基于GIS的特长公路隧道火灾风险管理研究

刘红勇,徐 敏,张静晓,许 贺

(1.西南石油大学 土木工程与测绘学院,四川 成都 610500;2.长安大学 经济与管理学院,陕西 西安 710065;3.中国路桥工程有限责任公司,北京 100010)

0 引 言

随着社会经济的不断发展,公路隧道建设数量及里程数逐年增加,长大隧道火灾的发生频次也呈增长态势[1],对隧道的防灾体系提出了新的挑战。作为公路运营时期常见的风险之一,隧道火灾相较于常规路面火灾在其特性上更为复杂,主要包括多样性和不确定性。一次事故的发生就可能导致整个隧道火灾的发生[2],隧道内部一旦起火,其伴生的烟囱效应[3]和动力供给弱等特性会使隧道内能见度变低,极不利于隧道内人员疏散,易导致大量的生命财产损失及恶劣的社会影响[4]。同时,隧道火灾的不确定性因素主要包括行驶车辆种类多、车载物品和火灾荷载不确定、通风方案不适等多种方面。

胡嘉伟等[5]对隧道内火源火灾烟气温度特性进行的全尺寸实验及隧道横向偏置火源顶棚温度纵向分布特性研究;楼波等[6]针对半横向通风方式坡度下的隧道火灾排烟方法进行研究。从上述可知,目前隧道火灾的研究主要通过调节不同的因素变量如通风状况、纵坡坡度和隧道类型等来对火灾温度、火焰燃烧特性和临界风速来展开实验研究。另一方面,针对地铁[7]和大型商场[8]运营期的火灾风险管理研究,研究人员主要对不同类型的隧道火灾风险评估[9]或施工消防安全管理[10]展开研究工作,而目前缺少对公路隧道火灾风险管理研究,基于此,针对运营期间的公路隧道火灾开展风险管理研究可为交通领域提供数据基础。

GIS方面,李志鹏等[11]在近海海域生态系统领域采用熵值法综合GIS空间分析方法进行了实证研究;张煊等[12]在街区规划中利用GIS热点技术,对表征碳排放的各指标进行了热点分析;李浩等[13]提出基于多角度信息分离和独立存储、场景构建和层次简化的模型数据交换方法;张钟远等[14]利用GIS构建研究区滑坡易发性评价指标体系。以上研究应用了GIS的空间分析能力和地理信息数据分析能力,由于其突出的特征优势,该技术目前已在城市规划、景观评价、道路交通评价、国土调查等多个领域广泛运用,但其应用于特长公路隧道火灾风险管理中的研究还比较缺乏。

为提高公路隧道安全管理水平,同时有效降低公路隧道火灾风险,亟待利用更加有效准确的方法来展开公路隧道火灾风险的研究与评估工作,笔者在已有研究成果的基础上,以特长公路隧道为对象,利用GIS技术进行特长隧道火灾信息管理、风险评价基础上的风险管理研究,建立了基于GIS的特长隧道火灾风险管理系统,以期为特长公路隧道管理部门多方位的火灾风险管理思路提供参考。

1 GIS辅助模块介绍

地理信息系统 (geographic information system,GIS)[15]是在计算机软硬件的支持下,对整个或部分地表(包括大气)空间的地理数据进行收集、存储、管理、计算、分析和表达的技术系统。GIS具有两方面的特征优势[16]:①地图学辅助其具有强大的空间分析能力,能够对空间信息数据进行动态分析,对空间信息进行采集、传输和处理,完成高需求的应用任务;②依托数据库管理系统与计算机辅助设计,精准、迅速、全面动态分析繁复的地理信息数据,精确空间定位。

当前火灾风险主要存在3个方面的局限,即数学逻辑缺乏普适性、科学逻辑缺乏明确性、理论逻辑和实践逻辑之间具有冲突性[17]。即火灾风险尚未落实明确的科学逻辑,其数学逻辑也缺乏具有针对性且统一的规范,理论与实践还相差甚远,甚至有巨大冲突。基于以上几点问题,GIS的超前空间数据管理技术针对明确科学逻辑与统一数学逻辑具有很好的应用性。

