Den savnede er unik. Likeledes er hans historie. Søk

Transkript

1 Søk etter savnet på land Fra magefølelse til systematisk modell Av Anne-Grete Bøe og Arve Austad, Ressursgruppe ettersøkning, Norges Røde Kors Hjelpekorps Den savnede er unik. Likeledes er hans historie. Søk etter savnet kan derfor føles som å lete etter nåla i høystakken, eller en skigåer i hvit kjeledress på Finse i februar. Søk er et uløst problem, en potensielt farlig situasjon for den savnede. Søk kan allikevel karakteriseres som et «geografisk problem». Den savnede har beveget seg fra et gitt punkt som kan være antatt siste observasjon eller kjente posisjon (også kalt IPP, initielt planleggingspunkt). Den savnede er også en fysisk størrelse som befinner seg på et sted som ennå ikke er kjent for oss som søker. Er det så mulig å sammenstille erfaringer innen søk- og redningsaksjoner? Finnes det mange nok hendelser til at man kan se et mønster? Finnes det fellestrekk basert på kategori savnet (barn, dement, turgåer, de med antatt økt selvmordsrisiko etc)? Allerede i 1975 kom Syrotuck med analyse av savnetadfert (Syrotuck, 1975). Enkeltstående studier har også beskrevet dette for norske forhold (Torkildsen, 2008). Selv med sparsomme norske data har Norske redningshunder (NRH) nå funnet en klar korrelasjon mot internasjonale data for to kategorier savnet (dement og antatt økt selvmordsrisiko), da spesielt med tanke på ISRID-databasen (International Search & Rescue Incident Database; Koester, 2008). Denne databasen ble publisert og gjort tilgjengelig i 2008, og inneholder data fra over søksaksjoner. Alt tyder på at nordmenn ikke skiller seg ut når det gjelder adferd som savnet. Avtandene er mindre og infrastrukturen er annerledes. Disse variablene kan lett ivaretas av en aksjonsledelse som skal disponere sine ressurser. Optimalisering av ressurser. Det er dette aksjonsledere har som oppgave. Hvordan ressursene lett kan distribueres ut i teig på en hurtig måte vil bli drøftet mot slutten av artikkelen, først en gjennomgang av formell søksteori. Hvor modent er egentlig fagfeltet søksteori? Finnes det levende fagmiljøer som det er verdt å lære fra? Søksteori som formell fagdisiplin ble etablert av B.O. Koopman. Han la allerede i 1946 grunnlaget for en grundig studie innen søksteori og praksis med sitt arbeid for den amerikanske marinen under andre verdenskrig (Koopman, 1946; 1980). Før dette var det ingen publiserte artikler innen søksteori. Fagfeltet søksteori er altså relativt ungt, men har vokst i takt med folkevekst, datamengde og modellkapasitet. Søksteori benytter statistikk. Statistikk er anvendt matematikk. Fordeling av mannskap over et gitt areal. Hvordan man gjør dette og hva som skal til for å prioriotere noen områder før andre? Koopman var medlem av gruppen for evaluering av militære operasjoner. Alle de som jobbet med datamodeller måtte ha grundig erfaring i felt. De arbeidet frem et program som hjalp de allierte med å finne og å vinne over tyske ubåter. Selv om et program som dette kan virke fjernt fra vår hjelpekorpsvirkelighet med å finne folk på land, så gjelder altså den grunnleggende teorien. Utviklingen av faget søksteori er godt dokumentert av Frost (1996, 1999a, 1999b, 1999c, og 1999d). Han er en som i detalj har publisert vitenskapelige artikler rundt dette spørsmålet, og er vel verdt å studere. La oss introdusere noen viktige begreper som et resultat av dette arbeidet, og i samme anledning beklage utstrakt bruk av engelske uttrykk. Dette virker fremmed for endel lesere, men er gjort av den enkle grunn at det ikke finnes noe standard metodesett på norsk. Det vil kanskje også gjøre det lettere for de av dere som selv ønsker å lese internasjonal litteratur. Søksteori Et søk kan beskrives av tre elementer: 1. Den savnedes adferd. Hvor er det sannsynlig at den savnede er (Probability of Area, POA). 