Geo-demografiske variable fra Geomatic skal hjælpe med at forebygge brande

brande er én af de ulykker, vi alle frygter allermest; tanken om at vores hjem og alle vores ejendele ædes op af flammerne eller – og værre – at nogen, vi kender, skulle blive fanget i en brands ubarmhjertige ild og røg. I sit speciale på Institut for Geovidenskab og Naturforvaltning på Københavns Universitet har Naomi Crump i samarbejde med Beredskabsstyrelsen undersøgt, om modellering af geo-demografiske data kan bidrage til forudsigelse af brandrisiko. Vi lånte hende dataene, og her er hendes resultater, der nu er udgangspunkt for et stort nationalt studie.

Del artikel:

I 2019 var der 3.581 brande i private boliger, der krævede redningsberedskabets udrykning (Redningsberedskabet i tal, 2019. Beredskabsstyrelsen). 49 danskere omkom i en brand det år, og det var faktisk ganske få (Dødsbrande i Danmark, 2019. Beredskabsstyrelsen & TrygFonden), men selvfølgelig flere end man kunne ønske sig. Nogle af de mest almindelige årsager til brand i privat beboelse er uforsigtighed ved rygning, maden der fik lidt for meget og juledekorationen, der ikke blev slukket i tide. Udover at oplyse generelt om risikoen for brand, arbejder man inden for brand-forebyggelse også med kortlægning af brandrisiko. I sit speciale ved Institut for Geovidenskab og Naturforvaltning på Københavns Universitet påviste Naomi Crump at den kortlægning kan styrkes ved at inddrage geo-demografiske variable, når der beregnes brandrisiko.

 

Vi tog en snak med Naomi Crump om, hvordan det hænger sammen:

 

  • Hvordan kom du på at undersøge, om geo-demografiske data var relevante i beregningen af brandrisiko?

 

En kortlægning af brandrisiko er et rigtig godt værktøj for brandinspektører, fordi det giver mulighed for at iværksætte forebyggelsesaktiviteter, fx målrettede informationskampagner eller opsætning af ekstra røgalarmer. Derfor var det værdifuldt at arbejde med så gode data som muligt, for man kan virkelig se, hvordan områder varierer i risiko.

 

  • Hvordan ville du undersøge det?

 

Jeg undersøgte tre ting: Om forekomsten af bestemte geo-demografiske forhold kan korreleres til forekomsten af brand, hvor stærk sammenhængen var og om prædiktiv analyse af geo-demografiske variable kan bruges til at udarbejde en retvisende kortlægning af brandrisiko. Jeg undersøgte seks variable, hvoraf tre viste sig at have en signifikant korrelation: Lavt uddannelsesniveau, husstande med kun én beboer og lav indkomst – i den rækkefølge.

 

  • Hvad viste uddannelsesniveau, civilstand og indkomst om brandrisiko i et område?

 

Det viste sig, at for hvert trin, én husstand i et område går ned i uddannelsesvariablen, når vi er i den lave ende, så stiger sandsynligheden for brand med 25 % i området, mens risikoen for brand faldt for hvert trin indkomsten steg – da vi ikke måler i indkomst i én enhed (1 kr.), kan det oversættes til, at en stigning i indkomst på 100.000 kr. betød en reduceret brandrisiko på 5 %. Ved at bruge de tre variable – indkomst, uddannelsesniveau og civilstand – kunne jeg forudsige brand med 75 % nøjagtighed, og det var højere, end jeg havde regnet med.

 

  • Blev du overrasket over resultaterne?

 

Ja, det gjorde jeg på den måde, at det er almindeligt, at en regressionsmodel i et speciale bevæger sig i en anden retning, end man gerne ville have den til. I mit tilfælde viste den sig at være ret god, og det giver også mening, fordi vi fra anden forskning ved, at de variable, jeg arbejdede med, også beskriver segmenter, hvor der er en højere forekomst af fx rygere.

 

  • Ah, og det giver mening, fordi Beredskabsstyrelsen & TrygFonden anslår, at 57 % af alle brande, hvor én eller flere personer omkommer, formodes at starte på grund af rygning, fx fordi en person ryger i sengen og så falder i søvn?

 

Ja, netop og hvis vedkommende ovenikøbet bor alene, er der en stor risiko for, at branden ikke bliver opdaget og standset i tide. Men der findes jo ikke data på, hvem der ryger, og derfor er de geo-demografiske variable det bedste alternativ til at kunne kortlægge brandrisikoen.

 

  • Hvad kan vi bruge denne nye viden til?

 

En kortlægning af brandrisiko er et rigtig godt værktøj for brandinspektører, fordi det giver mulighed for at iværksætte forebyggelsesaktiviteter, fx målrettede informationskampagner eller opsætning af ekstra røgalarmer. Derfor var det værdifuldt at arbejde med så gode data som muligt, for man kan virkelig se, hvordan områder varierer i risiko.

 

Naomi Crumps speciale brugte data for Aarhus Kommune. Beredskabsstyrelsen har som udløber af specialet søgt og fået bevilget EU-midler til et nationalt studie af de geo-demografiske datas potentiale for at hjælpe med at forudsige brandrisiko som et led i styrelsens løbende indsats for at finde nye værktøjer, der kan hjælpe til at nedbringe antallet af brande og i særdeleshed dødsbrande i Danmark. Geomatic er stolt leverandør af data til denne opgave og Naomi Crump er blevet ansat hos Beredskabsstyrelsen som projektmedarbejder på det nationale studie.