基于POI數(shù)據(jù)的城市消防設(shè)施布局優(yōu)化研究

林怡然 鐘廣銳

摘? 要：消防站的布局直接影響城市消防工作的效率，為提高梅州市主城區(qū)消防站點的分布合理性，亟需對城市消防設(shè)施布局開展空間優(yōu)化相關(guān)研究。本文基于POI（興趣點）數(shù)據(jù)，通過使用位置-分配模型形成消防站在理想狀態(tài)下、短期規(guī)劃下以及長期規(guī)劃下的空間布局方案。結(jié)果表明為實現(xiàn)梅州市主城區(qū)消防工作效率的穩(wěn)步提升，至少4座消防站應(yīng)該在短期內(nèi)得到布局，在長期規(guī)劃中建設(shè)不少于7座消防站，同時需要對2座消防站進(jìn)行改造，達(dá)到主城區(qū)消防服務(wù)的全面覆蓋目標(biāo)。本研究可以為梅州市未來的消防站建設(shè)規(guī)劃選址及數(shù)量進(jìn)行參考。

關(guān)鍵詞：POI數(shù)據(jù)? 位置-分配模型? 消防設(shè)施布局優(yōu)化? 梅州市主城區(qū)

中圖分類號：F259.27? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A? ? ? ? ? ? ? ? ? ?文章編號：1674-098X（2020）08（a）-0057-05

Abstract： The layout of fire stations directly affects the efficiency of urban fire protection work. In order to improve the rationality of the distribution of fire stations in the main urban area of Meizhou City， it is necessary to carry out spatial optimization research on the layout of urban fire facilities. In this paper， based on POI （point of interest） data， the spatial layout scheme of fire station in ideal state， short-term planning and long-term planning is formed by not using location allocation model. The results show that in order to achieve the steady improvement of the fire fighting efficiency in the main urban area of Meizhou City， at least 4 fire stations should be arranged in the short term， and no less than 7 fire stations should be built in the long-term planning. At the same time， 2 fire stations need to be reconstructed to achieve the goal of comprehensive coverage of the fire fighting service in the main urban area. This study can be a reference for the future location and quantity of Meizhou fire station construction planning.

Key Words： POI data; Location distribution model; Optimization of fire fighting facilities layout; Main urban area of Meizhou City

火在人類進(jìn)步和社會發(fā)展過程中起著不可估量的重要作用，始終推動著人類文明的發(fā)展。但火為人類生存和演化帶來種種益處的同時也會給人類帶來災(zāi)難，火若失去控制造成火災(zāi)，勢必對人的生命財產(chǎn)安全帶來威脅[1]。隨著經(jīng)濟社會的不斷發(fā)展，城鎮(zhèn)化進(jìn)程的加快，大規(guī)模的高層建筑、地下建筑、城市綜合體、石油化工企業(yè)的不斷增多，重特大火災(zāi)的發(fā)生概率上升。“十二五”期間，梅州市全市共發(fā)生火災(zāi)1472起，死亡20人，受傷8人，直接財產(chǎn)損失3019萬元[3]。直觀的數(shù)據(jù)使我們認(rèn)識到消防設(shè)施在緊急危難情況時及時為居民提供救助服務(wù)的重要性。許多城市在城市化進(jìn)程中對自身情況的估計不足，導(dǎo)致消防規(guī)劃建設(shè)與城市擴張式發(fā)展不協(xié)調(diào)，消防站布局不適應(yīng)城市快速發(fā)展對消防服務(wù)的需要。

在數(shù)據(jù)科學(xué)高速發(fā)展的“大數(shù)據(jù)”背景下， 新的數(shù)據(jù)源為地理空間分析提供了解決問題的新思路[2]。POI（Pointof Interest）興趣點數(shù)據(jù)的分布模式、分布密度在城市消防基礎(chǔ)設(shè)施規(guī)劃、城市消防設(shè)施空間優(yōu)化、應(yīng)急救援分析中具有重要的意義[4]。相對其他數(shù)據(jù)源來說，POI數(shù)據(jù)數(shù)據(jù)量大、精度高、覆蓋面廣，為城市地理學(xué)提供了新的研究思路，推進(jìn)了城市空間分析的精細(xì)化[5-6]。

