¡Gracias por el A2A, le preguntaste al tipo correcto! (¡Esto es mi día a día!)
Entonces, el análisis de riesgos, es un debate muy polémico. En pocas palabras, la respuesta es:
“No, los árboles / las circunstancias deben manejarse para llevarlos a un riesgo de falla” razonable “, es decir, tolerable”.
Y aquí es bueno recordar que si el viento es lo suficientemente fuerte, todos los árboles fallan. Por lo tanto, un árbol es solo 100% seguro o cero riesgo, si se elimina. La pregunta entonces es: ¿dónde está / qué es ‘seguro’ o un ‘riesgo razonable de falla’? Y esto no depende del árbol, sino de la opinión de la persona que realiza la evaluación de riesgos.
En esencia, el “riesgo” se compone de dos componentes, la “probabilidad”, la probabilidad de que ocurra un evento, como la caída de una rama, y el “riesgo” es el resultado probable de que ocurra ese evento. Un árbol muy decrépito en un bosque aislado tiene una ‘probabilidad’ alta, pero un riesgo bajo (en términos de lesiones humanas). Y un árbol aparentemente sano en el patio de una escuela tiene baja probabilidad pero alto peligro.
La combinación de estos dos componentes de probabilidad y peligro es el trabajo del evaluador de riesgos. Lo que los clientes (como el Consejo de Sheffield) quieren es una respuesta definitiva, de un tercero acreditado. Entonces, desafortunadamente, ahí es donde se dirige el mercado (para vender evaluaciones de riesgos), es decir, a lo que el cliente quiere (y pagará). Por lo tanto, algunas organizaciones intentan reducir la opinión nebulosa y optan por una metodología empírica o ‘cuantitativa’, ya que todos amamos a Spock. (“¡Hay un 33.987% de posibilidades de fracaso de esta misión Capitán!”) O, en otras palabras, reducir a cero la opinión de un individuo, que casi con certeza es falible, y basar la evaluación en un premio numérico para varios aspectos del evaluación, por ejemplo, una puntuación entre 1 y 10 para la salud de los árboles.
Genial, pero. Con los árboles, el componente de peligro es relativamente fácil de evaluar, incluso numéricamente, pero la probabilidad es muy difícil, debido a los muchos elementos variables, conocidos y desconocidos. Y esto queda claro cuando dos (o más) evaluadores intentan ir al mismo árbol. Esto tuvo un enfoque muy agudo cuando notoriamente (al menos en el mundo de los árboles) el Consejo de Newcastle (en Australia) hizo exactamente eso y el rango de respuestas empíricas que recibieron hizo que las evaluaciones fueran claramente inútiles. Pero, errando por el lado de la precaución (¡¿o fue eso un desarrollo ?!) ¡cortaron todos los árboles de todos modos! http://ogma.newcastle.edu.au:808…
Si responde a una pregunta con una cifra porcentual, digamos 72%, el consejo implícito es que es preciso dentro de 1 punto porcentual. Lo cual es un nivel muy alto de confianza, para algo así como una falla de rama. Pero la confianza debe ser recíproca a la precisión con respecto al riesgo de muerte, daño, etc. Es decir, uno puede estar muy seguro de que el árbol se caerá con el tiempo, todos lo hacen. Pero puede ser extremadamente inseguro de que un árbol se caiga el 15 de septiembre. Entonces, a medida que aumenta la precisión, la advertencia debe ser la confianza en que la precisión disminuye. Esto no es lo que sucede en las evaluaciones cuantitativas de riesgo de árbol (QTRA) y, por lo tanto, no solo es erróneo, lo que no ayuda, sino que también es peligroso.
¿Así que, qué debe hacerse? Mi posición es que debido a la probabilidad de que no se puedan conocer, todo se reduce a la opinión del asesor y eso debe destacarse en cualquier informe (a diferencia de QTRA). La ironía es que QTRA solo falla debido a la entrada de datos variables (basada en la opinión) del evaluador. Y que existe un amplio nivel de duda y aumenta con la precisión del pronóstico. Volviendo a Spock, en una de las películas de Star Trek, nuestros héroes tienen que hacer un salto muy problemático a través del espacio y el tiempo para salvar la Tierra (¡por supuesto!) Y Kirk exige una respuesta cuantitativa de Spock, a quien le gusta el buen consultor, dice que no puede dar uno, debido a las variables desconocidas. Kirk aboga por su mejor suposición de que, por supuesto, es perfecta y la Tierra está salvada (¡maldita sea!) El punto aquí es que es una suposición de Spock, no nadie más, por lo tanto, la prueba de fuego de cualquier consejo es la persona (su experiencia , profesionalismo de entrenamiento) que cuenta.
