Brazil is one of the countries with the largest amount of people affected by natural disasters. Each year São Paulo state Civil Defense performs hundreds of interventions, providing support to the people affected. An optimal pre-positioning of disaster relief supplies can make the difference. The choice, however, is always a tradeoff between costs and operational efficiency. Starting from an estimation of people living in risk conditions, this work analyzes a set of possible candidate locations through a two stage stochastic model. The distribution of people living in risk condition is studied by collecting and analyzing data from municipal preparatory plans and Civil Defense history of interventions. Generalized linear regression models allowed to predict the demand where risk mapping is unavailable. Scenarios simulating different disaster magnitudes have been evaluated and real data of distance and travel time have been used in order to take into account road quality and the state topography. The work suggests the economically convenient warehouses configurations according to the imposed constraints and it gives a better understanding of people’s vulnerability statewide, and of Civil Defense logistic network. It also furnishes a series of useful tools to be exploited in further works.

Il Brasile rappresenta storicamente uno fra stati con il maggior numero di persone colpite da disastri naturali. Ogni anno la Difesa Civile dello Stato di São Paulo effettua centinaia di interventi, fornendo supporto alle persone coinvolte. Una predisposizione ottimale dei materiali di supporto può fare la differenza. La scelta di dove posizionare questi materiali, ad ogni modo, risulta sempre un compromesso nell’ottenere il miglior risultato operativo al minor costo possibile. Partendo da una stima del numero di persone che vivono in una condizione di vulnerabilità, questo lavoro analizza un set di possibili localizzazioni per mezzo di un modello di ottimizzazione stocastica. La distribuzione delle persone che vivono in condizioni di vulnerabilità viene studiata, analizzando i piani preparatori municipali e lo storico di interventi della Difesa Civile. L’impiego di modelli di regressione lineari generalizzati ha permesso di stimare la domanda quando i piani preparatori non erano disponibili. Sono stati valutati scenari che simulano disastri di diversa intensità e sono stati utilizzati dati reali di distanza e tempo di percorrenza in modo da tener conto della qualità delle strade e della topografia dello stato. Lo studio suggerisce la migliore configurazione di depositi secondo i vincoli imposti, permette una migliore comprensione della vulnerabilità delle persone nello stato di São Paulo e della rete logistica della Difesa Civile statale e fornisce, inoltre, una serie di strumenti che possono essere sfruttati in lavori futuri.

Location of relief supplies warehouses for São Paulo state civil defense

COSENZA, ALFONSO
2015/2016

Abstract

Brazil is one of the countries with the largest amount of people affected by natural disasters. Each year São Paulo state Civil Defense performs hundreds of interventions, providing support to the people affected. An optimal pre-positioning of disaster relief supplies can make the difference. The choice, however, is always a tradeoff between costs and operational efficiency. Starting from an estimation of people living in risk conditions, this work analyzes a set of possible candidate locations through a two stage stochastic model. The distribution of people living in risk condition is studied by collecting and analyzing data from municipal preparatory plans and Civil Defense history of interventions. Generalized linear regression models allowed to predict the demand where risk mapping is unavailable. Scenarios simulating different disaster magnitudes have been evaluated and real data of distance and travel time have been used in order to take into account road quality and the state topography. The work suggests the economically convenient warehouses configurations according to the imposed constraints and it gives a better understanding of people’s vulnerability statewide, and of Civil Defense logistic network. It also furnishes a series of useful tools to be exploited in further works.
GARETTI, MARCO
DE BRITO Jr., IRINEU
YOSHIZAKI, HUGO TSUGUNOBU YOSHIDA
ING - Scuola di Ingegneria Industriale e dell'Informazione
27-apr-2016
2015/2016
Il Brasile rappresenta storicamente uno fra stati con il maggior numero di persone colpite da disastri naturali. Ogni anno la Difesa Civile dello Stato di São Paulo effettua centinaia di interventi, fornendo supporto alle persone coinvolte. Una predisposizione ottimale dei materiali di supporto può fare la differenza. La scelta di dove posizionare questi materiali, ad ogni modo, risulta sempre un compromesso nell’ottenere il miglior risultato operativo al minor costo possibile. Partendo da una stima del numero di persone che vivono in una condizione di vulnerabilità, questo lavoro analizza un set di possibili localizzazioni per mezzo di un modello di ottimizzazione stocastica. La distribuzione delle persone che vivono in condizioni di vulnerabilità viene studiata, analizzando i piani preparatori municipali e lo storico di interventi della Difesa Civile. L’impiego di modelli di regressione lineari generalizzati ha permesso di stimare la domanda quando i piani preparatori non erano disponibili. Sono stati valutati scenari che simulano disastri di diversa intensità e sono stati utilizzati dati reali di distanza e tempo di percorrenza in modo da tener conto della qualità delle strade e della topografia dello stato. Lo studio suggerisce la migliore configurazione di depositi secondo i vincoli imposti, permette una migliore comprensione della vulnerabilità delle persone nello stato di São Paulo e della rete logistica della Difesa Civile statale e fornisce, inoltre, una serie di strumenti che possono essere sfruttati in lavori futuri.
Tesi di laurea Magistrale
File allegati
File Dimensione Formato  
2016_04_Cosenza.pdf

accessibile in internet per tutti

Descrizione: Thesis text
Dimensione 20.49 MB
Formato Adobe PDF
20.49 MB Adobe PDF Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/121556