数字化视域下应急物资储备点选址优化模式研究

姜文鹏、钱云楼

（浙江安防职业技术学院，浙江 温州 325006）

1 自然灾害背景

随着全球气候变暖，大气环流形势异常，全球自然灾害明显增多，其中因不良天气条件造成的气象灾害高达70%以上。而我国也是自然灾害频发的国家，据中国气象局资料统计，在各类自然灾害中，气象灾害大约占到70%以上。我国每年受到重大气象灾害影响的人口大约达4 亿人次，所造成的经济损失大约占到国民生产总值的1%～3%。在地震、台风等突发自然灾害发生时，应急物资在救援和事后恢复过程中起着至关重要的作用[1]。

2 温州地区常见自然灾害

温州处于东南沿海位置，灾害类型主要为台风、洪涝和寒潮等。毋庸置疑，温州市在过去几年中在抗台风过程中付出了巨大努力，对于应急力量的建设也在逐年进步。

通过对市应急管理局的调研发现，全市的应急专家已达到191 人，且各区的应急队伍也在不断完善。以瓯海区为例，地方应急队伍已达到29 支，包括综合救援队伍、专业救援队伍和志愿者救援队伍等。在应急设备方面，无人机等新型设备和新技术也不断被投入使用中。然而，据相关数据调查报告分析发现台风对温州地区造成的影响仍然很大。例如：2013年的台风“苏力”对温州市造成的直接经济损失就高达2.21亿元；2016年的超强台风“鲶鱼”造成的直接经济损失更是超过9 亿元，全市受灾人口高达38.8 万人。

通过数字化的手段统计历史台风数据，并结合目前的应急模式进行优化是当务之急。因此，本文将着重针对台风灾害情况，并结合温州市瓯海区的应急物资储备分布情况与常见的点位优化模式和模型进行研究[2]。

3 储备点分布现状

经过实地的调研考察和数据的收集分析，温州市瓯海区的自然灾害点位多达201 个，其中大部分自然灾害类型为受台风暴雨影响滑坡、崩塌和泥石流等。通过ArcMap 的图层叠加，可以显示瓯海区的各区域风险等级、自然灾害点和应急物资储备点的分布情况。根据地质灾害风险防范区的分布，如图1所示，大多数防范区点位集中在瓯海区西北部，而在中部和东南部的分布较为稀疏。

图1 地质灾害防范区点位

相反，在应急物资储备点的选址方面，绝大部分的储备点分布于瓯海区中部以及东南地区。通过点位分析，可以看出目前的储备点选址存在以下问题：

点位的分布与高风险灾害地区的分布不符，高风险地区缺少应急物资的支持；

部分储备点的覆盖范围存在重叠，即在空间上存在资源浪费的问题。

4 储备点选址参数

以上问题在传统的应急物资储备点选址方案中时常出现，这类方案往往只考虑到节省运输成本，而忽略了在突发自然灾害下的应急响应和运输效率。以台风为例，在暴风雨天气下，应急物资储备点还需要考虑到海拔高度、可利用储备面积、周边道路的通行能力等多个方面。

另外，每个储备点的救援覆盖面也是衡量点位分布是否合理的重要指标，因此在突发自然灾害发生后的黄金救援时间内，控制从储备点到灾害点的最短时间和距离，同时使每个应急物资储备点的覆盖面最大，以此才能让所有储备点在整体上形成布局最优化[3]。

在构建应急物资储备点的选址标准中，参考北京理工大学学者陈黛在大规模灾害应急资源优化配置研究中提出的建构体系，本文将结合台风灾害的实际情况加以修改。根据台风的实际影响，储备点选址标准将从以下几个方面进行考虑，具体如表1所示。

考虑到台风带来的暴风雨天气影响，此建构体系主要选择了海拔高度、地面积水情况、储备点最大可储存容量、周边交通道路、道路通行能力以及储备点周边人口密集设施这些指标作为储备点筛选条件。根据此评价体系框架，利用层次分析法确定权重并建立应急物资储备点选址评价模型：

R=R1·WR1+R2·WR2+R3·WR3+R4·WR4

其中，R表示选址方案中的应急物资储备点的物资输送能力，R越大，该点位的输送能力越强；R1、R2、R3、R4分别表示应急物资储备点体系各个影响因素的评价值；WR1、WR2、WR3、WR4分别表示每个影响因素的权重[4]。