Wow, perdón por despotricar, ¡apuesto a que nadie ha llegado tan lejos! Pero si lo ha hecho, felicidades por interesarse en una respuesta tan aburrida (pero importante), pero hay más. Escribí sobre mis inquietudes, especialmente después de la debacle de Newcastle, con QTRA al organismo profesional al que pertenecía (Arboriculture Australia) que estaba recibiendo una amplia publicidad de un centro de capacitación basado en QTRA y sugerí los errores y peligros mencionados anteriormente. Mi carta no fue reconocida y ciertamente no fue impresa en la revista trimestral. Oh querido. Aquí está abajo
Una evaluación de riesgos de ‘semáforo’ para la arboricultura; Un enfoque no cuantitativo.
Introducción
Los últimos talleres cuantitativos de análisis de riesgos de árboles parecen ser muy populares, ya que a todos nos gustaría tener una herramienta confiable y precisa para predecir la falla de los árboles. Mi problema es que los métodos que se enseñan en estos cursos no han demostrado ser confiables, de hecho, lo contrario es cierto. Se ha demostrado que no son confiables. (The Bark, Vol. 15, No. 1: ‘QTRA: Una revisión crítica’.)
El problema no es solo que las personas desperdicien dinero y tiempo en cursos inútiles creyendo que tienen al menos algún valor, sino que se harán evaluaciones de estos métodos que también son menos que inútiles. Como sin duda sabrá cualquier trabajador arbóreo a largo plazo, es más peligroso pensar que sabe que está a salvo que saber que no está seguro acerca de su seguridad y tomar medidas contra el peor resultado potencial. Además, creo que la mayoría estaría de acuerdo en que cualquier sistema de seguridad o riesgo debe ser, ante todo, simple, la complejidad es un riesgo en sí mismo y, a menudo, catastrófico. Como organismo de la industria, debemos tener claro cuándo podemos y cuándo no, estar seguros y apoyar los sistemas que aceptan claramente esa incertidumbre.
Propongo que se requiera una metodología más simple y lógica con resultados menos engañosos: una evaluación de riesgos de semáforos para la arboricultura (TLRAA).
Definiciones; ¿Qué es el riesgo?
Utilizo la definición de Riesgo asociado con un evento, para ser la combinación, o producto de ‘Probabilidad’, del evento que ocurre dentro de un tiempo determinado, y ‘Peligro’, las consecuencias del evento que ocurre dentro de un tiempo determinado.
Inherentemente, la naturaleza del riesgo se reduce a la probabilidad. Y aunque la certeza en la probabilidad puede garantizarse en el infinito, los grados de incertidumbre solo aumentan a medida que la probabilidad se aplica en muestras cada vez más pequeñas y, en última instancia, es máxima en casos individuales. La máxima para aplicar aquí es ‘Cuanto más específico, más erróneo’. O, en otras palabras, la confianza en una evaluación de riesgos reduce cuanto más específica es.
El peligro también tiene un factor de probabilidad, por ejemplo, una rama muerta sobre una carretera. El peligro varía según el tráfico, la velocidad del tráfico, si la sucursal está estacionada debajo de un automóvil, o si las personas esperan en su automóvil en este punto, etc. Sin embargo, aunque variable, el componente de riesgo del riesgo puede evaluarse con relativa facilidad y no es dónde La gran dificultad del análisis de riesgos radica, que es la probabilidad.
Factores empíricos y estadísticos.
