Operatiivinen toiminta

Palotoimen mittareita voi keksiä lukuisia, mutta rajoitumme tässä muutamiin. Yksittäi-sen kansalaiYksittäi-sen näkökulmasta katsoen tärkein pelastustoimen mittari lienee edelleenkin toimintavalmiusaika. Kun katsotaan operatiivista työtä toimintavalmiusohjeen

(SM-2002-00018/Tu-35) näkökulmasta, havaitaan merkittävä puute. Se määrittelee ris-kialueluokitukset ja ohjeelliset toimintavalmiusajat. Käytettävissä ei ole kuitenkaan vie-lä mitään menetelmää, jolla voitaisiin arvioida, miten näihin tavoitteisiin päästään käy-tettävillä resursseilla: ovatko ne epärealistiset vai onko niissä löysää. Ohjeeseen sen laatija on kirjannut yhden sanan 'pääsääntöisesti', jonka perusteella tämä periaatteessa suljettu yhtälö muuttuu sellaiseksi, että sille löytyy aina ratkaisu. Tämä probleema on puettavissa myös matemaattiseksi, ja silloin sana 'pääsääntöinen' saa varmuuskerrointa vastaavan merkityksen. Sen lukuarvosta pitäisi saada jonkinlaista arviota, jotta nähtäi-siin kohtaavatko tavoitteet ja resurssit järkevällä tavalla.

Vaikka meillä on hyviä kaksi- ja kolmiulotteisia karttoja toiminta-alueista, operatiivisel-ta kannaloperatiivisel-ta ne ovat liian monimutkaisia. Aika on tärkein tekijä operaation onnistumises-sa, ja siten pelastusalue onkin yksiulotteinen yksikön sijoituspaikasta katsottaessa. Täl-laisia karttoja ei ole Suomesta vielä piirretty kuin kokeilumielessä. Hälytyslähtöjen määrä riippuu henkilöiden sijoittumisesta tai lähes samanarvoisesti kerrosalan sijoittu-misesta (Tillander & Keski-Rahkonen 2000a) sekä lisäksi liikenteen jakautusijoittu-misesta alueelle, minkä mitoittamisesta tiedossamme ei ole kattavaa kvantitatiivista tutkimusta.

Nämä kaikki ovat melko pysyviä tekijöitä, sillä rakennuskanta, teiden määrä ja sijainti sekä henkilömäärät muuttuvat melko hitaasti. Ne ovat siten luonteeltaan samanlaisia kuin presidentti Paasikiven aikanaan teroittama maantiede ulkopolitiikassa. Me tarvit-semme pelastusalueittain yksiulotteiset kartat ensin kerrosalan jakautumisesta matkan funktiona paloasemasta, ja myöhemmin kerrosalan jakauman ajan funktiona paloase-masta muutamilla erityyppisillä alueilla. Vastaavat kartat voitaisiin piirtää myös henki-löiden jakaumista, mutta nähtävästi ainakin pelastusalueiden tasolla ne lienevät melko samanlaisia kuin edelliset (Tillander & Keski-Rahkonen 2000a).

Toimintavalmiusaikoja määritettäessä havaittiin, että Suomessa on periaatteessa erilaisia paikkakuntia. On itsestään selvää, että toimintavalmiusajat ovat pitkiä harvaan asutuilla seuduilla kuten Lapissa (Tillander & Keski-Rahkonen 2000a). Yllättävintä oli, että toi-mintavalmiusaika voi olla pitkä suurkaupungeissa (Tillander & Keski-Rahkonen 2000c). Aluksi syyksi epäiltiin tilastointijärjestelmän heikkouksia, mutta tutkittaessa huolellisesti tarkistettuja tietoja, kuva ei muuttunut silti oleellisesti (Keski-Rahkonen 2000). Asia selittyy tarkastelemalla periaatteellisella tasolla yhdyskuntien rakenteita.

Tilastollisesti havaittiin ajoajan alkavan riippua lineaarisesti matkasta vasta pelastusyk-siköillä 8 km ja johtoykpelastusyk-siköillä 2,5 km tai sitä suuremmilla etäisyyksillä paloasemasta

107

ja sen ainoa paloasema sijaitsee ympyrän keskipisteessä. Ensimmäisessä variaatiossa sen asukkaat ja rakennusala on jakautunut keskimäärin tasaisesti koko alueelle. Tämä on tyypillinen suurkaupunki (a). Toisessa variaatiossa koko asutus on keskittynyt ympyrän lävistäjän tuntumassa kulkevan pääväylän molemmin puolin nauhakaupungiksi (b).

Kolmannessa variaatiossa (c) osa alueesta on asumatonta, ja koko kaupungin väestö ja elinkeinot ovat keskittyneet ympyrän keskipisteen ympärille siten, että asutuksen raja kulkee ympyrän säteen R puolivälissä r = R/2, jolloin neljännes pinta-alasta on asuttua.

