基于大数据+GIS的消防站布局优化研究

何青滨

（东北林业大学，黑龙江 哈尔滨 150006）

0 引言

消防系统是推动城市稳定发展的重要内容，消防站的布局对发挥消防资源的作用有重要影响[1]。因此，有必要对消防站布局优化进行深入研究。该文运用大数据技术、GIS空间优化分析，对消防站布局优化流程、方式等进行深入分析，并以某市为案例，对其消防站的布局进行优化配置，旨在为案例区域及其他城市的消防站布局优化提供参考。

1 传统消防站的布局方法

1.1 相关法律法规及技术标准

1.1.1 城市消防站建设标准

对2017年《城市消防站建设标准》进行分析，各级政府应当在当地的城乡规划、国民经济与社会发展规划、消防专项规划中纳入并落实城市消防站建设工作。城市消防站主要分为3个类型：普通消防站、特勤消防站以及战勤保障消防站，其中，普通消防站还可以进一步分为一级、二级及小型普通消防站[2]。针对消防站辖区面积的规划，除上述规章要求外，还需考虑城市本身的火灾风险，如果火灾风险较高，可适当提升消防站等级活辖区面积[3]。同时，特勤消防站也是城市内具有辖区灭火任务的消防站点，其辖区面积规定≤7 km2，与一级普通消防站一致，而战勤保障消防站不属于单独存在的消防站点，未进行单独辖区划分。

针对不同级别及类型的消防站设置，根据《城市消防规划规范》相关规定，在城市建设中，必须设立一级消防站；对缺少条件设立一级消防站的区域，需要通过勘察、确认、审核后，设立二级消防站；如果在土地资源中缺少设立二级消防站的调节，同样可通过论证建设小型消防站，同时在老城区、历史地段、商业密集区等消防评估火灾危险系数高的区域，要求必须配备小型消防站，但设立小型消防站须具备与一个一级、二级活特勤消防站辖区相邻。此外，针对地级及地级以上城区、经济发展较为快速的县级城市，应设立特勤消防站。

1.1.2 城市消防规划规范

根据相关规范要求，在城市的消防整体建设及规划中，首先进行城市消防风险评估，针对该城市火灾风险与消防安全确定能够完成火灾防控任务和消防救援的消防安全布局，并对城市内的消防基础设施进行配置与优化。对部分历史文化街区、建筑密集、地下建筑区域以及防火隔离带等具有救援条件差、放置有易燃易爆危险品活建筑耐火等级低等区域，增加管控建设要求。

1.2 消防站传统布局方法及其不足

我国目前的城市消防建设大多是根据传统规划方式进行建设的，即通过城市面积简单计算整个城市内所需消防站数量，再通过画圆法、网格法或其他人工方式对城市内消防站的布局进行设计。具体步骤如下：1）计算消防站数量。将城市总面积除以消防站辖区面积就可以获得消防站数量，结果取整数[4]。2）消防站位置规划。以每个消防站为圆心，将消防站辖区面积近似为一个圆形，根据城市规划设立消防站位置，尽量避免各个消防站撷取范围有重叠。3）消防站初步布局规划。以消防站覆盖面积为中心拟定选址后，再根据消防站原址及城市的整体下不同区域最终确定各个消防站的等级、布局、责任区划分等初步布局方案。4）专家确认。确定城市消防站的初步布局规划方案后，送往相关专家进行分析、评估以及调整，以最终获得更合理的消防布局方案。

消防布局的合理性影响城市整体的消防安全系数，虽然传统的消防布局可简单地将城市整体涵盖在消防规划范围内，但是缺少理论和定量数据的分析、支持，其中存在的不足之处包括以下3点：1）在消防站的划分过程中，只注重消防站的覆盖区域，对消防站自身覆盖能力、消防救援过程中消防车的通行能力缺少分析，未结合实际情况进行调整。2）缺少对火灾风险因素、消防救援影响因素及其他影响因素的分析[5]。3）在消防布局过程中，未考虑历史文化街区、老城区等高危火灾危险源、重点消防单位等，无法做到消防的供需平衡。

2 消防站布局优化方法

为保障城市消防安全，如果科学规划城市消防布局一直被当作相关学术研究在公工设施建设理论中的一个研究热点。在很多理论中定位—配给模型，该模型为被称之为LA模型，是公共设施建设选址的最佳理论，在多种公共设施建设选址中表现良好[6]。LA模型能够找到服务点与需求点的最短距离及最大范围。同时，该模型可以有效平衡服务点与需求点之间的关系，并且在各类公共服务设施的选址建设实践中应用效果良好。LA模型可通过GIS空间对消防站的选址进行分析，通过大数据计算，可以得到有关消防站选址布局的相关数据，如分布区域、数量以及辖区道路情况等。基于此，工作人员可以对得出的相关数据以及对消防站的选址进行综合评估，包括风险、运行实效评估扥，最终确定最佳的选址布局。

3 LA模型

通过LA模型进行消防站布局选址可分为以下3类。

3.1 位置集覆盖模型

Toregas等人最早提出位置集覆盖模型，该模型主要应用于所有防护木匾处于消防站辖区[7]。其优点是通过设置最少的消防站数量将所有防护目标涵盖在消防站覆盖范围内。在模型中，消防站备选地址称为消防站点，xj消防服务区域称为消防保护点。在对应的每个消防保护点中，Ni为设定的一个服务范围内的潜在消防站备选点合集；d为消防保护点与消防站点的距离；s为一个消防站备选点能够提供的最远防护距离；Ni内消防站备选点须满足d

