Technische Samenvatting: Optimale Toewijzing van Middelen voor Meerdere Bosbranden Rekening Houdend met Onderlinge Afhankelijkheden van Kritieke Infrastructuur

Probleemdefinitie

Het artikel behandelt de complexe uitdaging van het toewijzen en plannen van brandbestrijdingsmiddelen tijdens meerdere gelijktijdige bosbrandincidenten. In tegenstelling tot traditionele scenario's met één brand, betreft dit probleem het verdelen van beperkte, heterogene middelen (luchtvaartuigen, machines en grondpersoneel) over verschillende actieve branden die verschillende voortplantingssnelheden, richtingen en gedragingen kunnen hebben.

Een cruciaal aspect van het probleem is de onderlinge afhankelijkheid van Kritieke Infrastructuur (KI). Bosbranden bedreigen niet alleen natuurlijke landschappen, maar verstoren ook essentiële systemen zoals elektriciteitsnetten, waterdistributie, transportroutes, telecommunicatie en de gezondheidszorg. De verstoring van de ene infrastructuur leidt vaak tot cascades in andere systemen, wat de totale sociaaleconomische impact vergroot. Het doel is om een optimale strategie voor de inzet van middelen te bepalen die de totale systeemkosten minimaliseert, gedefinieerd als de som van:

1. Operationele kosten: Kosten gerelateerd aan de inzet en het gebruik van brandbestrijdingsmiddelen.
2. Schadekosten: Kosten verbonden aan de reparatie van infrastructuur en de verstoring van diensten, die dynamisch worden beïnvloed door de onderlinge afhankelijkheden tussen systemen.

Het probleem wordt verder bemoeilijkt door dynamische beperkingen, waaronder:

• Middelenbeperkingen: Beperkte beschikbaarheid, reistijden tussen bases en brandlocaties, en maximale werktijden (beïnvloed door rust- en trainingsniveaus).
• Branddynamiek: Branden kunnen in de loop van de tijd samensmelten, waardoor de omvang van de perimeters en de vereisten voor indamming veranderen.
• Temporele beperkingen: Beslissingen moeten online worden genomen naarmate de brand evolueert, waarbij de planningshorizon doorgaans een venster van 6 uur beslaat (36 tijdstappen van elk 10 minuten).

Methodologie

De auteurs stellen een online optimalisatiekader voor dat een Mixed-Integer Linear Programming (MILP) model integreert met een simulatietool genaamd i2SIM (Infrastructure Interdependencies Simulator).

1. De i2SIM Simulator

Om de financiële impact van bosbranden op onderling verbonden infrastructuur te kwantificeren, maakt de studie gebruik van i2SIM. Deze tool modelleert de stroom van middelen tussen systemen met behulp van Human Readable Tables (HRTs).

• Mechanisme: HRTs definiëren de input-outputrelaties voor elke infrastructuur (bijv. de patiëntcapaciteit van een ziekenhuis hangt af van elektriciteit, water, personeel en fysieke integriteit).
• Logica: In elk tijdstap wordt het operationele niveau van een infrastructuur bepaald door de meest beperkende input (de "bottleneck"). Als een bosbrand een elektriciteitscentrale beschadigt, vermindert de resulterende stroomuitval de capaciteit van het ziekenhuis, wat op zijn beurt de kosten van de dienstverleningsverstoring verhoogt.
• Reikwijdte: Het kader modelleert zes belangrijke infrastructuren: elektriciteitsnetwerken, gaspompen, transportroutes, waterdistributie, telecommunicatietorens en de gezondheidszorg.

2. Het MILP Optimalisatiemodel

De kern van de besluitvorming is een MILP-model dat is ontworpen om de totale kosten over de planningshorizon te minimaliseren.

• Doelfunctie: Minimaliseer de som van de Net Value Change (NVC) kosten (schade en verstoring van de dienstverlening) en de operationele kosten van de middelen.
• Beslissingsvariabelen: Het model bepaalt de locatie en status van elk middel $i$ op elk tijdstip $t$, inclusief:
  • Of een middel zich op een specifieke brandlocatie of bij een basis bevindt.
  • Of een middel zich tussen locaties verplaatst.
  • Of een middel actief een brand aan het indammen is.
• Beperkingen:
  • Branddynamiek: Modelleert de resterende perimeter van branden, rekening houdend met natuurlijke uitbreidingssnelheden en de reductie in perimeter door indammingsinspanningen.
  • Middelenstroom: Zorgt ervoor dat middelen realistisch bewegen op basis van reistijden ($\tau$) en dat ze niet op twee locaties tegelijk kunnen zijn.
  • Operationele Limieten: Handhaaft maximale werktijden ($WP_i$) voor grondploegen op basis van rust-efficiëntie en trainingsmultipliers.
  • Brandversmelting: Het model handelt dynamisch scenario's af waarbij aparte branden samensmelten tot één grotere brand, waarbij perimeters en middelenvereisten opnieuw worden berekend.
• Tijdstap: Het model werkt binnen een discrete-tijdstructuur met een tijdstap van 10 minuten.

