Edición eXTRA de FPE 37, junio de 2020

Estudio de la densidad de ocupación en los comercios

Por: Gianluca De Sanctis, Michael Moos, Y Christian Aumayer

Este documento resume un estudio realizado por DeSanctis et al . El documento analiza los principales componentes del estudio y contiene una selección de referencias utilizadas dentro del estudio. Para obtener más información, se recomienda a los lectores leer el informe completo del estudio.

Introducción

El riesgo de pérdidas humanas en los incendios se puede reducir con el diseño correcto de los medios de egreso. Para diseñar los medios de egreso y un análisis de egreso que pruebe la evacuación segura de los ocupantes se debe utilizar una estimación razonable de la cantidad de ocupantes a evacuar. Por eso, la carga de ocupación es un parámetro crucial para garantizar la seguridad de los edificios. En el pasado, se realizaron numerosos estudios de carga de ocupación para los diferentes usos edilicios. La mayoría de estos estudios se basan en investigaciones o evaluaciones presenciales de la capacidad del edificio, por ejemplo, en edificios residenciales, hoteles, hospitales, escuelas, teatros, cines, etc.

Por el contrario, la cantidad de personas que hay en los locales comerciales no suele estar influenciada por la capacidad de ocupación de una tienda. La cantidad de personas depende mayormente de la elección individual y la demanda de los productos de la tienda. Esto genera una alta variabilidad temporal de la cantidad de ocupantes de un comercio. Por lo tanto, las investigaciones in situ no son adecuadas para el estudio de los locales comerciales. Un método que se utiliza comúnmente es evaluar la densidad de ocupación durante los (supuestos) días de picos de ventas del año. Luego, la densidad de ocupación derivada se utiliza como valor de diseño. La desventaja de este método es que no se conoce la variabilidad de la densidad de ocupación ya que solo se evalúa en un solo momento, en el que supuestamente tiene su carga máxima. Por último, no queda claro si dicho valor de diseño representa correctamente la carga de ocupación del comercio en el resto del año, ya que los incendios no necesariamente ocurren durante los días pico. Por lo tanto, no es recomendable utilizar este valor para la carga de ocupación en los métodos probabilísticos que se usan para evaluar los riesgos. Para el estudio correcto la densidad de ocupación, solo se pueden usar los métodos de estudio que incluyan la cantidad de personas en un determinado momento.

El estudio resumido en este documento describe una metodología de estudio sistemática para evaluar las densidades de ocupación de los edificios comerciales y un análisis estadístico de los datos de un estudio de tiendas comerciales suizas que se realizó con esta metodología. El estudio fue realizado por Espace.mobilité, que es un grupo de interés formado por las principales compañías minoristas suizas. Sus miembros son competidores en el mercado pero socios en cuestiones más fundamentales, como la planificación del espacio, la protección ambiental, la movilidad y las reglamentaciones edilicias. Las conclusiones del estudio forman parte de un proyecto más grande de Suiza cuyo objetivo es revisar los requisitos reglamentarios para los medios de egreso de los edificios comerciales suizos.

Origen y uso de los valores codificados

Spearpoint & Hopkin[1] revisaron las diferentes especificaciones reglamentarias para la densidad de ocupación de las tiendas comerciales en diferentes normas y encontraron muchas diferencias en la interpretación de las densidades de ocupación, con densidades para el salón principal de las tiendas que variaban entre 0,1 pers./m2 y 0,5 pers./m2. Hasta cierto punto, la explicación podría ser que se tratan de diferencias culturales pero, probablemente, se trate de discrepancias en las prácticas jurisdiccionales.

No es posible rastrear con precisión el origen de estos valores. Algunas de las densidades pueden haber sido calculadas a partir de un estudio masivo realizado por Courtney et al.[2] en 1935. En ese estudio, las densidades de ocupación para las tiendas comerciales se calcularon en base a una entrevista con un gerente de ventas a quien se le pidió que calcule aproximadamente la densidad de ocupación máxima de su tienda. Las densidades calculadas por Courtney et al. todavía se pueden encontrar en varias normas.

Sin embargo, cabe destacar que la finalidad de la mayoría de estas densidades de ocupación es utilizarse dentro de una reglamentación prescriptiva para el diseño de los medios de egreso. Es posible que, dependiendo del formato del diseño del código reglamentario, haya casos de densidades menores que puedan determinar salidas más anchas y, por lo tanto, a un mayor nivel de seguridad. Este podría ser el caso, por ejemplo, en que las reglamentaciones exigen un mayor ancho obligatorio de la salida por ocupante. Por eso es difícil realizar una comparación integral del nivel de seguridad internacional evaluando solo la densidad de ocupación.

