Časopis 112 ROČNÍK XXI ČÍSLO 11/2022

V listopadovém čísle měsíčníku 112 vám představíme Kartoňáky – výchovně-vzdělávací projekt v oblasti požární prevence, ochrany obyvatelstva a integrovaného záchranného systému pro děti předškolního věku a pro malé školáky. Příslušníci HZS Jihočeského kraje vytvořili krátká sedmiminutová videa s tématikou požár domova, bezpečné koupání, bruslení, pouštění draka, linky tísňového volání, sirény, rozdělávání ohně v přírodě a pilotní seznamovací díl. V současné době vrcholí testování jednotlivých nástrojů, které byly vyvinuty v rámci projektu STAMINA a měly by sloužit především pro zvládnutí pandemické situace, jakou byla například pandemie covidu-19, nebo ještě nebezpečnější. Cvičení, jehož námětem bylo zachycení pacienta s velmi nakažlivou nebezpečnou nákazou, se uskutečnilo 21. června 2022 v Liberci. 

V souvislosti s konfliktem na Ukrajině bylo rozhodnuto po dohodě se Státním úřadem pro jadernou bezpečnost (SÚJB) o preventivním monitorování radiační situace na území České republiky silami a prostředky Hasičského záchranného sboru České republiky (HZS ČR). Důvodem bylo možné ohrožení jaderných elektráren na území Ukrajiny (1), a to zejména Černobylské jaderné elektrárny (2) a Záporožské jaderné elektrárny (3) probíhajícím konfliktem.

Cílem je získat detailní pohled na radiační situaci na území ČR a včas detekovat případné zasažení jejího území radioaktivními látkami. Monitorování silami a prostředky HZS ČR významným způsobem doplňuje stacionární měřicí body sítě SÚJB MonRaS – Monitorování radiační situace (4). Ta obsahuje přibližně 160 bodů, přičemž většina z nich je soustředěna v zónách havarijního plánování jaderných elektráren. Měřicí body HZS ČR ji doplňují o dalších 251 bodů. Navíc na bodech umístěných na stanicích HZS ČR je vždy přítomen na směně příslušník (24/7/365) schopný obsluhovat radiometry, který v případě výpadku síťového spojení může naměřené hodnoty hlásit náhradními spojovými prostředky.

Měření, shromažďování dat a jejich předběžné vyhodnocení
Měření se provádí každý den na stanicích HZS ČR v 8.00 hodin a ve všední dny i v chemických laboratořích HZS ČR v 8.00 hodin na stejném místě, jež je pro každou stanici nebo chemickou laboratoř předem vytipované. Měří se dávkový příkon pomocí ručních radiometrů DC-3E-98 (5). Pro potřeby zpracování dat je dávkový příkon považován za totožný s příkonem dávkového ekvivalentu. Do 9.00 hodin jsou data z území kraje shromážděna na krajských operačních a informačních střediscích HZS ČR (KOPIS) a do 10.00 hodin pak centrálně shromážděna na Národním operačním a informačním středisku (NOPIS).
Zde každý den probíhá předběžné vyhodnocení dat, které má za cíl nalézt hrubé chyby v datech, jako nesprávné čtení z přístroje či špatný formát zaznamenaných údajů. 
V případě, že jde o hraniční hodnoty či hodnoty vybočující z hodnot pozadí běžného na území ČR, přibližně 0,3 ?Sv/h, je KOPIS daného HZS kraje vyzván k provedení kontroly změřené hodnoty. Je-li daná hodnota naměřena opakovaně,  je na místo povolána územně příslušná chemická laboratoř HZS ČR k ověření správnosti provedení měření a přeměření zjištěné hodnoty.

Vyhodnocování dat
Podle stupně závažnosti aktuální bezpečnostní situace probíhá následné vyhodnocení naměřených dat buď každý den v týdnu, anebo pouze v pracovních dnech. 
Vyhodnocení sestává z kontroly dat, sloučení dat od jednotlivých HZS krajů a tvorby grafů a map, které zachycují radiační situaci v přehledné a srozumitelné formě.

Obr.1 Histogram naměřených hodnot
Prvním z generovaných přehledů je histogram naměřených hodnot (obr. 1). Histogram je grafické znázornění distribuce dat pomocí sloupcového grafu se sloupci stejné šířky, vyjadřující šířku intervalů (tříd), přičemž výška sloupců vyjadřuje četnost sledované veličiny v daném intervalu (6). Tento graf umožňuje rychle detekovat hodnoty nad úrovní běžného pozadí, nepřirozené rozložení naměřených hodnot, jež by vybočovalo z přibližné Gaussovy křivky, a podává souhrnný přehled o radiační situaci. Šířka intervalů (tříd) a také jejich počet jsou automaticky řízeny charakterem naměřených dat. Při dělení do tříd se vychází z šířek intervalů získaných podle Sturgesova a Freedmanova 
- Diaconisova pravidla. Je tak zaručen co nejlepší popis naměřených dat histogramem při jejich automatickém zpracování (7) oproti dělení hodnot do předem definovaných tříd. Je důležité zvolit správnou šířku intervalu, neboť nesprávná šířka může výrazně snížit informační hodnotu histogramu.