2. Søksmannskap/søksenhet. Hvilken kvalitet har den som søker? Eksakt gjelder dette produktet av: a) hva slags objekt man søker etter, b) hvor god er søkesensoren og c) hvordan er miljøfaktorene under søket (f.eks. vær, vegetasjon, lysforhold, sikt etc.). Summen av dette gir sannsynlighet for at vi finner den savnede, gitt at han er i det området vi leter (Probability of Detection, POD). 3. Ledelse og ressursdisponering. Etter internasjonal beste praksis, foreslås det nå at søk etter savnet på land delt inn i følgende faser (Ref. Retningslinjen for søk etter savnet på land, NRR): a. Fase 1, hurtigsøk. Søk på punkter og linjer (se «sykkelhjulmodellen» under). b. Fase 2, områdesøk. Formelt planlagt søk av områder, beslutningsstøtte basert på vurdering av POA og POD. c. Fase 3, områdesøk med høyere grad av nøyaktighet. Søk etter antatt omkommet (SEAO) og dokumentasjon. Sannsynligheten for å finne den savnede, sannsynligheten for suksess (Probability of Success, POS) er altså gitt av forholdet mellom hvor sannsynlig er det at savnede er i det aktuelle området (POA), og hvor sannsynlig er det at søksmannskapene/enhetene oppdager ham (POD); POS = POA x POD*

2 Søk etter savnet på land 2 Sannsynlighet for å finne den savnede, for suksess er altså et spørsmål om å søke i de rette områdene med de riktige ressursene. Vi jobber for den savnede, og derfor er det all grunn til å sette inn ressursene på en gjennomtenkt måte. * Korrekt notert skal formelen være: OPOS = POS = (POD X POA) der OPOS er summen( ) av all sannsynlighet for suksess. (Koester et.al, 2014). Sannsynlighet for hvor den savnede er (POA) Å beregne sannsynlighet for at den savnede er i forskjellige områder (POA) kan for søksaksjoner på land gjøres ved følgende metoder: Modell basert på statistikk fra tidligere hendelser (Syrotuck, 1975; Koester & Stooksbury, 1995; Koester, 2008; Torkildsen, 2008). Monte Carlo-simulering av savnedes bevegelse gjennom terrenget (lite benyttet i Norge) (Lin et.al. 2010). Konsensusmetoden som subjektivt vurderer all etterretning tilgjengelig En kombinasjon av alle. Hvor mye ressurser er benyttet (hvor mange meter er avsøkt)? Hvor stort er søksområdet (areal)? Hva er dekket; Effektiv søkebredde (effective sweep width, ESW). Effektiv søkebredde (ESW) Hvor lett er det for en sensor (altså vi som søkemannskap) å finne et gitt objekt (den savnede) i et gitt element (bakgrunn, f.eks. skog, vinterfjell eller i urbant miljø)? Estimering av effektiv søkebredde og uttallige feltforsøk har vist seg å bli en byggestein i søksteori. Den amerikanske kystvakten plukket opp dette arbeidet, og søkte om å få benytte metodene i søk og redning etter krigen. Dette fikk umiddelbar anerkjennelse innen maritime søk- og redningsaksjoner over hele verden. Praktiske forbedringer og modifikasjoner innen søksplanlegging og teknikker er gjort, spesielt innen bruk av datamodeller er blitt gjort. Den underliggende teorien er forblitt uendret, vist i den internasjonale Aeronautical and Maritime Search and Rescue Manual (IAMSAR-manual, 1999) utgitt i fellesskap av internasjonale maritime og luftfarts organisasjoner og er anerkjent globalt som standard tekst på luftfarts og maritime søk- og redningsoperasjoner og metoder. Det finnes en rekke metodesett som tar for seg hvordan man skal gå frem for å segmentere områder, og å vurdere deres sannsynlighet opp mot hverandre. Det er ansett som nødvendig å benytte en teknikk som ivaretar proporsjonaliteten, altså som egner å sette områdene opp mot hverandre på en kvantiativ, men allikevel enkel måte (Frost, 1999c). Sannsynlighet for å oppdage den savnede (POD) Uansett miljøforhold, så