GIS+BIM 技术在城中村Gustav 法火灾风险预警管理中的应用研究

丁振瀚 刘迅 李晓波 沈乐

（1.苏州科技大学 土木工程学院，苏州 215000；2. 苏州科技大学 商学院，苏州 215000）

引言

城中村存在消防安全隐患、市政支持不足、城市景观不佳、责任主体缺失等问题，是进行城市更新的重点更新区域。城中村消防安全管理水平的提升是我国城市更新的重点之一，应纳入城市规划，严格按照规划发展。城中村火灾风险预警是我国城市更新规划中亟需解决的问题。

关于城中村火灾风险预警问题，学者们主要集中在采用不同的方法进行评估。赵伟[1]针对城中村中不同使用功能的房间，应用Gustav 法进行火灾风险分析并提出防火方案建议。吴大放等[2]结合AHP 和GIS 技术，构建了一个评价模型，评价和分类城中村的防火能力。曹邦卿等[3]利用模糊层次分析法，对影响因素进行了研究，得到了各指标及其权重值，建立了评价模型。谷建军[4]针对消防隐患的特征和成因进行研判，提出评估方法和评估体系，然后在实地评估中发现主要问题的基础上，提出了针对出租屋火灾隐患的对策，继而提高出租屋的消防安全水平。火灾风险预警常会采用到GIS 和大数据挖掘等方法。在根据Gustav 法分析所得结果未能直观地给出建筑物本身的破坏GR，以及对建筑物内部人员和财产损失IR 的危险范围[1]。采用GIS及大数据挖掘等方法来做火灾风险预警的研究，虽然能够做到直观表现，但应用对象适用于如同通道等有规范设计的大型设施火灾风险预警管理。相较之下，BIM 技术可以更好地解决城中村一类小而复杂的火灾风险预警问题。通过BIM 与火灾相关的研究综述中得知，国内集中火灾模拟、安全疏散及建筑消防方面的研究[5]，而国际集中在应急救援方面[6]。BIM 技术结合虚拟现实技术，可使消防疏散路径更加直观，救援指挥更加便捷[7]。因此，有必要利用BIM 技术的优点，应用于城中村火灾风险预警管理研究中。

在前人研究的基础上，本文研究基于BIM 技术，获取并集成城中村火灾风险评估所需的相关信息和基础数据，通过构建建筑信息模型，根据风险征兆可测评原理，采用Gustav 火灾危险度法分析后，将分析所得结果的GR 和IR 危险范围直观地呈现。最后，为了证明所提出的方法的有效性，对深圳的一个城中村进行了案例研究。

1 城中村火灾危险度现状

城中村建筑材料耐火等级不高及其防火设计存在问题，容易出现火势沿着建筑外表面向上蔓延且产生大量有毒气体。城中村楼栋间过道狭小，建筑间无必要的防火间距，楼栋间距中存在如同电瓶车以及杂物等可燃易燃物品，且消防设施落后或缺失，火势蔓延势不可挡[8]。村中村楼间距通向主干道的出口作为主要的逃生口，许多出口已经被商店私自扩大空间所占据。疫情时代，不合理的分区规划加剧了存在的火灾逃生风险。城中村房屋用途性质混乱。原本仓库一般位于楼栋一层，现随着电商行业的兴起，用于居住的房屋往往也用做商家的仓库使用，火灾危险度情况更为复杂[9]。城中村普遍存在的消防安全影响因子可对应以下两个古斯塔夫影响因子。

1.1 建筑火灾危险因子

建筑成本决定城中村建筑耐火等级，决定能否抵御火灾侵袭。城中村建筑基本上都是砖混以及砖木结构，建设成本低廉、施工周期短，根本不考虑防火、防震及防沉降要求。此外，城中村普遍存在着建筑户户相连、成片布置以及“握手楼”等现象。因此，城中村的防火等级远远低于建筑防火风险的要求。

1.2 建筑物内火灾危险因子

租房用途混乱、租住人员复杂、居民变动频繁等因素导致的消防管理混乱，火险隐患严重。受村里人的文化素质和暂住人口的影响，”三合一 “现象在村里随处可见。居民防火意识淡漠，擅自使用明火、私拉乱接电线、私自使用小锅炉和化学品储存罐等违法行为大量存在。