Obr.2 Paretův diagram naměřených hodnot
Tomuto grafu je velmi podobný Paretův diagram (8) naměřených hodnot (obr. 2). Používá se k znázornění důležitosti jednotlivých kategorií. Je to typ grafu, který je kombinací sloupcového a čárového grafu. Sloupce znázorňující četnost pro jednotlivé kategorie jsou seřazeny podle velikosti (nejvyšší sloupec vlevo, nejnižší vpravo) a čára představuje kumulativní četnost. To znamená, že čára začíná na prvním sloupci a každý další její bod je zvýšen oproti předchozí hodnotě o hodnotu odpovídající kategorii, ke které náleží, tedy nad kterou je zobrazen v grafu. Tak čára ukazuje kumulaci (zde součet) hodnot aktuální kategorie a kategorií, které jsou vlevo od ní. Kumulativní četnost bývá vyjádřena v procentech. Hodnoty procent jsou potom druhou stupnicí na vertikální ose grafu. Na obr. 2 je pro přehlednost tento diagram rozdělen do dvou grafů. 

Obr 3. Prostorové rozložení měřicích bodů s vyznačením naměřených hodnot
Další z možností, jak vizualizovat naměřená data, je formou map (obr. 3) s využitím prostorových informací o naměřených datech, neboť každé měření je doprovázeno údajem o poloze na zemském povrchu, ke kterému je vztaženo, poloze stanice HZS ČR nebo chemické laboratoře HZS ČR. 
Pro potřeby odhadu účinků ionizujícího záření na obyvatelstvo, nebo zasahující jednotky však není příliš výhodné pracovat s naměřenými hodnotami ve formě bodové vrstvy, ale je třeba provést prostorovou interpolaci, aby bylo možné kvalifikovaně odhadnout hodnotu ekvivalentu dávkového příkonu v kterémkoli bodě na území České republiky (obr. 4). 

Obr. 4 Prostorová interpolace naměřených hodnot pomocí Thiessenových polygonů
Existuje řada pokročilých metod, jak tuto interpolaci provést (9). Nejjednodušší z nich je metoda Thiessenových polygonů. Tento matematický postup je znám pod řadou názvů, například Voronojovy nebo Voroného polygony, teselace anebo dekompozice, Dirichletova teselace anebo Wignerovy–Seitzovy buňky (10, 11), neboť je pro svoji jednoduchost a přímočarost používán i v řadě navzájem  velmi vzdálených oborů. 
Samotná myšlenka dělení plochy pomocí Thiessenových polygonů vycházející ze zadané množiny bodů se objevila již roku 1644 v díle 
Reného Descarta. Ten se zabýval uspořádáním hmoty ve sluneční soustavě.
Při prostorové interpolaci pomocí Thiessenových polygonů je hodnota v daném bodě, v němž neproběhlo měření, totožná s hodnotou v měřeném bodě, který je k tomuto bodu nejbližší. Území ČR proto bylo rozděleno na základě měřicích bodů pomocí Thiessenových polygonů tak, že všechny body oblasti uvnitř daného polygonu jsou ke generujícímu měřenému bodu blíže než  ke kterémukoli jinému měřicímu bodu. Následně je ke každému polygonu přiřazena hodnota příkonu dávkového ekvivalentu podle hodnoty zjištěné v příslušném měřicím bodě. 
Takto provedená prostorová interpolace umožňuje snadno určit obdržený dávkový ekvivalent při průjezdu nebo průchodu napříč polygony s různými příkony dávkového ekvivalentu či určit obdrženou dávku v oblastech mimo měřicí body. Výsledky získané prostorovou interpolací naměřených dat tak mohou sloužit jako jeden z důležitých podkladů pro kvalifikované rozhodování bezprostředně se týkající ochrany života a zdraví obyvatelstva a zasahujících jednotek.
Vedle map a grafů zachycujících aktuální radiační situaci je též vytvářen i stručný záznam o zpracování dat, který obsahuje v textové formě nejdůležitější charakteristiky zpracovávaného datového souboru:
1.    počet měřicích bodů v jednotlivých krajích, 
2.    počet neaktivních měřicích bodů,
3.    počet měřicích bodů s nulovou hodnotou,
4.    počet měřicích bodů nad prahovou úrovní 0,4 µSv/h,
5.    statistický souhrn dat, jako je maximální a minimální hodnota a aritmetický průměr.

Nástroje pro zpracování dat
Pro zpracování dat byl použit program vytvořený na odboru komunikačních a informačních systémů MV-generálního ředitelství HZS ČR původně sloužící ke zpracování map a grafů pro Statistickou ročenku HZS ČR a postupně i pro další statistické materiály, který byl velmi rychle přizpůsoben pro zpracování dat popisujících radiační situaci na území ČR. Program je vytvořen v jazyce Python 3 a využívá pro svoji práci bohatství knihoven dostupných pro tento jazyk. Pro zpracování dat využívá knihovny NumPy (12), Pandas (13) a Geopandas (14). Pro tvorbu map knihovnu ArcPy (15) a pro tvorbu grafů knihovnu Matplotlib (16). 