传统的隧道火灾信息管理方式存在记录不及时、客观描述比例较少等缺陷,而GIS技术可实现隧道火灾信息的无缝集成和高效管理,因此将GIS技术与传统方法结合可以弥补这一不足,定量化分析的支撑使研究的手段、过程和成果更加客观明晰;最后,建立在地理信息系统(GIS)上的风险管理与应急体系,既可满足风险管理和应急反应指挥的需求,又可提高应急响应的合理性、科学性和智能性,在短时间内启动优化的应急救援方案、行动流程和抢险措施,对隧道火灾风险管理具有重要意义。图1展示了融合GIS的隧道火灾风险管理系统基础及其作用模式。本系统主要由隧道火灾信息管理、隧道火灾风险评价和隧道火灾风险管理系统3个部分组成。通过输入隧道火灾历史信息作为隧道火灾信息管理的基础数据,结合多种评价方法在GIS平台中进行隧道火灾风险评价。利用量化后的评价权重及结果数据与实际案例的火灾风险影响因素及等级进行对比反馈,综合识别影响火灾风险的关键因素,最终为加强在役隧道以及拟建隧道的火灾风险管理提供依据。

图1 融合GIS的隧道火灾风险管理

1.1 GIS辅助隧道火灾风险信息管理

由于隧道火灾影响因素的多变性,隧道火灾风险管理涉及的数据包括火灾实时监测数据、历史灾害数据和区域社会经济数据。这些数据具有显著的地理空间特征[18],其特征对于隧道火灾风险管理十分重要,例如不同区域的自然环境背景、人员聚集密度、车流量、隧道通风情况等的空间分布信息。GIS不仅与遥感技术(RS)和全球定位系统(GPS)联动为“3S”集成系统,而且其已与通信、CAD、互联网以及虚拟现实等多种技术关联,形成综合的信息技术,它在空间数据显示、目标定位等地理空间数据的描述、操作、分析和管理中具有明显的优势,特别是GIS的空间分析功能可以为隧道火灾风险管理提供更科学的分析工具。GIS辅助的隧道火灾风险信息管理主要包含以下4个方面:

1)数据维护

隧道火灾数据的导入、输出、更新和维护,包括区域基础地理数据(如地势特点、行政区划)、区域自然环境数据(如天气、岩土特点)、隧道专题数据(如安全通道分布、隧道资源分布)、历史灾害数据(如隧道火灾发生时间、地点、事故原因、事故应急方案)。可以看到,基于电子地图的数据维护会更直观、便捷。

2)数据显示与查询

利用GIS的图层管理和定位功能,可实现以电子地图为承载的各种数据的二维图象显示,数据齐全甚至可完成三维显示[19]。用户可进行展开、收缩等操作,并能够集成属性数据进行操作。

3)隧道火灾风险空间分析

基于GIS特有的空间分析功能实现相关分析,如区域事故风险缓冲分析、叠加分析等。

4)制定对策及应急反应预案

在上述操作基础上,根据得到关于隧道火灾事故风险的海量信息,利用大数据处理方法为隧道风险管理对策及应急预案的提前制定提供数据支撑和参考依据。

1.2 基于GIS的隧道火灾风险评价

隧道火灾风险评估是隧道火灾风险管理的主要手段和内容之一,也是隧道火灾风险研究的现实前景之一,隧道火灾风险是指隧道火灾风险发生的可能性及其后果的定量特征。目前学者对特长公路隧道火灾风险评价有一定深度的探究,国内外学者对特长公路隧道火灾风险评价研究大多各选取一种主观赋权和客观赋权方法,因其覆盖范围广,指标间关系错综重叠,评价过程的难度增大。由于火灾属于自然灾害的一种,因此笔者参考自然灾害风险的形成机理,将隧道火灾风险的形成机理概括为防灾减灾能力(E)、承灾体暴露度(R)和脆弱性(V)、致灾因素危险性(H)4个维度。

1)隧道火灾危险性是指引起隧道火灾的自然变化程度,由火灾变化的活动规模和频率决定。灾害强度和频率越大,隧道火灾造成的损失越严重,隧道火灾的风险越大。

2)暴露度是指可能受到不良因素威胁的所有人员和物体,如人员、车辆、货物、生命线等。隧道内及周围暴露在各种不良因素的人员和财产越多,受影响的价值密度越大,潜在损失也越大,隧道火灾风险随之增大。