2 研究方法及原因

2.1 地理信息系统技术（GIS）

本文借助GIS 研究工具，分析城中村建筑物实际占地等问题并将其可视化处理，为进一步的研究、设计提供依据。GIS 是一个管理方便、空间分析能力强、支持城市空间精确设计的信息系统，专门研究地理空间数据和地表空间信息中的地理现象和事物的运行[10]。GIS 对城中村火灾危险度分析所需的建筑物占地面积、各点距离消防队直线距离等信息进行收集，并进行集成管理。

2.2 古斯塔夫危险度法（Gustav 法）

Gustav 法是一种采用模糊数学处理分析火灾危险源的半定量风险分析方法。Gustav 法定义火灾风险为与火灾危险源的不同特征相对应的多个因素。一方面，建筑物本身的破坏GR，另一方面，建筑物内部人员和财产损失IR，GR 和IR 共同决定建筑物的火灾危险程度。建筑物本身火灾危险度GR 和建筑物内火灾危险度IR 的计算具体见式(1)和式(2)。

式(1)中，C为易燃性因子；QM为可移动的火灾负荷因子，表示建筑物室内可移动燃烧物对GR 的影响，可根据火灾平均密度决定; Qi为固定火灾负荷因子；L为灭火速度因子，表示灭火设施及人为灭火能力的因素，可根据灭火能力等级决定；B为火灾区域及位置因子，表示建筑火灾面积对消防难易程度的影响，可根据消防活动的难易程度来确定；Ri为危险度减少因子，表示火灾危险度下降因素；W为建筑物耐火因子，表示建筑物的耐火能力，可根据耐火能力等级决定[1]。

式(2)中，H 为人员危险因子，表示建建筑物内人员的自救能力，受对疏散通道的熟悉程度、人员数量和出口数量的影响; D 是为财产危险因子，表示建筑物内财产的价值、数量和损失情况，可根据财产受危险程度决定; F 是烟气因子，表示烟气的毒性、浓度及危害性程度，可根据烟气的危险程度决定。建筑火灾危险因子和建筑物内火灾危险因子取值参考赵伟研究结果[1]，部分如表1 所示。

表1 因子取值表（部分）

GR 和IR 值的不同决定防火的具体措施不同。GR越大，越需要加强自动灭火设施需求，IR 越大，越需要加强火灾早期报警系统的需求，将二维分析图分为A 区（不需要保护）、B 区（加强灭火设施）、C 区（加强报警系统）以及D 区（双重保护），如图1 所示。采用Gustav 法分析火灾危险度的难点在于获取GR 和IR 中的影响因子。单个建筑物信息获取较为简单易行，但对某一区域内众多建筑物进行分析则需要大量时间成本，且其中有大量相同的工作。采用何种信息化的手段来解决成为尤为关键的问题，GIS+BIM 技术成为了一种解决办法。

图1 古斯塔夫火灾风险度分析图

2.3 建筑信息模型（BIM）

BIM 是一种创建建筑数字模型的方法和工具，数字模型用于信息化管理以便优化设计等。BIM 可以根据所建模型，计算出结构、建筑和装饰的体量及其材料属性以及城中村区块内各建筑物的楼层数和火灾区域。结合燃烧热值表，大量、快速、精确地确定因子取值。

BIM 技术在城中村火灾风险预警中的应用，将通过建筑信息标识码快速读取以Excel 表格形式呈现，再通过BIM 软件对所建立的建筑模型录入建筑信息，添加除标识码可获得之外的信息，如建立职业消防队模型，取直线距离等对应取值。然后，导出添加识别码外信息后的建筑模型明细表，通过程序编程批量处理待用Gustav 法公式计算的数据。最后，基于BIM 的可视化功能，将评价结果以色彩方案直观呈现，以真实性和体验感为重点改善交流环境，方便阅读和理解项目，达到提高项目的整体质量的目的。

2.4 BIM 技术结合Gustav 法在城中村火灾风险预警管理方法的构建

为实现城市更新中的城中村火灾风险预警管理，本文提出了一个方法框架。该框架按照“信息收集、数据处理、结果分析”的流程进行设计，根据风险征兆可测评原理，采用GIS、BIM、程序编程等工具以及案例分析研究方法，对基于BIM 技术的城中村火灾风险预警中的应用展开。首先通过LSV 4 定位所要研究的目标，通过构建天地图带建筑出底图，再对底图进行规范化处理；然后实地调查将含有建筑物信息及其内部信息的标识码收集整理，通过Revi2016 构建模型，将收集到的信息通过Python 程序进行批量处理之后录入其中，继续在Revit 中做进一步的处理；再将可进行Gustav 法分析的完整建筑信息导出并进行火灾风险预警管理分析；最后将分析结果导入Revit，用空间颜色方案呈现分析结果。BIM 技术结合Gustav 法在城中村火灾风险预警管理方法的构建如图2 所示。