3. Experimentele Opzet

Het kader werd getest met behulp van:

• Base Case: Eén specifiek scenario gemodelleerd naar de 2024 Jasper City bosbranden, bestaande uit drie branden die progressief samensmelten.
• Grootschalige Simulaties: 50 afzonderlijke scenario's met variërende brandperimeters, verspreidingssnelheden en ruimtelijke configuraties.
• Benchmark: Een prioriteitsgebaseerde heuristiek werd gebruikt voor vergelijking. Deze heuristiek wijst alle beschikbare middelen toe aan de enkele brand met de hoogste onmiddellijke schadekosten, waarbij rekening wordt gehouden met het negeren van afwegingen en toekomstige dynamiek.
• Solver: Gurobi Optimizer (v13.0.0) met een tijdlimiet van 600 seconden per run.

Belangrijkste Bijdragen

1. Geïntegreerd Kader: Het artikel introduceert een nieuwe koppeling tussen een MILP voor brandindamming en de i2SIM-simulator. Dit maakt een sociaaleconomische kostenanalyse mogelijk die expliciet rekening houdt met de cascade-effecten van falende kritieke infrastructuur, waarmee verder wordt gekeken dan eenvoudige "verbrand oppervlak"-metrieken.
2. Dynamische Planning van Middelen: Het model beheert online besluitvorming waarbij brandcondities (samensmelten, verspreiding) en middelenbeperkingen (reistijd, vermoeidheid) in realtime evolueren.
3. Afhandeling van Brandversmelting: De formulering adresseert expliciet de niet-lineaire dynamiek van samensmeltende branden, waarbij de gecombineerde perimeter kleiner is dan de som van de individuele perimeters, wat adaptieve heroptimalisatie vereist.
4. Operationeel Realisme: Het model incorporeert realistische menselijke factoren, zoals rust-efficiëntie en trainingsniveaus, om de effectieve werktijden van grondploegen te berekenen.

Resultaten

• Kostenreductie: Het voorgestelde optimalisatiekader presteerde aanzienlijk beter dan de prioriteitsgebaseerde heuristiek. Over de 50 grootschalige bosbrandscenario's verminderde het optimalisatiemodel de totale kosten met 6,6% tot 45,1%.
• Verminderde Meeropbrengst: De studie vond dat het toevoegen van meer middelen de verliezen niet lineair vermindert. Het marginale voordeel van extra middelen neemt af naarmate de beschikbaarheid toeneemt.
• Gevoeligheid van Middelen:
  • Luchtmiddelen: Het vergroten van de beschikbaarheid van luchtmiddelen (met name helikopters) leverde de meest significante reductie in schadekosten op vanwege hun hoge efficiëntie in indamming en snelle inzetbaarheid.
  • Reistijd: Vroege inzet van middelen met een hoge capaciteit is cruciaal. Vertragingen in aankomsttijden verhoogden de totale kosten aanzienlijk, wat het belang van toegankelijkheid benadrukt.
• Computationele Efficiëntie: De MILP-benadering bleek computationeel haalbaar. Slechts 2,78% van de gevallen bereikte de tijdlimiet van 600 seconden zonder optimaliteit te bewijzen, en zelfs in die gevallen was de MIP-Gap minimaal (0,02%), wat aangeeft dat er snel oplossingen van hoge kwaliteit nabij het optimum werden gevonden.

Betekenis en Claims

Het artikel claimt dat de primaire betekenis ligt in het bieden van een computationeel haalbaar, online besluitvormingsinstrument voor crisismanagers die geconfronteerd worden met meerdere gelijktijdige bosbranden. Door de onderlinge afhankelijkheden van infrastructuur te integreren, biedt het kader een nauwkeuriger beeld van de werkelijke kosten van bosbranden, wat strategieën mogelijk maakt die niet alleen de fysieke verspreiding van de brand minimaliseren, maar ook de bredere maatschappelijke en economische verstoring.

De auteurs benadrukken dat, terwijl traditionele methoden vaak vertrouwen op statische of enkelvoudige brandaannames, hun aanpak de dynamische, onderling afhankelijke aard van moderne bosbrand-noodsituaties vastlegt. De bevindingen suggereren dat strategische prioritering — specifiek de vroege inzet van luchtmiddelen en de dynamische herallocatie van middelen wanneer branden samensmelten — essentieel is voor effectief crisismanagement. Het artikel concludeert dat voorspellende simulatie gecombineerd met optimalisatie een vitale vooruitgang is voor de planning van dynamische brandindamming onder veranderende omstandigheden.