Závěr
Do 9. září 2022 nebyla detekována hodnota, která by překračovala maximální úroveň intervalu běžného pozadí na území ČR, který činí 0,05 až 0,3 μSv/h.
Výsledky vyhodnocení radiační situace prostředky HZS ČR jsou pravidelně předkládány vedení HZS ČR a SÚJB jako jeden z podkladů pro rozhodování. 
V případě potřeby je možné pro prostorovou interpolaci naměřených hodnot nasadit i další pokročilejší algoritmy, které by přinesly lepší odhad radiační situace na území ČR (17). Do budoucna je plánován další rozvoj použitého programového vybavení zaměřený na zvýšení jeho přenositelnosti a rozšiřitelnosti tak, aby bylo možné pružně reagovat na bezpečnostní rizika, která přináší současná turbulentní bezpečnostní situace ve světě. Také se intenzivně zvažuje úprava programu pro paralelní běh jednotlivých dílčích úloh, která by umožnila plně využít současných možností výpočetní techniky a zároveň výrazně zrychlila běh použitého programu, čímž by poskytla odpovídající výstup v ještě kratší době než dnes. 

kpt. Ing. Pavel ŠPULÁK, MV-generální ředitelství HZS ČR, grafy a mapy archiv autora

Použitá literatura
1.Jaderná energetika na Ukrajině. (26. července 2022). Wikipedie. Dostupné on line na: https://cs.wikipedia.org/wiki/Jadern%C3%A1_energetika_na_Ukrajin%C4%9B.
2.Černobylská jaderná elektrárna. (29. srpna 2022). Wikipedie. Dostupné on line na: https://cs.wikipedia.org/wiki/%C4%8Cernobylsk%C3%A1_jadern%C3%A1_elektr%C3%A1rna.
3.Záporožská jaderná elektrárna. (2. září 2022). Wikipedie. Dostupné on line na: https://cs.wikipedia.org/wiki/Z%C3%A1poro%C5%BEsk%C3%A1_jadern%C3%A1_elektr%C3%A1rna.
4.MonRaS – Monitorování radiační situace. (3. září 2022). SÚJB. Dostupné on line na: https://www.sujb.cz/aplikace/monras.
5.Pokyn generálního ředitele Hasičského záchranného sboru České republiky č. 38 ze dne 4. listopadu 2011, kterým se stanoví zásady provozu hlásičů radiace Hasičského záchranného sboru České republiky a zjišťování radiační situace v místech jejich instalace. (4. listopadu 2011). HZS ČR. Dostupné on line na: https://www.hzscr.cz/clanek/predpisy-994648.aspx.
6.Histogram. (17. března 2022). Wikipedie. Dostupné on line na: https://cs.wikipedia.org/wiki/Histogram.
7.numpy.histogram_bin_edges. (8. srpna 2021). NumPy. Dostupné on line na: https://numpy.org/doc/stable/reference/generated/numpy.histogram_bin_edges.html#numpy.histogram_bin_edges.
8.Paretův diagram. (8. srpna 2021). Wikipedie. Dostupné on line na: https://cs.wikipedia.org/wiki/Paret%C5%AFv_diagram.
9.LLOYD, Christopher D. Spatial data analysis: an introduction for GIS users. New York: Oxford University Press, 2010. ISBN 978-0-19-955432-4.
10.Voroného diagram. (3. srpna 2021). Wikipedie. Dostupné on line na: https://cs.wikipedia.org/wiki/Voron%C3%A9ho_diagram.
11.CSACHOVÁ, Lucia, VORÁČOVÁ, Šárka, ed. Atlas geometrie: geometrie krásná a užitečná. Praha: Academia, 2012. Atlas (Academia). ISBN 978-80-200-1575-4.
12.NumPy – The fundamental package for scientific computing with Python. (8. září 2021). NumPy. Dostupné on line na: https://numpy.org/.
13.Pandas – Python Data Analysis Library. (8. září 2021). Pandas. Dostupné on line na: https://pandas.pydata.org/.
14.GeoPandas. (8. září 2021). GeoPandas. Dostupné on line na: https://geopandas.org/en/stable/.
15.What is ArcPy? – ArcGIS Pro. (8. září 2021). ArcGIS Pro. Dostupné on line na: https://pro.arcgis.com/en/pro-app/2.8/arcpy/get-started/what-is-arcpy-.htm.
16.Matplotlib – Visualization with Python. (8. září 2021). Matplotlib. Dostupné on line na: https://matplotlib.org/. 
17.An overview of the Interpolation toolset. (8. září 2022). ArcGIS Pro. Dostupné on line na: https://pro.arcgis.com/en/pro-app/2.8/tool-reference/spatial-analyst/an-overview-of-the-interpolation-tools.htm.
 

vytisknout  e-mailem  X Corp.   Facebook