Beschikbare data voor toekomstige toepassing van de ontruimingsmodellen

5.5 Beschikbare data voor toekomstige toepassing van de ontruimingsmodellen 5.5.1 Populatiegegevens

In de voorgaande paragrafen is het voorgestelde ontruimingsmodel beschreven. Om het ontruimingsmodel toe te passen is informatie vereist over het te ontruimen gebouw (aantal lagen, bestemming, complexiteit, etc.) en de personen in het gebouw (aantal aanwezigen, loopsnelheid, etc.).

Een deel van de vereiste informatie wordt gebruikt bij de uitvoering van een QRA, zoals aanwezigheidsgegevens. Bij een QRA wordt de aanwezigheid van personen meegenomen bij de bepaling van het groepsrisico (GR). Hierbij wordt onderscheid gemaakt naar de dag- en nachtsituatie en naar het type bestemming: overdag zijn veel mensen niet thuis maar op het werk en ’s nachts zijn de meeste kantoren onbezet.

Populatiegegevens kunnen onder andere verkregen worden bij gemeenten of via het Populatiebestand Groepsrisico (Populator). Dit bestand is een landelijk generiek bevolkingsbestand, ontwikkeld om eenduidigheid in de bevolkingsinventarisatie en groepsrisicoberekeningen van externe- veiligheidsstudies te krijgen. Dit bestand werd tot eind 2012 kosteloos ter beschikking gesteld door het Ministerie van VROM. Tegenwoordig wordt de Populator beheerd door Bridgis en zijn de

bevolkingsgegevens tegen vergoeding beschikbaar. De populatiegegevens worden in gridcellen of in de vorm van shape-bestanden aangeleverd, niet altijd op

gebouwniveau.

De uitvoer van de Populator bevat de volgende informatie (zie bijlage 6):

 Per type bestemming/object: aantal aanwezigen overdag en ’s nachts.

 Aanwezigheid personen per gebouw/op gebouwniveau is mogelijk: het (gewenste) aggregatieniveau voor de bevolkingsgegevens is afhankelijk van toepassing. Er kan naar grid of naar shape worden opgeslagen (dit wordt bijvoorbeeld toegepast voor RBM). Aangeven kan worden vanaf hoeveel personen er een shape wordt gemaakt voor een bouwvlak.

 Ook is aangegeven wat het type bestemming is. Bijvoorbeeld: wonen, kantoor volledige bezetting, kantoor 70% bezetting, ploegendienst, winkel,

zorginstelling, etc.

 Indien van toepassing is per object aangegeven:

 Hoeveel dagen/jaar (of nachten/jaar) er aanwezigen zijn (bijvoorbeeld 104 keer een evenement/jaar)

 Hoelang ze daar per dag (of nacht) dan aanwezig zijn (bijvoorbeeld 2 uur overdag/evenement en 2 uur ’s nachts/evenement).

 Wat de fractie personen is die buiten verblijft.

Toepasbasbaarhied van de beschikbare populatiegegevens

Bovengenoemde populatiegegevens kunnen als invoer dienen voor de modellen. Op basis van het type bestemming kan bijvoorbeeld een loopsnelheid worden bepaald, waarbij voor kantoren een hoge snelheid kan worden aangenomen, voor een zorginstelling een lage loopsnelheid. Een ander voorbeeld is dat de meest waarschijnlijke strategie kan worden bepaald op basis van het type bestemming: in een ziekenhuis zal vluchten niet de meest waarschijnlijke strategie zijn.

Daarnaast zijn er gegevens over het aantal personen dat overdag en ’s nachts binnen aanwezig zijn, wat van belang is voor bijvoorbeeld

ontruimingsberekeningen.

Samenvattend zijn de benodigde populatiegegevens grotendeels al beschikbaar of af te leiden uit de gegevens zoals deze in een QRA worden gebruikt.

5.5.2 Gebouwdata

Gegevens betreffende gebouwen, zoals de hoogte van gebouwen, complexiteit van gebouwen, etc. worden momenteel niet gebruikt in een QRA en zijn ook niet beschikbaar via de Populator. Gebruik van andere databronnen zou een oplossing kunnen bieden, zoals gegevens uit de Basisregistraties Adressen en Gebouwen (BAG) (zie bijlage 6). Om de ontruimingsmodellen (geautomatiseerd) te laten doorrekenen voor alle gebouwen in een gebied dienen aanvullende

gebouwspecifieke data te worden toegevoegd aan ofwel de Populator of de risicoanalysesoftware. Sommige data zijn te halen uit bestaande databronnen (hoogte van gebouwen bijvoorbeeld), andere data dienen te worden ingevoerd op het moment dat de gebruiker ontruimingsberekeningen wilt uitvoeren, bijvoorbeeld de capaciteit van trappen en deuren en eventueel een verdeling van personen over de verdiepingen.

5.6 Conclusies

In dit hoofdstuk zijn voorstellen gedaan voor rekenregels voor het kwantificeren van het effect van maatregelen zoals ontvluchtingsbegeleiding en het op een andere manier over het gebouw verdelen van mensen op de ontruimingstijd.

De rekenregels zijn gebaseerd op die uit de NEN6089, aangevuld met extra rekenregels en functionele parameters die het mogelijk maken om verdelingen van pre-movementtijd te verdisconteren, andere verdelingen van mensen over

verdiepingen mee te nemen en loop- en afdaalsnelheden en routekeuze per groep of individu in aanmerking te nemen. Voor het modelleren van kwetsbare groepen binnen een gebouw of gebouwfuncties met minder mobiele personen zijn

kwantitatieve indicaties gegeven voor aangepaste loopsnelheden.

Het effect op de veiligheidswinst is indirect: de ontruimingstijd bepaalt of mensen op tijd uit een gebouw zijn voordat het in brand vliegt t.g.v. een BLEVE, plasbrand of fakkelbrand. In het ene geval zijn er geen of nauwelijks slachtoffers, in het andere geval moet worden gerekend met 100% slachtoffers. (zie paragraaf 3.3.1)

Bij scenario’s waarbij toxische stoffen vrijkomen kan met behulp van de rekenregels bepaald worden of mensen op tijd een gebouw kunnen verlaten voordat een toxische wolk het gebouw bereikt.

Met behulp van de letselmodellen uit 3.3.2 en 3.3.3 kunnen de verschillen in optredende letsels mét of zónder de genomen maatregel worden bepaald.

Het effect van inzet van de BHV-organisatie op de tijd die nodig is voor de ontruiming van een gebouw komt tot uiting in meerdere functionele parameters:

 Verkorting pre-movementtijd;

 Betere keuze routes (uitgangen, trappenhuizen);

 Vermindering van aantal personen dat ‘weigert’ te ontruimen;

 Voorkoming van ‘teruglopers’;

 Hogere loop- en afdaalsnelheden.

Zoals ook al in hoofdstuk 4 vermeld, zijn er niet voor alle situaties voldoende onderzoeksgegevens beschikbaar om getalswaarden voor deze functionele parameters in te kunnen vullen. Het is dan aan de gebruiker om voor de specifieke situatie een inschatting te maken van realistische waarden voor deze parameters.