3)脆弱性是指在隧道火灾危险地区存在的所有财产由于隐藏的火灾危险因素造成的损害或损失程度,以此综合反映火灾损失程度[15]。一般来说,承载体的易损性或脆弱性越低,火灾损失越小,火灾风险也越小,反之亦然。

4)隧道防灾减灾能力表示在隧道及其被火灾影响的周边区域在长期和短期内的火灾恢复程度,包括应急管理能力、减灾投入、资源条件等,防灾减灾能力越高,潜在损失和火灾风险越小。

上述4类风险维度相互作用(图2),共同构成以风险度(D)[20]为结果的隧道火灾风险形成机理框架。

图2 隧道火灾风险评价组建模型

根据目前国内外比较公认的灾害风险形成机制,结合前文所述现有关于火灾风险的相关研究结论,隧道火灾风险可由式(1)表示:

D=H×E×V×R

(1)

利用隧道火灾风险度可以更清楚地表达隧道火灾发生的可能性,同时分析关键问题密切相关的火灾风险及其管理,如造成隧道火灾的主要原因、隧道火灾风险的条件和承灾体的脆弱性,综合和全面地总结火灾风险管理过程的各个环节,从而准确改进其不足或薄弱环节,采取全面统一、一体化的应急救援资源配置运行管理模式是非常有效和必要的。

基于隧道火灾的危险性、暴露度、脆弱性和防灾减灾能力4个维度,筛选出主要的隧道火灾影响因素,运用熵值法、层次分析法、综合指数法等相关数据统计分析理论方法,得到特长公路隧道火灾风险评价指数,进而定量评价隧道火灾风险程度,最后结合GIS技术将得到的预估评价结果以电子地图的形式进行显示。

2 风险管理系统构建

系统基于先进的卫星遥感技术、地理信息系统、多媒体技术和数据库技术,统一、规范地处理不同数据源、类型、格式的地理空间数据。结合灾害风险评估模型,运用GIS强大的空间分析功能,基于风险管理理论,从而分析GIS在隧道风险管理当中融合的具体思路,利用GIS软件实现隧道火灾危险性分析、影响评估与损失评估与预测、隧道火灾易损性分析、减灾能力分析,为国家和次级区域火灾风险全面管理和应急响应提供信息和决策支撑。

2.1 系统结构

针对不同部门使用目的,系统采用B/S&C/S结构体系,达到效率最高,路径最优的目标。

C/S模式主要依据隧道火灾管理部门内部数据实现数据处理、系统模型维护和结果输出功能,如遥感图像采集和压缩、图像分析和结果输出、灾害风险评估模型数据库维护、隧道火灾风险评估、应急预案生成等。

B/S模式针对实际应用场景,为当地相关隧道消防管理部门和指挥部门提供应急系统终端信息数据采集和指令发布功能。这两种模式基于同一个数据库系统,其结构和功能密切相关,相互支撑,以此构成一个共同体(图3)。

图3 隧道火灾风险管理系统体系结构

2.2 平台构建

本系统主要分为GIS和业务服务两部分。本系统GIS服务端基于GeoServer应用开发,WEB端基于Leaflet框架应用开发,提供空间数据生产和处理、分布式数据管理和分析、制图、服务信息发布、地理处理建模、机器自主学习等功能,用于隧道地理信息数据的生产、加工、处理、分析及图像表达。

GIS系统开发基于Windows2000/xp操作系统;开发环境为VB6.0,数据库采用oracle9i。COM组件开发工具采用MO组件,通过MO的二次GIS开发实现地图管理[18]。地理空间数据和遥感图像通过ArcSDE for Oracle9i数据链路提供空间数据服务。B/S模式数据经ArclMS作为网络地图服务器,遂利用IIS发布至网络。在C/S模式下,ArcSDE向MO直接提供空间数据。

系统提供高精度数据和高性能引擎精准还原隧道防灾场景,支持响应式、可视化的地图场景,支持多种地理数据形态:MIF、SHP、GEOJSON、卫星影像、VECTOR-TILE等。

本系统业务服务采用Springcloud Alibab为基础,采用微服务作为核心架构思想,将整个系统基于隧道防灾业务领域功能分解为独立的业务服务,每个服务独立地进行开发、管理和加速。分散的组件中使用容器平台技术,使部署、管理和服务功能交付变得更加简单快速。