通常情况下，位置集覆盖模型多用于初级阶段的消防站规划中，其目标函数如公式（1）所示，约束条件如公式（2）～公式（3）所示。

式中：I为消防保护点集合；J为备选站点集合。

目标函数公式（1）为消防站点总数的最小化；约束公式（2）表示是对消防站点能够覆盖保护的所用保护点中至少一个；约束公式（3）表示消防站点为备选点时，取值为1，否则为0。

3.2 最大覆盖模型

在不考虑现实生活中土地、财政等因素限制下的最大覆盖模型位置集覆盖模型能够覆盖所有消防保护点，为Church、Revell首次提出，提出的目的是衡量消防站点的覆盖程度最大化，并不在意消防站点的设立数量。但在该模型中，对消防站点数量进行限制，并在消防站备选点中确立消防站点后，消防保护点才能被覆盖[8]。

最大覆盖模型的目标函数如公式（4）所示，约束条件如公式（5）～公式（7）所示。

式中：wi为消防保护点的权重；yi为消防站选址变量。

3.3 P—中心模型

该模型是由Hakimi根据P—中值模型改进的[9]，主要为通过优化改进，将消防站与消防保点的距离之和最佳化，以兼顾公平性。此时，P-中心问题主要目的为选点一个可以将最坏情况最小化的P个设施位置，并定义最大化距离。在满足实际情况的前提下，该模型对消防站选址的最佳位置进行计算，最大程度地提高出警效率，在消防救援中第一时间到达现场进行救援，其目标函数如公式（8）所示，约束条件如公式（9）～公式（14）所示。

结合上述模型分析，在城市消防站点选址过程中，须结合多个模型，根据实际情况进行综合分析。在消防站选址时：首先，根据位置集覆盖模型确定城区内所需消防站点的最少数量；其次，根据最大覆盖模型将消防区域最大化；最后，根据P-中心模型确定一个消防站点选址，将缩短所有消防保护对象与消防站点的距离以最大化消防出警效率。

在上述分析规划中，GIS技术仅结合了消防站点辖区面积、道路规划、危险场所及重点单位分布等数据，若想要使消防站点设置更符合实际生活需求，还需将辖区的历年出警数量、出警位置分布等相关大数据作为约束条件，共同进行分析。

3.4 消防站选址相关大数据

通过掌握大量数据可将消防站点选址布局进行优化处理，经过整理、分析和融合处理，通过特定的数学模型，在消防站选址布局中让消防数据发挥作用，进而避免传统消防站规划布局的弊端。

4 消防站布局优化

为明确LA模型与基于大数据技术的信息分析的实际应用步骤，以某市消防站选址规划为例，对消防站布局规划进行模拟和优化，其网络数据拓扑图，如图1所示。

图1 消防站布局优化流程图

4.1 消防站布局优化目标

在不区分火灾危险性中保证目标区域内所有的人员流动区均在规划消防站的覆盖范围内；消防站内的消防重点保护单位不能过多，对火灾危险性高的子区域相对应消防保障任务也应当有所倾斜，对重点单位集中的区域尽可能多地设置消防站，分担安全服务压力。在满足消防安全的前提下，尽可能避免公共资源的浪费，提高经济性。

4.2 案例区域消防安全现状

案例区域为哈尔滨市新区，原有城市规划较早，老城区特点明显，火灾类型多为民房类火灾，对居民的生命财产安全产生严重威胁。案例区域现有消防安全保护单位130个，消防站3个，市政消火栓420个，社区建消火栓150个。2018—2019年，案例区域消防出警量为1940起。由于案例区域的消防通道较窄，通常出现堵塞等情况，对出警效率等产生不利影响。

将上述内容输入ArcGIS，通过定位—配给模型的应用，结合其中的工具包，提取大数据中的消防重点单位分布，并在拓扑图上标定出地理位置，制定初步规划方案。

4.3 案例区消防站布局优化

根据火灾风险分析，将案例区域内的消防应急响应时间设置为4min、6min、8min以及12min。同时，根据哈尔滨市新区的消防安全现状分析，考虑消防车性能等因素，结合消防站辖区划分原则，对消防站布局进行优化。

首先，对消防应急响应时间的约束进行分析，根据火灾风险级别的不同，对消防应急响应时间进行确定，结合时间情况，大致判断各区域内的消防站布局。

其次，结合交通可达性分析，根据各区域的道路情况，车速、消防车性能等因素分析，圈定消防站布局的大致范围。

最后，为满足消防救援的实际需求，以最合理、科学的方式，选择消防站布局方案，最终确定方案如图2所示。

图2 案例区域消防站布局优化结果

通过消防站布局优化，使消防站的覆盖合格率达到97.2%，能够满足区域的消防安全管理需求，且有利于减少消防站的日常出警压力。

5 结语

综上所述，消防站布局对城市的高效运行产生重要影响，为提升消防实效，对消防站的布局进行优化分析。通过大数据技术、LA模型及GIS空间数据分析技术的应用，在充分考虑道路交通等状况的基础上，以提升消防服务的可操作性和指导性为重点，对案例区域的消防站进行布局优化。结果显示，优化后的消防站布局，有效降低了消防站的出警压力，能够有效满足消防安全管理需求。