen pelastusyksiköiden sijaintia.

Ratkaisu
Esrin ArcGIS Network Analyst -ohjelmiston Location Allocation -työkalulla optimoitiin 13 pelastusyksikön toimintavalmiussijaintia. Sijainnin optimoinnin perusteina olivat Kanta-Hämeen väestön jakautuminen tilastoruuduittain ja nopeusluokiteltu tiestö.

Hyödyt
Network Analyst etsi optimaalisimmat sijainnit siten, että mahdollisimman paljon väestöä olisi 10 minuutin ajoajan sisällä näistä sijainneista. Näin onnettomuustilanteeseen saadaan lähetettyä aina nopein ja tarkoituksenmukaisin apu.

Oletuksena oli, että riskit jakautuvat väestön määrän mukaan. Aineistona tällaiseen analyysiin voidaan käyttää mitä tahansa väestö-, rakennus- ja työpaikkamääriä ja näiden yhdistelmiä, tai vaihtoehtoisesti tapahtumien historiatietoa.

Network Analyst Location Allocation -työkalulla optimoitiin 13 pelastusyksikön toimintavalmiussijaintia. Sijainnin optimoinnin perusteina olivat Kanta-Hämeen väestön jakautuminen tilastoruuduittain ja nopeusluokiteltu tiestö. Tieverkkoon muodostettiin 26 000 potentiaalista sijaintipistettä tasaisin välimatkoin. Sijainneiksi kelpuutettiin pääsääntöisesti muut tieluokat paitsi moottoritie. Oletettiin että moottoritielle ei ole järkevää rakentaa pelastusyksikön levikettä tieliittymineen, koska kustannukset ovat tällöin korkeat ja turvallisuus vaikea taata. Network Analyst poimi näistä 26 00 sijainnista 13 siten, että mahdollisimman paljon väestöä olisi 10 minuutin ajoajan sisällä näistä sijainneista.

Tulos: väestöä Kanta–Hämeen tilastoruuduissa oli 172 400. Valituista pelastusyksiöiden toimintavalmiussijainneista käsin 10 minuutin saavutettavuusalueella oli 157 400 asukasta, eli 91 % väestöstä. Väestöltään kolme suurinta pelastusyksikkösijaintia kymmenen minuutin saavutettavuusalueen mukaan olivat:

• Hämeenlinna, 48 000
• Riihimäki, 30 000 ja
• Forssa, 21 000 asukasta.

Näissä yllä mainituissa voisi siis päivystää useampi yksikkö. Muiden sijaintien 10 minuutin väestömäärä vaihteli 2 200:sta 11 000:een.

Tämä analyysi on suunniteltu vuoden keskimääräistä tilannetta varten. Hälytystapahtumatieto on mahdollista luokitella vuodenajan (sesongin), viikonpäivän ja jopa kellonajan mukaan. Analyysin perusteella on mahdollista suunnitella päivystystilanne erikseen esimerkiksi kesäiselle perjantai-illalle ja talviselle tiistaipäivälle, jolloin yksiköiden sijainnit ja määrä olisivat erilaiset. Hälytystapahtumien määrää ja vaihtelua voidaan verrata Tilastoruutujen väestö-, rakennus- ja työpaikkatietoihin, ja mahdosesti voidaan löytää malli, mitkä taustatekijät vaikuttavat hälytystapahtumien vaihteluun tilassa ja ajassa. Tätä mallia voidaan hyödyntää esimerkiksi kun suunnitellaan tulevaisuuden valmiusverkostoa.