Estadísticamente un árbol definitivamente fallará una vez en su vida útil, por lo tanto, si el bosque es lo suficientemente grande, habrá un árbol cayendo todos los días / hora / minuto, etc., independientemente de si hay algún filósofo cerca para escucharlo. Estadísticamente, esto no ayuda a los arboricultores a realizar evaluaciones de riesgo informadas con respecto a árboles individuales, pero sí nos informa sobre el promedio con el que debemos relacionar nuestra evaluación de riesgos y, por lo tanto, es útil como control, que necesita más definición y podría ser específicos para el género o incluso especies, como la Base de datos internacional de fallas de árboles a la que se hace referencia en la ‘Revisión crítica’. (Por ejemplo, podría suponerse que una falla de rama mayor es 1 en 5000 en A. costata, mientras que 1 de 500 en E. scoparia, es decir, las encías blancas Wallangarra tienen diez veces más probabilidades de sufrir una falla de rama mayor que las gomas rojas de Sydney, siendo este ejemplo mi experiencia y comprensión anecdótica).
Los factores empíricos radican en la habilidad de los arboricultores para ser metódicos y precisos en sus evaluaciones de árboles individuales. Al observar un árbol en una evaluación de árbol visual estándar (VTA), ciertos factores, como las cavidades principales del tallo, pueden notarse como una probabilidad creciente de falla y, cuando se consideran en su conjunto, un evaluador espera poder diferenciar un riesgo más alto de fracaso En términos generales, este es el caso y es útil, pero incluso entonces la confianza del pronóstico debe ser baja. (Por ejemplo, ver “Evaluación de la descomposición del tallo en los árboles”. Talento Shaun. ‘The Bark’ Vol15 No.2.)
Magnitud
¿Pero por cuanto? ¿Cuánto más riesgoso es un árbol debido a factores empíricos obtenidos de un VTA? Sostengo que las variables son tan grandes y tan poco entendidas y probablemente subestimadas (desde la base en un VTA) para asignarles un valor empírico no tiene sentido y, además, es contraproducente, ya que al indicar un valor empírico para riesgo, esto confunde al dar un sentido erróneo de comprensión y precisión. En particular, si se utiliza una cifra porcentual, lo que implica un centésimo grado de precisión, ya que esto está en conflicto directo con la máxima anterior: “Cuanto más específico, más erróneo”.
Variables no cuantificables
En mi experiencia (16 años de consultoría), la mayoría de las fallas de un solo árbol de tallo que he visto han sido lanzadas por el viento como resultado de la falla de la raíz y parte de la placa de raíz que se está levantando. Digo falla de la raíz, pero en la mayoría de los casos en los que he estado involucrado (uno fatal), esta falla de la raíz se debió a fuertes vientos y suelos muy húmedos, lo que redujo drásticamente el coeficiente de fricción del suelo. . Entonces, ¿cómo puede un evaluador de riesgos calcular este riesgo a partir de una evaluación de árbol visual?
Del mismo modo, teniendo en cuenta la falla de la rama, muchas de las instancias que he visto fueron, a todos los efectos, no predecibles sin pistas previas de que iban a fallar. De hecho, esta situación es tan frecuente que sigue siendo un síndrome inexplicable bien conocido: Summer Branch Drop. Podemos conjeturar que esto es más probable que ocurra con mucho viento después de la lluvia, con fruta completa, pero en muchos casos, dicha falla de la rama ocurre en medio de noches muy tranquilas, lo que actualmente no se explica *.
Como no entendemos los mecanismos de falla, ¿cómo podemos predecirlos? Es casi seguro que cualquier guía empírica estará equivocada y el sobre de error significativo, o la falta de confianza en la evaluación, será tan grande como inútil.
Variables reportables
Sin embargo, es razonable sugerir que factores observables tales como ‘horquillas en Y’, corteza ocluida, descomposición incipiente, vigor, factores abióticos, factores bióticos, etc., aumentan la probabilidad de falla. Además, en mi experiencia, el mejor indicador de falla de la rama, es evidencia pasada de tal. En un VTA, estos datos biométricos y abióticos deben anotarse y medirse siempre que sea posible. Esto no solo otorga credibilidad y veracidad a nuestros informes, sino que también se convierte en una poderosa herramienta predictiva por sí misma a medida que se observa el aumento de caries, etc.
