Natuurbrandmodel

Het natuurbrandmodel is een voorspellingsmodel waarin een indicatie wordt gegeven van hoe hoog het risico is dat een natuurbrand gaat plaatsvinden in de veiligheidsregio Noord- en Oost-Gelderland. Het wordt gebruikt door crisisfunctionarissen om zich voor te kunnen bereiden op de komende periode.

Laatst gewijzigd op 24 juni 2025 om 7:13 | Publicatiestandaard 1.0
Publicatiecategorie
Overige algoritmes
Impacttoetsen
...
Status
In gebruik

Algemene informatie

Thema

Natuur en milieu

Begindatum

Veld niet ingevuld.

Contactgegevens

info@vnog.nl

Verantwoord gebruik

Doel en impact

Het doel van het natuurbrandmodel is om een inschatting te geven van het natuurbrandrisico voor de komende week. De uitkomsten van het natuurbrandmodel worden intern binnen de VNOG gevisualiseerd in een Power BI dashboard en een Power apps canvas app. Deze producten zijn gemaakt binnen het Veiligheids-informatie knooppunt (VIK). Deze producten zijn primair bedoelt voor crisisfunctionarissen om zich voor te bereiden op mogelijke risico’s voor de komende periode. In de Power apps canvas app zijn geautomatiseerde meldingen geïntegreerd waardoor gebruikers op de hoogte worden gesteld wanneer er een verhoogd risico wordt verwacht. Eventuele vervolg acties worden door crisisfunctionarissen besloten.

Afwegingen

Het model is ontwikkelt om een indicatie te geven van het natuurbrandrisico van de komende week, en om dit op een data-gedreven manier te doen. Hiermee wordt de gebruiker op een neutrale en objectieve manier geïnformeerd of zodat het duidelijk wordt of een extra verdiepende analyse nodig is.

Menselijke tussenkomst

De uitkomsten van het model worden gebruikt door mensen die het kunnen gebruiken als maatstaf of ze zich verder in het onderwerp moeten verdiepen. Het model zelf neemt geen operationele beslissingen en is puur ter ondersteuning voor gebruikers. De gebruikers zijn zelf verantwoordelijk voor eventuele vervolg handelingen.

Risicobeheer

Het belangrijkste risico is dat het mogelijk is dat het model afwijkt van het daadwerkelijke risico en gebruikers niet informeert. Op het moment dat gebruikers volledig afhankelijk worden van het model en zich alleen gaan inlezen wanneer het model uitslaat, kan dit mogelijke risico’s met zich mee nemen. Het gebruik van het model gaat dan ook gepaard met een uitleg over de interpretatie van het model en bijkomende verantwoordelijkheden van de gebruiker.

Wettelijke basis

De Wet veiligheidsregio's (WVR), met name artikel 10 (taken en bevoegdheden veiligheidsregio) en de artikelen 45-50 (informatie en communicatie), uitgewerkt in het

Besluit Informatie Rampen en Crises .

Links naar wettelijke basis

Wet veiligheidsregio’s: https://wetten.overheid.nl/BWBR0027466/2025-02-12

Toelichting op impacttoetsen

Op dit moment is nog geen formele risicoclassificatie afgerond.

Impacttoetsen

Risicoclassificatie

Werking

Gegevens

Voor de ontwikkeling van het model zijn diverse historische gegevens van KNMI weerstations opgehaald (neerslag, luchtvochtigheid, temperatuur, windsnelheid). Deze data wordt verrijkt met incidentgegevens uit GMS over natuurbranden en bermbranden. Deze data is verzameld van de jaren 2017 t/m 2023.

Technische werking

Op basis van de weersgegevens en incidentgegevens is er een logistische regressie uitgevoerd. Voordat het model getraind werd is de data eerst opgedeeld in een test- en training-set en zijn alle variabelen naar hetzelfde niveau geschaald. Vervolgens is de train-set gebruikt om het model te trainen en de test-set gebruik om het model te valideren.

Het model heeft weersgegevens als input en geeft als output een waarde tussen 0 en 1 die het risico op natuurbranden duid, waarbij 1 een zeer hoog risico en 0 een zeer laag risico is.

Tijdens de pilot van dit project heeft de eerste versie van het model een jaar gedraaid. Na een jaar is een evaluatie van het model gedaan om te evalueren hoe goed het model gewerkt heeft. 

Leverancier

Veiligheidsregio Noord- en Oost-Gelderland

Soortgelijke algoritmebeschrijvingen

  • Het algoritme wordt jaarlijks ingezet in heidegebieden om te bepalen wat de mate van vergrassing is. Deze vergrassing is een goede indicator voor de staat van de heidegebieden doordat het inzicht geeft in de aanwezigheid van invasieve gewassen.

    Laatst gewijzigd op 4 juni 2024 om 12:21 | Publicatiestandaard 1.0
    Publicatiecategorie
    Overige algoritmes
    Impacttoetsen
    ...
    Status
    In ontwikkeling
  • Voorspelmodel dat op basis van een brede dataset met wegkenmerken en ongevallen risicoscores geeft op verkeersongevallen.

    Laatst gewijzigd op 23 augustus 2024 om 15:37 | Publicatiestandaard 1.0
    Publicatiecategorie
    Impactvolle algoritmes
    Impacttoetsen
    Veld niet ingevuld.
    Status
    In ontwikkeling