基于GIS技术的工业城市建筑火灾风险评估研究——以马鞍山中心城区为例

胡 浩 ， 宋 敏 ，程希飞

(1.马鞍山消防支队，安徽 马鞍山 243000；2.合肥工业大学 建筑与艺术学院，安徽 合肥 230601)

一、研究缘起

我国城市进入快速发展时期，并逐渐呈现功能多元化、人口密集化、建筑高层化的发展趋势。在城市日新月异的面貌下，防灾规划和设施布置是保障人民生命和财产安全的重要举措，其中火灾防范又是城市防灾的重中之重。因为火灾发生的原因复杂，要在城市中合理布置救援设施，提高救援效率，首先需要对城市建筑进行火灾风险评估。

工业城市依托城市工业的产生和发展而形成。城市的交通布局、功能分区以及人口构成具有自身特点，与周边其他性质的城市均有不同。从火灾风险评估的角度出发，工业城市的主要产业及辅助产业的工业建筑在生产、运输和仓储过程中影响因素比较复杂，与普通民用建筑的防火重点不同。因此，对于工业城市的火灾评估的指标与普通城市也存在一定的差异，目前对于这种特定城市的研究存在一定的缺失。本文以钢铁城市马鞍山中心城区为研究对象，通过SPSS统计建构工业城市建筑火灾风险评估指标体系，并依托GIS技术对评价指标进行量化计算和可视化的分析，获得城市火灾评估分析图，为进一步制定城市防灾策略和消防规划提供依据。

二、工业城市火灾评估中应关注的问题

(一)企业发展转变

工业城市主导工业与城市资源密切相关，历经数十年的发展，大多数城市都面临资源枯竭等现实问题。鉴于单一产业给城市经济带来脆弱性，工业城市正借助城市的基础交通，电力以及用水的优势，大量引进企业，集中建设开发区，企业性质从单一变为多元。原有的大型国企组织机构比较健全，对于企业的安全生产和防灾的意识较强，基本具有初期火灾扑救能力。新建企业防灾救灾更多依靠政府，给城市防火带来新考验。

(二)产业结构调整

工业城市的三产比例中，第一产业占比最少，第二产业最多；随着城市发展和产业结构的调整，第三产业开始在发挥越来越重要的地位。城市格局的调整，商业建筑的集中，人口结构的变化以及老龄化问题的凸显，都影响着城市火灾风险的评估。

(三)城市交通变化

在工业城市的选址与建设过程中，交通运输条件是重要因素之一，尤其是滨临航道拥有优越水运优势的城市。随着国家基础建设的大力开展，工业城市的运输途径也更加多元，同时工业原料和产品的运输安全也更为严峻。

三、工业城市建筑火灾风险评估指标体系建构

本文中城市建筑火灾风险评估的范围针对的是城市中心城区，对区域内不同功能不同性质不同建筑类型的区域进行火灾风险评估，制定依条可循、切实可行的规划指导意见，为城市消防规划提供编制标准和整治导则，这也是进行火灾评估的首要任务和目的。

从这个目的出发，火灾风险评估遵循指标评价—复合分类—分型评估—针对策略的步骤，循序渐进地从工业城市的土地性质、建筑现状以及道路通达性等具体指标出发，建立相应的评价体系，建构数据库，通过因子分析计算提炼其分类标准和指标权重，对区域内的火灾风险进行分类分级的归纳，从而制定有针对性的防火策略。

(一)指标构建

工业城市建筑火灾风险评估过程中评价指标的确定以及量化评价指标是体系建构的重点。但是比较评定指标涉及的数据比较繁杂，需要进行统一评分量化。因此在评定过程中采用“模糊”的评定方式即七分积分制，根据较为清晰的分解工业城市的构成指标，以马鞍山市中心城区为对象，采集城市12个社区的15个评价指标数据，并进行评分量化，建立完善的矩阵数据库。在SPSS软件中录入数据后，首先进行KMO和Bartlet的检验，得出KMO值远大于0.6，而Bartlett 的球形度接近于0.0001(表1)，说明数据适合进行因子分析。

表1 KMO 和 Bartlett 的检验

(二)因子分析计算

数据库通过SPSS中的因子分析法进行计算后，得到的碎石图(图1)反映出主因子的相关性。从碎石图中可以看出前三个主因子斜率明显较陡；而旋转空间中的成分图(图2)也体现出评价指标与主因子的相关性。因此，提取前三个主因子(其指标的累积贡献率达到70%，基本可以反映原指标的信息)，根据旋转矩阵的结论(表2)分别进行命名。

图1 碎石图

(三)指标权重计算

在进行权重计算和总分排序中，本文避免了传统单一结果的分类法，采用复合分类法，对三个主因子分别计算得分，从多维度的视野审视城市防火隐患在不同层面上的现状，进行量化分级，从而可以清晰表达城市特色，避免传统评价和分类的单一化。

首先，以分值排序定等级的排序分类方式虽然可以较为客观地反映城市火灾风险的综合特征，但不能体现城市防火的多元化特色。城市不同类型火灾的扑救方法和战略制定是不同的，特别对于现代工业城市来说，这一点更为凸显。其次，单一的总分排序是针对区域遴选的有效手段，但是对于建立网络化的体系防护缺少相关细化指标的分解，不利于后续制定区域性防灾的统一标准和引导性策略。

本文将工业城市火灾风险分为人口密集型、工业生产型以及交通阻滞型三类，在这三类风险中根据指标总分的排序进一步分为五级，分别为高风险级、高中风险级、中风险、中低风险级以及低风险级。例如，对于马鞍山城市建筑风险评估中，对于某一地块的评估为人口密集高风险，工业生产低风险，交通阻滞中风险。那么在下一步编制消防规划过程中，就可以更有针对性地对该地块制定相应的防火策略，更合理地布局防火设施，提高防灾救灾的能力。

四、火灾风险评估研究

本文采取 GIS 中自然点间断法分类和空间分析模块的加权叠加，对于人口密集、工业生产和交通阻滞3个类型风险中15个二级指标进行计算，得到马鞍山市二级指标的火灾风险分布图(图3)。

图3 马鞍山市建筑火灾风险二级指标评估图

然后分三类对火灾风险评估图进行加权叠加，最终得到人口密集型风险评估图、工业生产型风险评估图以及交通阻滞型风险评估图。其中每种评估图中将城市中心城区分为高风险区、高中风险区、中风险区、中低风险区以及低风险区五个等级(图4至图6)。

图4 马鞍山市建筑人口密集 图5 马鞍山市建筑企业生产 图6 马鞍山市交通阻滞型风险评估图

五、结论

运用空间分析方法评估城市火灾风险的研究已经有一定进展，但是正对工业城市的研究比较缺少。针对城市性质的特殊性，论文首先在SPSS统计分析的基础上构建工业城市建筑火灾风险指标评估体系，根据统计结果将火灾风险分为三型五级，在此基础上，利用GIS的强大空间分析技术，完成评估指标系统化的信息收集、分析及成果图解，取得了一定的研究成果，为工业城市建筑火灾风险评估研究的深入提供了一种可行的研究方法。