基于GIS分析的智能城市消防系统布局研究

2018-01-24邹徽强

智能建筑与智慧城市 2018年10期

邹徽强

（韶关市城乡规划市政设计研究院）

1 引言

在智能城市规划中，消防系统布局是城市消防规划的重要内容。城市消防系统布局包括城市消防站的选址和消防站责任区的划分。针对我国消防站在系统布局方面出现的，如消防站的位置、数量、规模和服务区的规划不完善等问题，使用GIS位置分配原理，能够有效改进消防站的规划问题，优化消防系统的布局，不断提高消防站功能的发挥，实现其在城市管理与安全保障中的作用。

2 GIS位置分配原理

在GIS技术的发展过程中，其位置分配原理是指，地理信息系统根据特定的优化模型、给定需求和已有的设施分布，从有关用户指定的系列候选设施选址中，选出指定数目的设施选址，从而实现设施的优化布局。地理信息系统优化模型具有较多的优点[1]。例如，能够实现最小化抗阻、最大化覆盖、最小化设施点数及最大化人流量等。

3 基于GIS优化消防系统布局

3.1 研究区域与数据获取

在基于地理信息系统的智能城市消防系统布局研究中，通过对研究区域的数据获取，对当地的人员状况和地理位置等进行了解，并且从当地的路网、建筑物以及城市的地形图入手，建立数字化的模型。同时，需要对当地的已经建立的消防站和预备的消防站的选址进行了解。

3.2 路网模型的构建

在智能城市的构建中，消防系统的布局需要和整个城市的建设相结合。其中，包括城市的路网模型的建设和布局。在智能城市的路网模型的构建中，首先要提取城市道路的基础数据，从城市的地形图中获取城市的铁路、公路、干路、支路等数据信息，并将这些信息导入到城市地理信息数据库“道路”类的要素之中，建立相关的行车时间和行车路线。然后，进行拓扑处理，着重对线要素的重合、交叉、自重叠以及自交叉进行拓扑处理。最后，建立智能城市的路网模型。在城市路网模型的建立中，要考虑到消防车辆在道路上行驶时具有一定的优先权。

3.3 火灾风险的评估

在智能城市的构建中，利用GIS技术能够提高城市火灾风险评估的效能。根据城市自然要素和社会要素等建立网格单元的城市火灾风险评级单元，能够有效提高火灾风险评估的科学性。另外，城市区域火灾风险评估具有综合性、先导性和前瞻性等特性，使得其在工作过程中的难度比较大。利用GIS数据管理和空间分析技术，能够推动城市区域火灾风险评估中的信息收集、空间分析和决策等内容，实现城市区域火灾风险评估的科学化和系统化。

3.4 应用GIS优化消防站站点布局

在使用GIS技术对智能城市的消防站点的布局进行优化的过程中，可以从最小化设施点数模型计算消防站点数，从最大化覆盖范围模型确定比选范围，同时基于服务区消防站的布局优化等方面来考虑，提高城市消防站点布局的合理性和科学性，推动消防站防灾、减灾功能的有效发挥。

最小化设施点数模型计算消防站点数。在实施GIS分析技术对消防站点优化布局中，能够通过网络模拟最小化设施点数模型来计算消防站点数。通过对城镇范围内部的消防站点、火灾发生的位置以及阻断中抗等进行设置，从而得到消防区域范围内最大设施的最大服务时间。

在应用GIS技术实现对消防站点布局优化的过程中，通过最大化覆盖范围模型可以确定比选方案。在应用最大化覆盖范围模型中，对阻抗中断进行设置。通过网络模拟，能够得到一个消防站在5min之内所能到达的消防站的数目、平均耗时和覆盖率等状况[2]。

基于服务区的消防站布局优化，是通过对消防站服务区的优化管理，从而实现对消防站布局的优化。传统的消防站点在布局的过程中，其服务区的边界相互穿插，使得其管理过程中的难度较大。因此，应该对消防站的服务边界进行科学的管理，划清服务区的边界，避免出现消防站服务区管理交叉或者疏漏的现象。再者，根据推荐的方案进行最大化覆盖分配。在消防站优化布局中，适当考虑经济因素，提高其服务的效率，缩短消防车辆的出勤时间，对最大距离限制的最小化抗阻问题进行解决。

3.5 消防站选址的可达性分析

在消防系统布局的过程中，对消防站选址的可达性进行分析，应该尽量考虑到消防站的覆盖水平和相关的出勤时间，在能够保证出勤的状况下，不断提高消防站点的覆盖水平。通过网络模拟，对消防站点的的可达性进行经济、资源等方面的分析。同时，结合道路网的结构，不断提高消防站选址的科学性和合理性。其中，包括基于最小抗阻的可达性分析、基于平均出行时间的可达性分析以及基于出行范围的消防站机动能力分析。

在基于最小抗阻的可达性分析中，通过对最小抗阻的可达性分析方法，测出各个消防站点到潜在的火灾发生点的可达性指标，即从消防站点到潜在的火灾发生点的行车时间。通过对各个消防站点最小抗阻可达性分析，可以得出相关的最小的消防站点的可达性、最大的消防站点的可达性以及平均的消防站点的可达性。当各个消防站点到各个潜在火灾发生点的平均可达性指标较高时，可发现其城市道路的通行能力不足。并且，城市道路网的密度不足，消防车辆到达潜在火灾发生点的时间难以控制在5min之内，从而对消防车辆在潜在火灾位置点的覆盖率产生一定的影响，使得消防站点的覆盖范围较低。

在基于平均出行时间的可达性分析中，通过利用相关的平均出行时间的可达性分析方法，选择城市中潜在的火灾发生点作为起点，而将消防站作为最终的目的点，对起始点和目的点之间的成本矩阵进行分析，从而得出潜在火灾发生点到消防站点之间的最短出行路程和最短出行时间。最终得到消防站点和潜在的火灾发生点的平均出行时间的可达性指标。当城市的主干道路体系较为完善时，其消防站点的可达性指标较高。而当城市的道路网的通达性较差，且城市道路体系不完善时，其消防站点到潜在火灾发生点的可达性指标较低。

在基于出行范围的消防站机动能力分析中，其也可以通过基于出行范围的可达性分析方法，利用GIS对服务区网络分析功能而得到。通过网络模拟中的抗阻中断设置，对消防站街道报警后到达相关报警区域的时间进行衡量，以此来得到消防车辆出行机动能力水平。从模拟实践中可以发现，城市道路交通不发达的地区，消防车的出行的机动能力水平较高；而在城市中经济较为繁荣的核心区域内，受到车速和道路交叉口的限制，消防车辆的出行机动能力水平反而不高。

4 基于GIS分析对消防系统布局研究结论

在基于GIS位置分配原理的消防车辆布局研究中，可以发现合理确定消防站点的数量、位置以及服务区域的范围，对优化消防系统布局，提高消防车辆站点功能的发挥具有重要意义。另外，在GIS技术应用于城市消防管理中，还能提高对火灾风险评估的科学性。通过将GIS技术与城市区域火灾风险评估方法相结合，可以把评估的结果以图形的方式在地理信息网格中表现出来，提高评估结果的直观性以及评估模型利用的效能，使得评估的结果更加合理。