Confianza
Entonces surge el problema. Sabemos que algunas cosas aumentan la probabilidad de falla, pero no sabemos cuánto. Y sugerir que lo hacemos, mediante la aplicación de un valor empírico de riesgo de fracaso, puede ser peligrosamente engañoso. Como se discutió, un valor empírico de incertidumbre es una contradicción. Más útil sería un valor empírico de nuestra “confianza” en nuestra evaluación de riesgos. Por lo tanto, invirtiendo la máxima anterior, podemos estar muy seguros de lo menos específico. Y esta es una herramienta útil.
Un enfoque no cuantitativo y de alta confianza.
Por lo tanto, propongo una metodología mucho más simple, menos engañosa, pero no menos útil para evaluar, no calcular, el riesgo.
Considero los dos componentes de Riesgo; Probabilidad y peligro. Para cada componente, después de una evaluación del árbol y el sitio, otorgo un valor de evaluación de un evento potencial, como una falla importante del tallo o una falla de la rama, ya sea cero, bajo o alto. El producto de estos valores de Probabilidad y Peligro, ofrece una evaluación de riesgo ‘Traffic-Light’.
La evaluación de riesgos de semáforos para la arboricultura (TLRAA)
Las permutaciones de probabilidad y peligro son; en primer lugar, cualquier cosa con un “cero” no tiene ningún riesgo asociado, en segundo lugar dos valores de evaluación “bajos” y considero que el riesgo es bajo, una “luz verde”. El tercer resultado es un ‘Bajo’ y un ‘Alto’, considero el medio de riesgo, una ‘Luz ámbar’ y finalmente dos evaluaciones ‘Alto’, considero que el riesgo es alto o una ‘Luz roja’. (NB: se podría otorgar un rango de números del 1 al 10 en términos de opinión de Probabilidad y Peligro, el producto da una cifra porcentual, pero nuevamente descarto esta técnica por dar una falsa impresión de precisión, que generalmente asociamos con porcentajes. )
Advertencias e informes
Además, advierto que mis evaluaciones existan solo por un año y residan dentro de las expectativas razonables de medio ambiente y gestión.
En mi evaluación de riesgos, los valores bajo, medio y alto se relacionan con el árbol promedio en mi experiencia en circunstancias similares. Donde se puede esperar que un árbol promedio tenga buena salud a mitad de su ciclo de vida. El árbol promedio no suelta habitualmente ramas vivas, sino ramas muertas. Quizás 1 de cada 500 árboles promedio sufre el Síndrome de caída de ramas de verano. Nuestra comprensión estadística de la probabilidad es de gran utilidad aquí, y esto podría mejorarse relativamente fácilmente con datos y registros, para convertirse en especies específicas (por ejemplo, la Base de datos internacional de fallas de árboles).
Al informar una ‘Luz Roja’ o un riesgo alto, recomiendo que se tomen medidas urgentes para reducir o mitigar el riesgo, a menudo podando las operaciones, no necesariamente eliminando. Al informar de riesgo medio y bajo, recomiendo evaluación e informes anuales.
Conclusión
Mi método, sin duda, parece rústico y excesivamente simple, sin la tranquilidad de fórmulas matemáticas complejas o un rigor científico aparente. Pero tiene la ventaja de ser una guía de alta confianza para, por naturaleza, una circunstancia no cuantificable y todavía tengo que encontrar una mejor. En última instancia, una evaluación de riesgos es una opinión calificada, respaldada por la observación y la comprensión, a su vez obtenida por la experiencia y el aprendizaje. Debe recordarse que una evaluación de riesgos es tan buena como la persona que la realiza.
Tenemos una eleccion; ¿Es más útil tener consejos específicos con baja confianza de su precisión, o consejos generales con alta confianza de precisión? Con respecto al riesgo, creo que la confianza en la precisión es más importante, porque es mejor saber que no estás seguro , que pensar que estás seguro cuando no lo estás.
También es importante ofrecer cualquier Análisis o Evaluación de Riesgos como un componente para una comprensión holística del árbol y sus circunstancias, pasadas, presentes y futuras, y no confiar en una Evaluación de Riesgos como la única base de una estrategia de pronóstico o gestión.
Lester Pip Willis
* Todavía la caída de la rama nocturna es un tema digno de investigación de posgrado. Mi hipótesis actualmente considera que la carga en las estructuras multvascular es mejorada en escenarios dinámicos. O, en circunstancias muy tranquilas, la carga efectivamente se ‘concentra’ en un solo punto, causando fallas.