No obstante, los métodos de diseño basados en el rendimiento apuntan a generar una imagen más realista del riesgo de incendio en los edificios. Para los métodos de diseño basados en el rendimiento, los valores de diseño para las densidades de ocupación suelen obtenerse de las reglamentaciones prescriptivas. Sin embargo, estos valores no siempre representan un escenario de carga de ocupación real. Por eso, al aplicar un método de diseño basado en el rendimiento, es muy importante proporcionar valores de diseño relacionados con condiciones reales.

Métodos de evaluación para la densidad de ocupación

La densidad de ocupación [d] se puede definir usando el ratio de la cantidad de personas [p] presentes en un compartimiento y su superficie neta del suelo [af], lo que sería d = p / af. Aquí, la densidad de ocupación se mide en personas por metro cuadrado [pers./m2]. La cantidad de personas en una habitación p [pers.] varía con el tiempo. Por eso, p se puede representar como un proceso aleatorio P(t). Generalmente, no se puede contar la cantidad de personas en una habitación en forma directa y se debe calcular con otras mediciones. Se pueden aplicar dos métodos:

Método A: Se obtiene la carga de ocupación de acuerdo a la cantidad de personas que entran NA(t) y personas que salen ND(t). La cantidad de personas presentes en una tienda P(t) en un momento determinado [t] se puede calcular con la fórmula P(t) = NA(t) – ND(t). Para usar este método, se deben usar sistemas que puedan distinguir entre personas que entran y personas que salen. Alternativamente, se pueden aplicar los sistemas en lugares donde el flujo de personas sea unidireccional.

Método B: Se obtiene la carga de ocupación de acuerdo a la cantidad de personas que entran (o salen) y la medición o información disponible del tiempo que los clientes estuvieron en la tienda (tiempo de ocupación). Para usar este método, se pueden usar sistemas que a) cuenten la cantidad de personas que entran y salen y b) midan el tiempo de ocupación de cada ocupante, como por ejemplo, sistemas de rastreo.

En la investigación realizada en este estudio, se utilizó el Método A para determinar la carga de ocupación. Para contar a los clientes de las tiendas, se consideró que lo mejor sería utilizar sensores ópticos por su gran precisión y su relación costo-valor.

Estudio de la densidad de ocupación en tiendas comerciales suizas

El objetivo del estudio fue determinar una cifra general para la densidad de ocupación de las tiendas minoristas suizas. Participaron noventa y seis (96) tiendas comerciales de diferentes rubros, incluidos supermercados, centros comerciales, tiendas departamentales, tiendas de electrónicos, ferreterías, tiendas de ropa, mueblerías y locales deportivos. Los comercios participantes fueron elegidos de entre todas las tiendas comerciales básicas de Suiza para formar una muestra representativa y las mediciones se realizaron utilizando una serie de requisitos específicos. Se tuvo especial cuidado en verificar la inclusión de todas las características de las tiendas que pudieran influir en la densidad de ocupación, como por ejemplo, el tipo o categoría de uso de la tienda, el tamaño de los salones de ventas, la ubicación (sucursales en áreas rurales, en el conglomerado y en áreas urbanas), la frecuencia de uso (tiendas altamente frecuentadas y normalmente frecuentadas), el nivel del piso, etc. Los comercios se dividieron en 13 tipos de tiendas diferentes. Casi el 75% de los comercios son supermercados, es decir, bocas de expendio mayormente enfocadas en la venta de alimentos. Por lo tanto, el estudio se enfocó particularmente en los supermercados. El 25% restante son tiendas no alimenticias. Los datos se obtuvieron a lo largo de un período de medición de un año en el que hubo, entre otros, días de ofertas especiales, ofertas de domingo con gran cantidad de público o ventas de Navidad y Pascuas, que suelen tener una mayor frecuencia de clientes.

Análisis y resultados de los datos del estudio

Los datos se analizaron usando dos enfoques estadísticos: a) la evaluación de los valores cuantiles por tienda y b) una evaluación grupal por tipo de tienda. Se evaluó el impacto del tipo de tienda, nivel del piso, superficie del salón de ventas, ubicación de la tienda y tiempo de ocupación. Para poder ser utilizados en el diseño basado en el rendimiento, los datos se representan como distribuciones de probabilidad, por ejemplo, se consideró que la distribución gamma o log-normal era la mejor opción como función del tipo de tienda. De este modo, el estudio no solo proporciona valores para los factores de carga de ocupación, sino también la probabilidad de ocurrencia asociada. Además, el estudio determinó que el factor que más influye en la carga de ocupación es el tipo de tienda. También incluye comentarios sobre el uso y las limitaciones de los datos como base de las reglamentaciones normativas y los métodos de diseño basados en el rendimiento.