业务系统数据采用PostgreSQL数据库,通过分布式部署,提供高效稳定的数据服务,解决隧道防灾场景下多维多模时空信息的数据需求。

2.3 数据结构

系统所需的数据是通过对各种卫星图像数据的处理、解译和读取、室内实验和野外调查、野外模拟和定点观测获得的,如表1可以看到,数据具有体量大、种类多、多源性、结构复杂、空间变异性强等特点。如何合理、科学地组织这些多时态、多类型的地理数据,将直接影响系统的性能和功能运行。

表1 隧道环境数据分类

依据GIS和业务服务将其设计为2类数据库:oracle9i数据库和PostgreSQL数据库。Oracle9i数据库通过用户自定义类型和函数支持非结构化和半结构化数据管理,同时在关系模型上支持数统计分析、数据挖掘、数据展示等功能[21],用于存储图像数据和各种地图,如卫星图像数据和处理后生成的产品(如隧道火灾区域图等)隧道结构分布图、隧道火灾风险等级图、地形图、行政区划图等;PostgreSQL数据库支持数据域,支持函数、触发器、外部调用、存储过程以及游标,避免了在网络上大量原始的SQL语句的传输,因此业务系统选择它的优势是显而易见的。业务系统1用于存储火灾历史数据、环境背景数据及区域社会经济数据(如隧道交通量数据、公路运营期盈利数据等);业务系统2存储隧道火灾风险评估模型和相关标准;业务系统3用于存储系统运行过程中产生的中间及临时数据。在用户界面中,业务系统3的数据库是隐式的。

2.4 系统功能模块设计

系统功能设计为5个子系统,包括基础信息子系统、模型管理子系统、隧道火灾风险评价子系统、损失评估子系统和辅助决策支持子系统[18]。各个子系统在功能结构上相对独立,从逻辑结构和数据基础来讲,其统一且密不可分。基于此进行系统联动及流程把控,从而形成闭合的软件体系,其结构如图3。

隧道火灾辅助决策支持子系统中,整个GIS系统平台有地理信息、系统管理、事件联动等主要功能,火灾报警和视频监控系统的联动是其中一部分,结合钟东等[22]的研究,实现视频监控与火灾报警系统的联合,应用系统可将反应时间缩短至少25～30 s,更科学地协助工作人员及时正确的启动火灾应急预案。功能主要为双波长火灾探测器信号连接、火灾数据/视频显示、预案系列显示、预案启动及处理信号输出。联动系统包含图4中3种对接方式。视频厂家选择威视,故视频厂家平台设为威视平台,说明如图4。

图4 联动系统接口定制

3 系统实现

本系统以Android为基础,充分利用GIS隧道信息中心的数据,将其融入到本系统中,建立基于移动GIS的隧道火灾数据管理系统,方便相关工作人员使用。具体功能如表2。

表2 隧道火灾风险管理系统组成

1)基础信息

隧道基础数据:工程及水文地质相关数据,包含围岩力学参数、地下水分布、工程分级等;隧道设计数据:隧道选线、纵断面、横断面、辅助坑道、洞门设计、开挖和衬砌选择等;隧道施工数据:隧道名称、隧道长度、通风方式、单车洞道数、照明方式、开工时间等;隧道设备台账:包含设备类型、规格型号、数量等,设备有钻床、切断机、轴流风机等;隧道基础设施:通风机、空气压缩机、抽水机、发电机组等;隧道清单:洞口、明洞开挖土石方、洞身开挖、超前支护等。

2)数据采集

系统所需数据通过卫星图像、解译判读、室内实验和野外考察、野外模拟和定点观测获得。

3)模型管理

用户可进行火灾风险评价模型库维护,模型信息更新与管理等操作,例如添加各行业的风险评价模型以进行对比借鉴,添加影响因子、多种主客观评价方法。

4)隧道火灾风险评价

用户可选择不同模型中的指标因子进行合理的新建、修改、删除及添加等操作,建立针对性的隧道火灾风险评价体系,采用相关数据统计分析理论方法得出火灾风险评价指数,进而定量评价隧道火灾风险程度。