為此，本文通過POI興趣點分析、GIS空間分析以及實地考察等多種途徑了解梅州市主城區(qū)消防的總體現(xiàn)狀。從空間角度優(yōu)化調(diào)整消防設(shè)施轄區(qū)，實現(xiàn)消防資源的優(yōu)化配置，避免消防設(shè)施選址的盲目性，實現(xiàn)消防設(shè)施數(shù)量合理化和消防服務(wù)覆蓋最大化，使城市消防設(shè)施選址滿足城市消防安全的需求。

1? 研究區(qū)域與方法

1.1 研究區(qū)域

本文研究區(qū)域為人口較密集、經(jīng)濟較發(fā)達(dá)的梅州市主城區(qū)。除去梅江、劍英湖等水域，梅州市主城區(qū)的陸地面積為78.82km2，現(xiàn)有消防站為4座，分別位于四溪角巷與定民路交叉口東南50m，公園路與梅江一路交叉口東北50m，中環(huán)東路19號和政法路5號，四座消防站均為普通消防站（見圖1）。

1.2 研究方法

1.2.1 數(shù)據(jù)來源

通過小O地圖軟件獲得梅州市主城區(qū)的POI興趣點數(shù)據(jù)，共獲取數(shù)據(jù)量為10233。（見圖2）通過BIGMAP地圖下載器軟件獲取梅州市主城區(qū)交通網(wǎng)絡(luò)數(shù)據(jù)。人工矢量化得到梅州市主城區(qū)水域。

1.2.2 研究方法

縱觀古今，選址問題已構(gòu)成一套成熟的理論體系，主要包括四種經(jīng)典模型，p-中位問題模型、p-中心問題模型、集合覆蓋模型和最大化覆蓋問題模型[7]。其中集合覆蓋模型是使城市公共服務(wù)設(shè)施的服務(wù)距離能夠觸達(dá)所有需求點，其特性是在滿足所有需求點的情況下，最小化建設(shè)服務(wù)站的成本，并保證公平地覆蓋，即所有需求點都是同等重要的[8]。在阻抗中斷的約束下，盡可能選擇少數(shù)量的設(shè)施點且覆蓋所有的請求點。最大化覆蓋模型是集合覆蓋模型的變形，是在給定設(shè)施數(shù)目、應(yīng)急限制期的條件下滿足應(yīng)急需求最大化[9]。最大化有容量限制模型則是在最大化覆蓋模型的基礎(chǔ)上添加加權(quán)約束，因為在實際應(yīng)用場景中，不同地理位置建立設(shè)施的各種成本幾乎是不可能完全一致的，該模型的結(jié)果也更加貼合實際情況。本文通過ArcGIS中提供的最小化設(shè)施點模型、最大化覆蓋模型、最大化有容量限制的覆蓋模型，對梅州市主城區(qū)消防設(shè)施選址進(jìn)行分析，并優(yōu)化消防設(shè)施的空間布局。

2? 具體研究步驟

2.1 POI數(shù)據(jù)處理

2.1.1 POI數(shù)據(jù)清洗與轉(zhuǎn)換

對POI數(shù)據(jù)進(jìn)行清洗，刪除火災(zāi)隱患小及無關(guān)的公交站點、地名、道路名、出入口、自然地物、公測、橋、報刊亭、彩票銷售點和ATM等POI點類型，保留梅州市主城區(qū)共9915個POI點，每條POI點數(shù)據(jù)包含序號、關(guān)鍵字、名稱、類別、經(jīng)緯度、地址等屬性。

通過新建坐標(biāo)轉(zhuǎn)換任務(wù)，將POI點數(shù)據(jù)的坐標(biāo)從GCJ02轉(zhuǎn)換為WGS84。

2.1.2 POI數(shù)據(jù)分類與賦值

本文引用《城市POI火災(zāi)風(fēng)險評估與消防設(shè)施布局優(yōu)化研究—以武漢市主城區(qū)為例》[9]中的城市POI火災(zāi)風(fēng)險排序表，根據(jù)梅州市主城區(qū)POI數(shù)據(jù)的分布情況，結(jié)合實際，對其進(jìn)行調(diào)整（見表1）。

2.2 消防站候選點的選取

消防站候選點的選擇涉及到城市規(guī)劃的土地利用、土地權(quán)屬、周邊設(shè)施配置等問題，本研究在ArcGIS中生成1km×1km的格網(wǎng)為基本單元，以格網(wǎng)的幾何中心點作為消防站的候選點，排除水域，共選取93個候選點（見圖3）。

