Usikkerhetens innvirkning på håndtering av naturfarer

Abstract

Nyere klimaforskning indikererer en økt forekomst av naturfarer som følge av vær- og temperaturendringer. Med økende befolkningsvekst og infrastrukturutvikling vil sårbarheten mot naturfarer øke tilsvarende.

Klimaendringer kan i flere kontekster beskrives som en påvirkende faktor til usikkerhet i flere av samfunnets sektorer. I risikostyring kan usikkerhet defineres som et svakt kunnskapsgrunnlag, hvor det er vanskelig å kartlegge sannsynligheten for en uønsket hendelse og tilhørende konsekvens. I risikoforskning har man har derfor stilt spørsmålet om å tallfeste risiko, ettersom det er relativt få ting som kan gjenspeiles fullstendig av sannsynlighet og matematikk. Det er dessuten stor forskjell i kunnskapsstyrke på ulike områder. Man stiller derfor spørsmålet om den todimensjonale definisjonen av risiko er tilstrekkelig. Denne oppgaven tar utgangspunkt i kunnskapsstyrke som en tredje faktor i risikobegrepet.

Studieobjektet i denne oppgaven er varsling av skredfare. Varsling kan betegnes som en risikostyringsprosess som består av datainnsamling, tolkning og beslutningstaking. Formålet med oppgaven er å få innsikt i hva usikkerhet er-, og hvordan det kan identifiseres og håndteres i risikostyring. Bruk av nye teknologier/instrumentering for å håndtere usikkerhet var også et gjennomgående tema i oppgaven. Empirien i oppgaven er basert på kvalitative semistrukturerte intervjuer.

Informantutvalget bestod av 14 intervjuobjekter som var tilknyttet ulike varslingssystem i Svalbard og i fastlandet. Kilder til usikkerhet og usikkerhetshåndtering ble studert inngående. Intervjuobjektene ble delt inn i deres respektive roller i varslingen. Disse er observatør, varsler og beslutningstaker. De øvrige informantene var tilknyttet fire forskjellige varslingssystem, der alle var i forskjellige faser. To av disse er relativt godt etablerte varslingssystem, mens de resterende to, er relativt nye og er forsatt i tidlig test fase.

Empiriske funn ble delt inn i relevante kategorier og analysert. Resultatet indikerer at usikkerhet i et varslingssystem er sammensatt og hvert varslingsledd vil være preget av forskjellige typer usikkerhet. Usikkerhet i tidlig i prosessen vil forgrene seg videre i systemet dersom det ikke blir identifisert og håndtert.

Kilder til usikkerhet i risikostyring kan beskrives som ufullkommen informasjon i form av manglende kunnskap og kompetanse, i tilegg til manglende eller upresise modeller og inputparametere. Kommunikasjon og risikopersepsjon vil påvirke kvaliteten av en risikostyringsprosess og hvorvidt usikkerhet fanges opp.

For å identifisere og håndtere usikkerhet i risikostyring er det viktig med vedvarende fokus på usikkerhet i organisasjonen. Til dette formålet må usikkerhet eller kunnskapsgrunnlag operasjonaliseres slik at det dannes en felles forståelse for usikkerhet blant aktørene. Resultatet indikerer at informasjon fra flere kilder, kvalitetssikring, taus kunnskap erfaringstilbakeføring er viktige faktorer for å håndtere epistemisk usikkerhet.

Digital datainnsamling og bruk av instrumentering i kombinasjon med lokal- og ekspertkunnskap kan bidra til mer presise varsler, og dermed bedre beslutninger. Det er derimot en forutsetning av teknologien er godt testet i ulike forhold og at man forstår hvordan instrumentene fungerer i sin helhet.

Recent climate research indicates an increased occurence of natural hazards resulting from weather and temperature fluctuations. With increasing population growth and infrastructure development, the vulnerability to natural hazards will increase correspondingly.

Climate change can in several contexts be described as an influencing factor to uncertainty in different sectors. In risk management, uncertainty can be defined as weak knowledge foundation, where it is difficult to analyse the probability of a hazardous event and the associated consequences. Recent risk studies have therefore asked the question whether to quantify risk using probability and mathematics, since relative few things in this world can be completely described by numbers and probability alone.

There is also a big difference in knowledge strength in different areas. The question is whether the two-dimensional definition of risk is sufficient. This thesis implements the strength of knowledge as a third factor in risk in addition to the probability and consequence.

The study object in this thesis is warning systems for natural hazards. Warning of natural hazards can be described as a risk management process that consists of data collection, interpretation and decision-making. The purpose of the thesis is to gain insight into what uncertainty is, and how to identify and handle it in the context of risk management. The use of new technologies / instrumentation to deal with uncertainty was also a recurring theme in the thesis.

The empirical data in the thesis is based on qualitative semi-structured interviews. The selections of informants consisted of 14 interview with subjects who was associated with various warning systems in Svalbard and on the mainland. Sources of uncertainty and uncertainty management were studied in detail. The interviewees were divided into their respective roles in the warnings system, including observers, interpreter and decision makers. The informants were associated with four different warning systems, each in different phases. Two of these are strong well-established, while the remaining ones are relatively new and are still in the early test phase.

Empirical findings were divided into relevant categories and analyzed. The results indicates that uncertainty in a warning system is complex and each warning link is characterised by different types of uncertainty. Uncertainity early in the process will branch out further in the system if it's not identified and managed.

Sources of uncertainty in risk management can be described as lack of information caused by weak knowledge foundation and lack of competence, in addition to lack of- or imprecise models and input parameters. Moreover, communication and risk perception will affect the quality of the risk management process, and whether uncertainty is identified in the warning process.

In order to identify and manage uncertainty in risk management, it is important to have a sustained focus on uncertainty in the organisation. For this purpose, uncertainty or knowledge foundation must be operationalised so that a collective understanding of uncertainty is formed among the actors in a warning system. The result indicates that information from several sources, quality assurance, tacit knowledge and experience feedback is important factors for managing epistemic uncertainty.

Digital data collection and the use of instrumentation in combination with local and expert knowledge can contribute to more precise warnings, and thus better decision-making. A prerequisite is that the technology is well tested in various conditions and that one understands how the instruments work in their entirety.