6.4.1 概述
在图2所示的风险估计程序中,后果估计是另一个重要的步骤。6.4.2〜6.4.4 给出了后果估计的可选方法,即损失统计数据、模型或工程判断。详细的相关内容见GB/T 31593.4—2015 中6.3.9的规定。
进行后果估计时,应注意如下普遍存在的误差或偏倚:
——因为经常会简化后果估计,所以会简单地认为某个具有从轻微到严重后果范围的场景后果是轻微的或严重的。如果认为其是严重的,可故意纵火引发火灾的平均后果在统计上仅略微高于非故意纵火引发火灾的平均后果。而如果假定典型的故意纵火都包含有多个着火点、使用了助燃剂或故意削弱消防安全系统或设备,则是不正确的;如果认为其是轻微的,可阴燃火灾可能会造成整个居所内人员的窒息死亡(虽然这种情况不常见)。灶具火灾或烟囱火灾尽管很小,并可以很快被扑灭,其危害也很小,但有些此类火灾可能会蔓延至或毁坏整栋建筑。
——对于无经验数据的消防安全系统、设备或项目,高估或低估其安全性是正常的。
示例:将某教育计划对于规范人员行为的效果假设为完全成功或完全失败都是不符合实际的。
——当一个或更多消防安全系统、设施部分或完全不起作用时,很难通过工程判断估计后果。但大部分火灾风险都是由一个或多个系统或设施不完全可靠的情况造成的。
6.4.2 依据损失统计数据估计后果
当利用损失统计数据时,可以是特指正在研究结构的有效损失统计数据;也可以是具有相同位置或业主的所有同类型结构的有效损失统计数据;还可以是国家数据库内任何同类型大型财产集合的损失统计数据。这些选择在证明其适用性、详细程度、数据可获性以及支持精确估计的数据库大小等方面都各有优缺点。
数据源的更多信息见GB/T 31593.2 的有关规定。
6.4.3 用模型估计后果
与其他两种估计方法不同,用模型估计后果,其主要优点是模型不仅能提供用于设计分析的估计值,也便于理解设计的改变及其导致的后果变化之间的关系。如果对设计进行火灾风险评估,得到不可接受的估计值时,了解改变之间的关系尤为重要。
使用模型不是排除使用经验或主观数据,而是用其他变量来代替,模型就是通过这些变量来估计后果概率。但有时很难获取这些变量的相关数据,这会抵消模型的优越性。模型输入数据的不确定度比直接使用数据的不确定度更复杂。
对于后果估计,从建立的确定性火灾模型中得到的细节远多于从损失统计数据中得到的细节。但是,使用此细节对后果进行估计会给概率估计带来问题。在概率估计中,用于描述同一细节水平的确定性数据和方法很少。
6.4.4 用工程判断估计后果
通过使用德尔菲法或其他减少偏差、提高估计质量的程序,可以做出系统而协调一致的工程判断(参见参考文献[4]、[5])。
工程判断可以给出具体数值,也可给出一个数值范围。后者可减少估计者之间存在的分歧,并且可用于风险矩阵或其他量化火灾风险的评估程序。有关基于工程判断的估计,参见参考文献[6]。
当相关数据几乎或完全不存在时,可借助工程判断估计后果,此时可能会用到风险矩阵。在矩阵中,所有的后果都归结为一小部分分布良好的数值。最好是将连续值分成一个或两个数量级,并用具有特殊含义的值指定最低、中等、最髙值,例如每起报告火灾的平均金钱损失(作为可能的最低值),定义巨大损失火灾的临界值(作为可能的中间值),或国内生产总值的0.1%(作为可能的最高值
)。

Copyright©2021壹壹玖互联(北京)教育咨询有限公司 版权所有

京ICP备16051734号-1 | 京公网安备:11010702001936号