Conclusiones

Las densidades muestran diferencias considerables para los valores de diseño de varios códigos y reglamentaciones. Por eso, en muchos países, es probable que los valores que establecen las normas y reglamentaciones de protección contra incendios sean demasiado altos. Sin embargo, de acuerdo con algunas normas, para los supermercados muy frecuentados de los centros con un tránsito de público importante, los valores establecidos podrían ser demasiado bajos. El tipo de tienda tiene un gran impacto en la densidad de ocupación y debe considerarse al establecer los valores de diseño para las normas y reglamentaciones de protección contra incendios. El estudio propone hacer una diferenciación entre las tiendas alimenticias (supermercados), tiendas no alimenticias (incluidas las tiendas departamentales y los centros comerciales) y los supermercados altamente frecuentados ubicados en centros con un tránsito de público importante.

En algunas de las normas y reglamentaciones de protección contra incendios actuales, la densidad de ocupación depende del nivel del piso. Los datos no establecen una tendencia visible que justifique asignar más o menos personas a un determinado nivel del piso. Esto contradice el uso actual de los valores codificados para los métodos de diseño basados en el rendimiento. Cabe destacar que la carga de ocupación depende principalmente de la ubicación de la tienda y la distribución de sus productos y no necesariamente del nivel del piso.

Los datos muestran una alta variabilidad de la densidad de ocupación y la distribución de la probabilidad está muy sesgada a la derecha. Por lo tanto, la simultaneidad de una densidad de ocupación alta y un incendio severo (raro), podría ser muy improbable. Esto debe ser tenido en cuenta para el diseño de los medios de egreso al utilizar métodos de diseño basados en el rendimiento.

Solo se puede realizar una consideración apropiada de la distribución de la carga de ocupación cuando se aplican métodos probabilísticos o basados en los riesgos. El rol de la variabilidad de la densidad de ocupación en las tiendas comerciales en relación con las incertidumbres de los análisis de evacuación podría ser crucial y debería ser objeto de futuros estudios.

Referencias

  1. [1] M. Spearpoint, C. Hopkin, “Un análisis de los factores de carga de ocupación actuales e históricos para edificios comerciales,” J. Phys. Conf. Ser. 1107 (2018) 072005. https://doi.org/10.1088/1742-6596/1107/7/072005.
  2. [2] J. Courtney, H. Houghton, G. Thompson, Diseño y construcción de salidas de edificios, Oficina de Imprenta del Gobierno de EE.UU., Washington, DC, 1935.
  3. [3] L.T. Wong, “Factor de carga de ocupación en los viejos edificios residenciales altos locales,” Int. J. Eng. Perform.-Based Fire Codes. Volumen 6 (2004) p.197-201.
  4. [4] M. Angerd, “Är utrymningsschablonerna vid brandteknisk dimensionering säkra?” Departamento de Ingeniería contra Incendios, Lund University, 1999.
  5. [5] D. Charters, D. McGrail, N. Fajemirokun, Y. Wang, N. Townsend, P. Holborn, “Análisis preliminar de la cantidad de ocupantes, el crecimiento del incendio, los tiempos de detección y los tiempos de los movimientos previos para la evaluación probabilística del riesgo” Proc. 7mo Simposio Internacional de Ciencia de la Protección contra Incendios, Worcester, MA, USA, 2002.
  6. [6] G. De Sanctis, J. Kohler, M. Fontana, “Evaluación probabilística de la densidad de ocupación en edificios comerciales,” Fire Saf. J. 69 (2014) 1–11 https://doi.org/10.1016/j.firesaf.2014.07.002.
  7. [7] J.D.C. Little, “A Proof for the Queuing Formula: L= λ W,” Oper. Res. 9 (1961) 383–387. https://doi.org/10.2307/167570.

GIANLUCA DE SANCTIS trabaja para EBP Schweiz AG, Suiza.

MICHAEL MOOS trabaja para ASE (Analysis Simulation Engineering) AG, Suiza.

CHRISTIAN AUMAYER trabaja para Migros Genossenschaftsbund, Suiza.