5)损失评估及辅助决策

得到预估评价结果后,研究区域内的隧道火灾被划分为多个风险区域,并以电子地图的形式显示,结合当地物价水平计算可能造成的损失资金,生成具有针对性的应急救援预案。

6)信息发布与反馈

用户在此模块可发布火灾预防知识及浏览进行时系统生成的应急体系及科学的救援方案,同时地方相关部门可在区域恢复后情况反馈等操作。

4 实例分析

4.1 工程概况

太古西山隧道位于太原市万柏林区袁家庄至万柏林区周家山。特长隧道段长13.65 km,设计速度为80 km/h,为分离式双洞四车道隧道,主洞为双行单洞断面,净宽10.25 m,限高5 m,于2012年10月主体贯通,以下分析均称作A隧道。

北茹隧道位于阳泉市青银高速公路中段。隧道单幅长度6 373 m,设计速度为80 km/h,为越岭分离式隧道,单洞为双车道隧道,净宽10.25 m,净高5 m,于2021年5月全线贯通,以下分析均称作B隧道。

4.2 评价流程

4.2.1 熵值法[23]确定指标权重

假设有m个评价等级,n个评价因子,从而建立数据矩阵:

(2)

本研究根据多位专家对火灾风险影响因素得出的评判结果,对其进行梳理汇总后建立指标体系(表3),通过专家打分评估结果和式(2)建立数据矩阵,然后对其数据进行非负处理,针对评价对象越大越佳的指标进行以下处理:

表3 特长公路隧道火灾风险评价指标体系

(3)

其中i=1,2,…,n;j=1,2,…,m,下同。

对评价对象越大越糟的指标进行以下处理:

(4)

计算第j项指标下第i个方案占该指标的比重:

(5)

计算第j项指标的熵值:

(6)

其中,k>0;ej≥0。常数与评价等级数有关,一般令k=1/lnm,则0≤ej≤1。

计算第j项指标的差异系数:

gi=1-ej

(7)

求权数:

(8)

综上得出熵权的客观评价指标权重向量为:

M=(m1,m2,…,mn)

(9)

通过运用MATLAB软件计算得出隧道火灾风险指标权重:

指标权重向量M=(0.312 4,0.243 4,0.269 9,0.174 2)

危险性H=(h1,h2,h3,h4,h5,h6,h7,h8,h9,h10,h11,h12,h13)=(0.077 4,0.045 7,0.087 7,0.019 9,0.077 4,0.087 7,0.087 7,0.087 7,0.071 6,0.063 1,0.060 6,0.072 7,0.060 )

暴露度R=(r1,r2,r3,r4)=(0.355 6,0.109 6,0.191 8,0.343 1)

脆弱性V=(v1,v2)=(0.547 0,0.453 0)

防灾减灾能力E=(e1,e2,e3,e4,e5,e6,e7,e8,e9,e10,e11,e12,e13,e14)=(0.102 9,0.060 1,0.114 1,0.060 1,0.054 1,0.057 7,0.102 9,0.054 1,0.060 1,0.054 1,0.069 1,0.073 6,0.068 2,0.069 1)

4.2.2 改进模糊综合评价[24]

本研究邀请10位隧道资深专家成立评价小组,基于对两隧道情况充分了解,按照专业标准及经验对本研究具体影响因素进行评价,过程如下:

1) 建立评价因素论域。设综合评价因素论域:

D={d1,…,dn}

(10)

结合项目具体评价体系建立综合评价因素论域D={d1,d2,d3,d4},其中,d1=“危险性”,d2=“暴露度”,d3=“脆弱性”,d4=“防灾减灾能力”;综合评价因素下其他若干子因素的论域集根据表3设计。

2) 建立评价等级论域。设等级论域:

(11)

参照行业评价标准,根据式(11)建立评价等级论域V′={安全,准安全,准危险,危险},便与《公路隧道养护技术规范》中的判定结果相对应。

3) 计算综合权重集。通过10位专家对A、B两项目各评价因素进行等级评价,应用熵值法确定权重,构建风险评价指标权重及模糊关系矩阵。

(12)

4) 单层评判。根据式(12)计算单层评判结果向量,由式B=MR′计算得:

BA1=(0.780 44,0.211 62,0.007 74,0)

BA2=(0.619 24,0.310 99,0.069 87,0)

BA3=(0.690 60,0.309 40,0,0)

BA4=(0.656 85,0.331 94,0.011 41,0)

BB1=(0.883 59,0.116 21,0.000 00,0)