er sannsynligheten for å oppdage den savnede avhengig av dekningsgrad. Dekningsgraden er avhengig av tre faktorer (Frost, 1999a; Koester et.al., 2014): Sannsynlighet for funn 1 0,5 A = områder der savnede blir oppdatet langt fra søksmannskap B = områder der savnede ikke blir oppdaget nærmere søksmannskap B Hvis vi som sensor hadde vært 100% effektive, altså at vi hadde sett alt vi lette etter, så langt vi kan se i begge retninger når vi feks går på en sti, så hadde effektiv søkebredde = maksimal grense for funn (maximum detection range). Dette hadde vært et «rent søk». Effektiv søkebredde er gitt som den grensen som skiller der hvor man overser like mange savnede nær stien, som man oppdager lengre vekk fra stien, se figur 1.. Det er flere fordeler med en slik definisjon fremfor å bruke ett «rent søk». I praksis vil det aldri være slik at vi har ett skarpt skille mellom avstanden der vi gjør funn og der vi ikke gjør funn. Vi vil alltid ha tilfeller der vi overser savnede rett ved og andre tilfeller der vi ser den savnede på lang avstand. Så effektiv søkebredde er mer relevant for ett praktisk søk. A A B Effektiv søkebredde Synlig rekkevidde Figur 1: Viser sammenhengen mellom hvor lett vi ser savnede og synlig rekkevidde. Etter Robe&Frost (2002).

3 3 Bøe & Austad Figur 2: Effektiv søkebredde. Den stiplede linjen representerer hvor søksmannskapene har gått. Hvite sirkler er objekter/savnede som er oppdaget. Svarte sirkler er oversett. Her er antall hvite sirker innenfor lik antall utenfor. At man i dette tilfellet oppdager 73% vil allikevel ikke si at dette er POD. Dette skyldes at søkslinjene ikke er lineære og parallelle,noen av de svarte sirklene innenfor linjene vil bli funnet av søksmannskapet ved siden av, noe som øker POD. På den annen side vil ikke søket være perfekt og det vil alltid være områder som er udekket, eller dekket to ganger, noe som reduserer POD og ikke mulig å avgjøre akkurat hvilke områder dette gjelder. Se forhold mellom dekningsgrad og POD (Koopman, 1980). Figur Robe&Frost (2002). Dette er nyttig informasjon, både for aksjonsledelsen, og for det enkelte søksmannskap. Aksjonsledelsen blir gjerne avkrevd et estimat fra oppdragsgiver. Politiet ønsker å vite hvor stor del av operasjonsområdet som er avsøkt. Da kan vi se på hvor langt søksmannskapene har gått (stilengde), og gange dette med søkebredde. Da får vi et areal som er avsøkt (area effectively swept). Det enkelte søksmannskap bør ha et aktivt forhold til både hvor lang synlig rekkevidde det faktisk er mulig å fange opp en savnet på, samt hvor stor effektiv søkebredde man har. Basert på dette og hvor sansynlig det er at den savnede er i akkurat den teigen vil søksleder kunne vurdere om teigen bør avsøkes på nytt eller om man heller bør sette mannskapene inn i nye teiger. Dekningsgrad Hvor stor del av området er avsøkt? Dekningsgrad = (avsøkt område) søksområde Jo høyere dekningsgrad, jo høyere sannsynlighet for å oppdage. Dersom teigen er fullstendig avsøk, dvs at man har vært overalt i teigen med avstand mellom søksmannskapene nøyaktig lik effektiv søkebredde er dekningsgrad=1. Er det områder som ikke er avsøkt vil dekningsgrad være mindre enn 1. Og dersom man har søkt med tettere avstand mellom søksmannskapene enn effektiv søkebredde blir dekningsgrad større enn 1. Selv om dekningsgrad=1 betyr ikke det at vi alltid gjør funn (gitt at den savnede er i teigen). POD vil i praksis være lavere enn 100%. Dels skyldes det at vi med vår definisjon av effektiv søkebredde tar høyde for at søkemannsakapene av og til overser den savnede. Det andre er at vi i praksis aldri vil få til søk som perfekt dekker teigen. Sannsynlighet for å oppdage (Probability of detection, POD) Koopman utledet i 1946 sammenhengen mellom