2.3 阻抗分析

雖然消防車出行不受交通信號燈和交通指示牌的制約，但在實際行車中，消防車的行車速度仍受道路寬度、道路阻塞程度等多種因素的影響。根據(jù)《2017年城市商業(yè)魅力排行榜》和高德地圖發(fā)布的《2017年度中國主要城市交通分析報告》，本文選擇同為四線城市的韶關(guān)市和茂名市的交通自由流速度和全天實際速度，取平均值2414.61m/min，作為長度阻抗。

2.4 位置-分配模型

2.4.1 理想化預(yù)測：基于最小化設(shè)施點模型

最小化設(shè)施模型選擇合適的設(shè)施點是假定政府財政充足的情況下的一種理想化預(yù)測分析，使盡可能多的需求點處于設(shè)施點的阻抗范圍內(nèi)。分析結(jié)果（見圖4）顯示，保留現(xiàn)有的4座消防站在原區(qū)位運行，還需要13座消防站才可以覆蓋100%的興趣點。雖然能夠?qū)εd趣點實現(xiàn)全覆蓋，但是某些新增的消防站點服務(wù)需求點少，服務(wù)范圍小，造成資源的浪費;同時各個消防站點服務(wù)的需求點數(shù)量差異較大，如公園路與梅江一路交叉口東北50m位置110消防站服務(wù)的需求點數(shù)量最大，達(dá)到2820個;而位于明陽村附近的位置103消防站服務(wù)的需求點數(shù)量最少，只有5個。

2.4.2 短期規(guī)劃：最大化覆蓋模型

最大化覆蓋模型分析是考慮政府財政資源有限的情況下的理性化分析。它選擇了多個設(shè)施點以保證所有或最大數(shù)量的請求點處于指定的阻抗中斷范圍內(nèi)。在長度阻抗的前提下，模擬每新增一個消防站所覆蓋的興趣點數(shù)量，測算消防站的服務(wù)范圍，保證在資源有限的情況下能最大限度地利用現(xiàn)有資源。將消防站服務(wù)的需求點數(shù)量占需求點總數(shù)量的比例定義為服務(wù)覆蓋率。運用最大化覆蓋模型分析得到結(jié)果。

在長度阻抗為2414.61m/min的前提下，已有消防站服務(wù)的需求點數(shù)量為7352，服務(wù)覆蓋率為74.15%，其中位置109消防站服務(wù)的需求點數(shù)量達(dá)到3030，位置110消防站服務(wù)的需求點數(shù)量達(dá)到3272，再新增4座消防站即可將服務(wù)覆蓋率提升到93.97%（見圖5）。

完成這4座消防站的建設(shè)后，已有消防站位置109和位置110服務(wù)的請求點數(shù)量將分別從3030、3272下降到2821、2698（見表2）。

分析最大化覆蓋模型運行下得到的結(jié)果，對比最小化設(shè)施點模型下的結(jié)果，擬建消防站的數(shù)量將從13座減少到4座，符合考慮財政資源有限的情況。

3.4.3 長期規(guī)劃：最大化有容量限制的覆蓋模型

在長期的規(guī)劃中，消防站的服務(wù)除了需要盡可能地覆蓋更多的請求點，也需要根據(jù)請求點的密集程度、請求點的消防需求程度進(jìn)行選址，并且，對已有的和擬建的消防站等級進(jìn)行評定。根據(jù)《城市消防規(guī)劃規(guī)范》，普通一級消防站的轄區(qū)面積不宜大于7km2，普通二級消防站的轄區(qū)面積不宜大于4 km2，梅州市主城區(qū)范圍內(nèi)除去水域面積為78.82km2，計算得到梅州市主城區(qū)除了已有的4座消防站，擬建的4座消防站，還需要建設(shè)3座消防站。在運用最大化有容量覆蓋模型時，結(jié)合最小化設(shè)施點模型計算的梅州市主城區(qū)消防站最小需求數(shù)和加權(quán)需求總數(shù)，將加權(quán)容量設(shè)定在100，計算得出梅州市主城區(qū)消防站的規(guī)劃選址。將權(quán)重需求總數(shù)Demand Weight介于60-100的消防站列為一級消防站，介于15.28-60的消防站列為二級消防站。其中新建7座，改建2座，完成后，可覆蓋梅州市主城區(qū)POI點數(shù)量提高到9868，服務(wù)覆蓋率達(dá)到99.53%（見圖6）。