图2 BIM 技术结合Gustav 法在城中村火灾风险预警管理方法的构建

3 案例应用

3.1 案例项目概况

本案例城中村位于深圳市内边缘地区，依附于街道主干道位置，该占地呈现不规则形状，实际面积难以精确测量。案例取该城中村的东北一角区域，占地面积为9 338m2，由80 栋建筑物组成，包括酒店、公寓、居民楼及微型消防站。

3.2 GIS 技术获得城中村建筑规划图

建筑信息的收集与整理首先需要对模型进行构建，建筑模型的构建则需要对建筑信息的收集，而建筑信息需要提前明确目标及目标的总体的规划设计底图，GIS 技术能够做到建筑底图的提取。LSV 4 在地图上定位待研究的城中村区块影像，如图3 所示，通过影像底图（天地图带建筑）下载后分离建筑和地图，再对地图进行处理后，提取建筑底图，最后调整转角与直线，如图4 所示。将获得的底图按比例导入CAD 软件进行绘制，出城中村建筑规划图。

图3 城中村天地图

图4 带建筑底图

3.3 基础信息收集与处理

Revit 链接功能链接上述CAD 图纸，建立建筑模型，如图5 所示。通过实地调研，将建筑物基本信息（占地尺寸和面积、楼层数、结构和材料类型等）以及建筑物内火灾荷载组成因素（移动可燃物主要组成材料及重量等）借助标识码进行快速收集，将收集到的建筑信息录入模型中，如图6 所示，再根据预设的消防队地点，测得直线距离，所得数据导出报告明细表文档转入Excel 文件。

图5 模型构建

图6 建筑信息录入

3.4 分析结果

获取BIM 信息数据，借助编程软件Python 批量处理数据，将数据通过古斯塔夫公式计算得出建筑火灾危险度GR 和建筑物内火灾危险度IR 值，该区块80个样本数据如图7。根据GR、IR 取值划分预警等级是一个相对值，结合业内专家的意见，认为GR、IR 值均以数值2 为分界值，分以A 区（不需要保护）、B区（灭火设施）、C 区（报警系统）以及D 区（双重保护），并对应附上绿色、橙色、黄色、红色的颜色方案，导入计算所得结果，在Revit 房间功能中加以直观显示，如图8 所示。

图7 区块各样本GR 和IR 值

图8 古斯塔夫火灾危险度分析图

从上图中可以发现，该城中村东北角区域符合A区的建筑物有38 个，主要用途为居住用公寓以及水果店。符合C 区的建筑物有23 个，主要用途为仓库、餐饮店、浴足店、便利店、大型超市及诊所及药店。符合D 区的建筑物有15 个，主要用途为酒店、网吧、手机维修店以及便利店。剩余的为1 个微型消防站和3个停车场空地，不参与分析。由此可以得知，第一，需要加强报警系统和需要加强灭火设施以及报警系统的双重保护的建筑物主要集中在区块靠近主干道的边缘，这些建筑物的用途一般都为用于商业用途，需要特别注意消防预警管理；第二，不需要加强保护的建筑物主要集中在区块的中间部位，位于该部位的建筑物多为居住用途，消防预警危险压力较小；第三，本案例该区域无单独需要加强灭火设施即属于B 区的建筑；第四，建筑物群在微型消防站以及停车场空地处形成该区块整体火灾危险度的唯独的两个泄压口。

4 结论

与传统方法相比，利用GIS+BIM 技术运用于城中村Gustav 法火灾风险预警管理中有以下两点较为突出的优势。第一，科学可靠性。对于建筑物本身，如体量等信息，BIM 技术可以通过模型构建，一键导出具体数值；第二，节约资源，减低成本。GIS 技术对地理信息数据的快速获取和BIM 技术对建筑物本身基础数据的获取，可运用于需大量、复杂的城市地块火灾风险度定性定量评估中。

本文从另一个崭新的角度对城中村消防安全管理进行研究，结果发现将BIM 技术结合Gustav 火灾危险度法应用到城中村火灾风险预警中，具有明显的优势。通过分析案例的结果得知，经过政府大力地城市更新，城中村消防安全管理有了一定成效。