søkebreddde og POD for tre ulike senarier. Det første tilfellet er med perfekte søksmannskaper som dekker teigen perfekt. Dette kalles ett rent søk («Definite range law») og vil garantere at vi finner den savnede når dekningsgraden=1. Det andre tilfellet er med perfekte søkemannskaper som søker vilkårlig i teigen («Random search»). Ingen av tilfellene er spesielt realistiske, søksmannskapene er ikke perfekte men de søker heller ikke vilkårlig men så systematisk de får til. Koopman postulerer at i ett virkelig tilfelle vil POD ligge mellom ett «rent søk» og ett «tilfeldig søk». Det tredje eksempelet til Koopman er et systematisk søk men med der sansynligheten for at søksmannskapet gjør funn er som i figur 1. Dette kaller han «inverse cube law». Denne kurven har vært brukt i maritime søk. Perkins og Lovelock gjorde i 2008 beregninger med ett tilsvarene søk men der sansynligheten for funn avtar lineært jo lenger unna søkeren man kommer («Linear lateral range»). De fire variantene er vist i figur 3. I mye av den internasjonale literaturen for landsøk har man lagt seg på den nedre kurven (tilfeldig søk) for å ta høyde for unøyaktigheter i søket og dette kan brukes som ett konservativt estimat for POD.

4 Søk etter savnet på land 4 Figur 3: Sannsynlighet for funn versus dekningsgrad. Formelen for tilfeldig søk er POD = 1-e -dekningsgrad Høy POD er i seg selv ikke et mål, det er kun et begrep og en sammenheng som kan hjelpe aksjonsledelsen i å planlegge søk videre. For å kunne beregne sannsynlighet for funn (POS), trenger man dermed både gode estimater for at den savnede er i området (POA), samt POD. POD-utregningene hviler på beregning av effektiv søkebredde (ESW). Enkelte vil hevde at søksmannskap selv kan vurdere sin egen POD, men dette har vist seg å ikke være riktig. I alle forsøk der søksmannskap både skulle oppdage objekter i felt, samt estimere sin egen POD, så er denne blitt overestimert (Frost, 1999b; Robe&Frost, 2002). Det er imidlertid ikke tid til å utføre store forsøk med reelle forsøk for effektiv søkebredde idet et søk er i gang. Det er imidlertid utviklet verktøy for søksplanlegging som baserer seg på enkle målinger av «visuell rekkevidde for å oppdage» (Rd), med korreksjonsfaktorer for hva slags objekt man søker etter (Koester et al., 2014). Det er dermed mulig å gjøre en rask sjekk av visuell rekkevidde, finne egnet omregning til effektiv søkebredde og et fornuftig estimat for POD. Å finne visuell rekkevidde gjøres enten ved hjelp av AMDR-metoden (Average Maximum Detection Range) eller visuell rekkevidde (Rd)-metoden (Koester et al., 2004, Chiacchia et al., 2010; Koester et al., 2014). Figur 4: Illustasjon av POD, og forholdet mellom søksmannskapenes tilbakelagte distanse, total lengde avsøkt, søkebredde, dekningsgrad og POD. Etter Koester et al., Ledelse og ressursdisponering I søksplanlegging dreier det seg først om å finne POA. Hvilke områder er det størst sannsynlig at den savnede er i. Det er jo der vi skal sende ressursene. I en oppstartsfase uten mye informasjon er det lett å havne i en situasjon der vi bruker alt for lang tid på planlegging. Både å få oversikt over kartet, dele inn i teiger, samle så mye informasjon som mulig og estimere sannsynlighet for at den savnede er i de ulike teigene. Når man har lite etterretning å gå på, er det mer hensiktsmessig å benytte statistikk (ISRID-databasen; Koester, 2008). Å kartlegge områder med høy sannsynlighet ved en raskere prosedyre! Dette kan oppnås med bruk av hurtigsøk-modellen (reflex tasking). Det kreves at man bestemmer hvilken kategori den savnede befinner seg i, samt et initielt planleggingspunkt (IPP) for søket. I tillegg tar man selvsagt været i betraktning og utarbeider et signalement hvis tilgjengelig.