在选择评分模型的问题上，可以通过模糊综合评价的方式，运用模糊关系将不容易量化的影响因素量化，从而得到直观的评价分数；再采用层次分析法将复杂问题分解为若干层次和因素，在比较和计算各因素之后得出不同方案的权重[5]。

5 储备点选址优化模式

针对解决应急物资储备点位的覆盖面重叠问题，本文认为可以通过使用Voronoi 图的方法来解决。目前，Voronoi 图已经被广泛运用于各个领域的几何计算中，使用Voronoi 图可以更加准确地表示空间中点和点之间的临近关系，使空间数据更加容易管理。

6 Voronoi 图应用

给定一组生成点P={p1，…，pn}⊂R2，其中2＜n＜∞，且当（i≠j）时，pi≠pj。其中i，j∈In={1，…，n}。

下方公式表示pi的Voronoi 图区域：

式（1）中：i≠j；j∈In；d(p，pi)表示点p 与点pi间的最小距离（欧几里得空间中点p 和点pi间的直线距离）；

其中，点pi确定的Voronoi 区域称为点pi的Voronoi 多边形。

通过对现有点位数据的分析，得到如图2所示的Voronoi 图。图中的▲代表自然灾害发生点，●代表应急物资储备点。从图中可以看出，各个应急物资储备点覆盖范围内的自然灾害点分布并不均匀，即存在一部分应急物资储备点的覆盖范围内没有任何自然灾害发生点，同时也存在一部分应急物资储备点覆盖过多自然灾害发生点[5]。

图2 Voronoi 图

7 建立数字化平台

在互联网技术的不断发展下，数字化是应急管理发展的必然趋势。通过对各类文献的研究，本文构建了符合温州市瓯海区的数字化整合框架。此框架用于整合各个区域内的分散数据，包括自然灾害发生点位、建设工程及危旧房屋、重要交通道路、人员密集场所、应急物资储备库等。

在技术方面，使用物联网传感器技术，将多种来源传感器数据按照相关感知网络数据采集规范进行标准化处理，并将最终数据汇入物联网数据库。针对台风暴雨等自然天气灾害，此框架将重点关注水位水情、雨情雨量、泥石流滑坡和地灾位移等因素，实现实时动态监控数据。

在应急方面，此框架将整合各类政策文件、数据标准规范、安全风险评估辨识规范和各应急管理部门的指导手册、操作指南、应急预案等，通过标准化处理后构建应急预案数据库；结合物联网感知数据和应急预案数据，对各个地区的应急物资储备点和救援物资进行重新规划和分配，同时也为今后的自然灾害防范提供数据存储、维护、更新和检索的能力。

8 结语

突发性自然灾害给我国带来的风险和损失是不可估量的，而科学的应急救援体系是有效预防损失的基础。在台风等自然灾害来临时，如何高效调度应急物资的输送并避免资源的浪费是目前应急救援体系面临的难题。

本文以应急物资储备点的选址方案为研究对象，对温州市瓯海区当前的应急物资储备点做了调查和分析，通过ArcMap 的图层叠加分析了瓯海区的自然灾害点、高风险区域和应急物资储备点的选址方案，针对储备点的选址与自然灾害点的密集程度不符合各个储备点的救援覆盖面重叠问题分别进行研究，最后结合实际提出建议。

结合本地主要的自然灾害构建科学的储备点选址模型，充分考虑台风，暴雨等频发自然灾害的特点，在选址时将积水、周边交通情况以及周边人口密集设施等因素作为建模指标，以此构建更加科学的选址模型；使用Voronoi 图，更准确地表示几何空间中点与点之间的临近关系，使空间数据更加容易管理，同时利用Voronoi 图的性质，既可以使每个应急物资储备点的覆盖范围最大化，还能避免物资输送时的资源浪费问题；通过构建数字化平台框架对现有的数据资源进行整合，结合物联网感知数据和应急预案数据，为应急物资储备点的规划提供科学合理的依据。本文针对现有的问题做了理论上的分析，希望有助于应急体系的数字化转型和深入发展。