Kuvassa 73 on esitetty hälytysajojen pituuden jakautuma näissä kaupungeissa, joiden pinta-ala ja asukasmäärä ovat samat. Ajomatka on linnuntietä, mikä on kovin idealisoi-tua, mutta osoittaa asian ytimen siitä huolimatta. Vaaka-akselilla on ajomatka r suh-teutettuna ympyrän säteeseen R. Pystyakselilla on hälytysten suhteelliset määrät; variaa-tiossa (c) ajoja ei ulotu säteen r = R/2 ulkopuolelle. Tasan jakautuneessa variaavariaa-tiossa (a) keskimääräinen hälytysajon pituus r = (2/3)R, nauhakaupungissa (b) r = R/2 ja keskitty-neessä kaupungissa (c) r = R/3. Vaikka esimerkkimme ovat äärimäisen pelkistettyjä, ne eivät ole mahdottomia. Todellisuudessa meillä on kaikkien näiden variaatioiden tyyppi-siä paikkakuntia, vaikka asutuksen jakautuminen ei ole näin jyrkkärajaista. Ajomatkat voivat siten vaihdella tekijällä kaksi, vaikka esimerkiksi väestöllä tai kerrosalalla normi-tettuina paikkakunnat näyttävät identtisiltä.

Ero korostuu vielä, kun tarkastellaan ajoaikaa. Jos ajaisimme vakionnopeudella v, vas-taavat ajoajat olisivat näissä kaupunkivariaatioissa:

(a)

a

a v

R 3 t =2

(b)

b

a v

R 2 t = 1

(b)

c

c v

R 3 t = 1

Ajoaika t_a on näistä suhteellisesti pitempi kuin matkan perusteella olisi ajateltavissa, sillä ajonopeus v_a on pienehkö, sillä huomattava osa siitä kuluu katuverkostossa. Tässä mallissa v_c olisi likimain sama kuin v_a. Sitä vastoin v_b läpikulkuväylällä on niin pal-jon suurempi katuapal-jon nopeutta, että t_b voisi olla jopa pienempi kuin t_c.

0 1 2 3 4

0.0 0.2 0.4 0.6 0.8 1.0

Suhteellinen matka r/R

Suhteellinen osuus lähdöistä

a: 0,67 c: 0,33

b: 0,50

Kuva 73. Hälytysajon keskimääräinen matka väestöltään ja pinta-alaltaan samankokoi-silla mutta asutuksen jakaumaltaan erilaisamankokoi-silla paikkakunnilla: (a) suurkaupunki, (b) nauhakaupunki ja (c) keskittynyt kaupunki.

Kun katselemme tilannetta uusien pelastusalueiden näkökulmasta, mikään näistä mal-leista ei ole tyypillinen niiden kuvaaja. Siellä alueella on useita paloasemia ja useita väestökeskittymiä. Ne on kuitenkin mallitettavissa periaatteessa yhdistelemällä tässä esitettyjä jakaumia. Varsinainen tehtävä onkin saada mittari, jonka perusteella resurssit näiden keskittymien kesken jaetaan siten, että palvelua voidaan jakaa joidenkin kriteeri-en mukaan optimaalisesti koko alueella. Kun meillä on paikkatietojärjestelmä, jossa on tiedot kiinteistöjen osoitteista sekä niissä sijaitsevasta henkilömäärästä ja kerrosalasta, sekä digitaalinen tieverkko ajoreittien määrittämiseksi, voidaan kirjoittaa tietokonesimu-laattori, jolla voidaan ajaa vaikka kaikki koko vuoden hälytysajot sekä verrata näin saa-tuja tuloksia PRONTOon kirjattuihin ajoaikojen jakaumiin. Tämä mittari pystyisi otta-maan huomioon yhdyskunnan otta-maantieteellisen rakenteen ja antaotta-maan pelastustoimen palvelutasosta siitä riippumatonta tietoa.

Kriittisin puuttuva osa tästä simulaattorimallista on ajonopeuden laskenta-algoritmi.

Meillä on tehty kokeiluja algoritmeilla, jossa ajonopeudet ovat tietyypeittäin vakioita.

Tulokset ovat heikkoja verrattaessa todellisiin aikoihin erityisesti suurkaupunkialueilla, jotka ovat koko maan palotoimen kannalta tärkeimpiä. Pääasiallisin syy on topologinen,

109

Tällä mallilla on myös paikkakunnittain laskettavissa toimintavalmiusohjeen (SM-2002-00018/Tu-35) edellyttämä palvelutaso. Koska kohteiden riskiluokka määräytyy muista kuin palotoimen määriteltävissä olevista ominaisuuksista, pelastusalueen riskikohteiden jakauma on luonteeltaan maantieteellinen ja melko hitaasti muuttuva. Kun simulointi-mallilla on määritetty alueen kohteiden etäisyys- ja aikajakaumat, pelastuslaitos voi resurssien jaolla optimoida koko alueen kohteiden saavutettavuutta hallitulla tavalla.

Tekemällä vertailuja sekä valtakunnallisella tasolla että pelastusalueiden sisällä voidaan arvioida, onko resurssit jaettu oikein kohteista nousevien vaatimuskriteerien mukaisesti.

Sitten voidaan simuloinnein etsiä periaatteessa parempia resurssijakoja. Simulointien hinta on niin halpa, että hyvin monia vaihtoehtoja voidaan kokeilla. Organisatorisiin toimiin kannattaa ryhtyä vasta sitten, kun nähdään muutoksen johtavan parempaan tu-lokseen. Nykykeinoin muutokset on tehtävä asiantuntija-arvioiden pohjalta. Mallilla on myös osoitettavissa yksittäisille kohteille, milloin niissä olisi varauduttava erikoistoimin kattamaan puuttuvaa palotoimen antamaa turvaa, ääriesimerkkinä suuri tunturihotelli kaukana keskuksista.