5 5 Bøe & Austad Tabell 1: Sykkelhjulmodellen. Hjulet Trinn Oppdrag Aksling IPP. Marker dette i kartet. Nærområde? Hus Sporutgang for hund Felgen Ytre begrensning basert på statistiske data (95% eller 75%). Marker i kartet. Vurder områdebegrensende tiltak Nav Marker 25%- ringen for hurtigsøk av nærområdet. Søk områder med høy POD Eikene Avgjør hva som kan være ferdselsårer ut fra IPP Gjennomfør hurtigsøk av stier, veier og andre naturlige veivalg. Reflekser Vurdere punkter med høy interesse og høy POD (avhengig av savnetkategori; hytter, lekeplasser, parker etc) Gjennomføre hurtigsøk ved punktsøk av disse stedene. Fase 1, hurtigsøk. Sykkelhjulmodellen. Med utgangspunkt i savnetkategori og IPP, så er det mulig å utføre et søk umiddelbart, etter en generell prosedyre som er passende i så godt som alle tilfeller. Det er et verktøy, og etterretning trumfer alltid statistikk! Fordelene med en fast prosedyre er å få ressursene raskt i søk i antatt relevante områder (statistisk sett). Man kan lett etablere teiger, hvorpå man vinner tid til mer formell søksplanlegging parallelt. All tid vi bruker på planlegging tas fra den savnede. Hurtigsøk iverksettes ved at man først evaluerer teoretiske, statistiske, subjektive og deduktive data. Rask avklaring for å avgrense og bestemme kategori, IPP og operasjonsområde. Marker dette på kartet, og gå deretter stegene gjennom sykkelhjulmodellen. Et karteksempel på hvordan dette kan se ut, er vist i figur 5 under. Fra magefølelse til systematisk modell. Søksaksjonens tre faser. Med systematisk bruk av erfaringer, statistikk og beste praksis, vil det være mulig å lede et hurtigsøk ved hjelp av sykkelhjulmodellen, og samtidig ha overskudd til mer formell søksplanlegging parallelt. Dette vil mest sannsynlig kunne fungere som et godt verktøy for både erfarne og mindre erfarne aksjonsledere. Denne metoden er utprøvd internasjonalt, noe som igjen har ført til at over halvparten av de savnede blir funnet i denne fasen. Å søke etter savnede er altså ikke et mysterium, men er godt fundert gjennom vitenskapelige arbeider. Det er grunn til å ta utgangspunkt i statistiske data før eget etterretningsgrunnlag er på plass. Ved å forholde seg til internasjonal søksteori, så kan man selv gjøre nasjonale og regionale forsøk til sammenligning, og ikke minst ta i bruk en felles terminologi. Dette styrker fagfeltet, og bedrer sjansene for at vi igjen får bedre verktøy i søksplanlegging. Det store spørsmålet vil alltid være «hvor er det sannsynlig at den savnede er», altså POA, men det er utenfor fokus i denne artikkelen. Samtidig som man kan kan beregne hvor vi har søkt, estimere hvor den savnede er, og ikke minst dokumentere både POA, POD og dermed sannsynlighet for suksess (POS), så er det utarbeidet gode prosedyrer gjennom velprøvd bruk av sykkelhjulmodellen som ivaretar søk som en hastesak. Søk etter savnet er kristisk, og ved hjelp av parallell planlegging, vil man ha søksmannskap ute på fornuftige oppdrag allerede mens formell og kvalitetssikret søksplanlegging ivaretas. Forfatterne kan kontaktes på følgende epostadresser: Bøe: anne.grete.boe@gmail.com Austad: arve.austad@gmail.com Figur 5: Karteksempel med inntegnet IPP, ringene det er 25%, 50%, og 95% (tykk strek) sannsynlig at den savnede befinner seg innenfor. Enkelte reflekser er inntegnet, samt eiker (tykke streker). Ressursgruppe ettersøkning kan kontaktes på: rge@hjelpekorps.org

6 Søk etter savnet på land 6 Referanser Chiacchia KB, Houlahan HE. Effectors of visual search efficacy on the Allegheny Plateau. Wilderness EnvironMed. 2010;21: Frost, J.R. (1999a). Principles of search theory, part I: Detection. Response, 17(2), pp Frost, J.R. (1999b). Principles of search theory, part II: Effort, coverage, and POD. Response, 17(2), pp Frost, J.R. (1999c). Principles of search theory, part III: Probability density distributions. Response, 17(3), pp Frost, J.R. (1999d). Principles of search theory, part IV: Optimal effort allocation. Response, 17(3), pp (IMO/ICAO). (1999a, b, c). International Aeronautical and Maritime Search and Rescue Manual: Vol. I. Organization and Management. London/Montreal: the International Maritime Organization (IMO) and the International Civil Aviation Organization (ICAO). Koester, R.J (2008). Lost Person Behavior: A Search and Rescue Guide on Where to Look - for Land, Air, and Water. Charlottesville, Virginia: dbs Productions. Koester, R.J, Chiacchia, K.B., Twardy, C.R., Cooper, D.C, Frost, J.R & Robe, R.Q. (2014): Use of the Visual Range of Detection to Estimate Effective Sweep Width for Land Search and Rescue Based On 10 Detection Experiments in North America. Wilderness & Environmental Medicine, in press. Koester RJ, Stooksbury DE. (1995) Behavioral profile of possible Alzheimer s disease patients in Virginia search and rescue incidents. Wilderness Environ Med. 1995;6: Koopman, B.O. (1946). Search and screening (OEG Report No. 56, The Summary Reports Group of the Columbia University Division of War Research). Alexandria, Virginia: Center for Naval Analyses. Koopman, B.O. (1980). Search and screening: General principles with historical applications. Revised. New York, NY: Pergamon Press. Lin L, Goodrich MA. (2010). A Bayesian approach to modeling lost person behaviors based on terrain features in wilderness search and rescue. Comput Math Organ Theory. 2010;16: Robe, R.Q., & Frost, J.R. (2002). A method for determining effective sweep widths for land searches: Procedures for conducting detection experiments. Prepared for the National Search and Rescue Committee, USCG Contract Number DTCG D-R Alexandria, VA: Potomac Management Group, Inc. Retrieved on 18 April 2006 from Syrotuck, W.G. (1975) Analysis of Lost Person Behavior Barkleigh Productions, Mechanicsburg, PA (1975) Torkildsen, P.O. (2008). Savnet og ettersøkt : en studie om savnede personer på land i Norge og de søk som blir iverksatt for å finne dem. Masteroppgave. Universitetet i Stavanger. Koester, R.J (2008). Lost Person Behavior: A Search and Rescue Guide on Where to Look - for Land, Air, and Water. Charlottesville, Virginia: dbs Productions. Koopman, B.O. (1946). Search and screening (OEG Report No. 56, The Summary Reports Group of the Columbia University Division of War Research). Alexandria, Virginia: Center for Naval Analyses.