BB2=(0.898 84,0.101 26,0.000 00,0)

BB3=(0.845 30,0.154 70,0.000 00,0)

BB4=(0.931 29,0.068 91,0.000 00,0)

5) 综合评判。综合评判矩阵为:

综合评判结果:

6) 项目评价分值计算。计算评价对象最终得分Z,对照隧道运营阶段安全风险评估标准表确定隧道火灾风险等级[25]。每个评级等级对应不同区间的评估得分,具体分级标准见表4。

表4 公路隧道运营期火灾风险评价等级划分

依据等级划分标准,本研究特定C=(40,60,80,100)T,当中,C为表4中4个评语等级的对应分数所构成的列向量[26]。

最终由D=BC知两隧道火灾风险评价得分:

ZA=46.515 1

ZB=42.290 0

7) 电子地图显示结果。通过收集西山隧道和北茹隧道所在区域的地理信息数据,利用ArcGIS软件绘制了隧道地形图,并对计算出的评价结果进行直观的地图展示,如图5、图6。

图5 西山隧道火灾风险模型评价结果

图6 北茹隧道火灾风险模型评价结果

4.3 评价结果分析

通过熵值法和改进的模糊综合评价方法对太古西山隧道和北茹隧道进行综合评判,得到两隧道运营期的火灾风险评价最终得分为46.5151和42.290分,由评价结果得出,ZA>ZB,根据两隧道风险评价结果的直观的电子地图显示(图5、图6),查阅表4的风险等级范围可知,两隧道运营期的火灾风险总体情况均为“准安全”,由于B隧道比A隧道修建时间晚,B隧道的火灾风险情况应优于A隧道,评价结果合理。依据客观评价指标的权重向量,具体分析如下:

4.3.1 危险性分析

对熵值法所得到的危险性维度的指标权重进行排序,可以判断各评价指标对特长公路隧道火灾风险评价的影响程度,其随权重增大而增大。由权重向量H可知在13个影响指标中,指标h3,h6,h7,h8的影响程度最深,其次依次是h1,h5,h12,h9,h10,h11,h13,最后是h2,h4,与文献[27]的隧道火灾风险重要影响因素的结果一致,表明应用此评价模型对火灾风险的危险性分析是有效的。由于危险性综合评价因素权重为0.312 4,为最重要的风险评价维度,其子评价指标的关键影响因素更应重视,因此应重点加强驾驶员的操作及灭火规范性和准确性,同时应重点考虑拟建隧道的长度、宽度及纵坡坡度设计值对今后火灾风险的影响。

4.3.2 暴露度分析

暴露度综合评价因素权重为0.243 4,为第3重要的风险评价维度,其子评价因素火灾荷载(r1=0.355 6)权重最大,车流量(r4=0.343 1)权重居于其次,因此考虑控制隧道暴露度应从这2个方面入手,隧道日常管理应着重加强车流量和车载货物种类的管控。

4.3.3 脆弱性分析

脆弱性综合评价因素权重为0.269 9,为第2重要的风险评价维度,其子评价因素可燃物类型(v1=0.547 0)权重较之隧道耐火性能(v2=0.453 0)更大,应加强对日常车辆行驶装载货物的类型管理。

4.3.4 防灾减灾能力分析

防灾减灾能力综合权重为0.174 2,属于4个维度下权重最低的方面,对其子评价因素的指标权重由大到小排序结果为e3,e1,e7,e12,e11,e14,e13,e2,e4,e9,最后是e6,e8,e5,e10,与文献[27]研究结果基本一致,表明应用此评价模型对防灾减灾能力分析是有效的。隧道管理部门应加强日常对监控报警装置和通风排烟设施的检查,确保其有效性,另外需通过落实日常的应急演练,对每次演练执行情况进行总结以提高消防人员的灭火能力,保证其真正参与灭火行动时的作战能力。

通过对2座隧道的火灾风险评价结果的判定以及针对危险性、暴露度、脆弱性及防灾减灾能力4个维度和对应子评价指标权重的分析,验证了此研究模型的有效性与可操作性,对今后隧道火灾风险的科学管理具有指导意义和一定的实践参考价值。

5 结 论

讨论了GIS技术应用于隧道火灾风险管理的优势及应用领域,提出了隧道火灾风险管理系统的基本框架方案,创新性的设计了基于GIS的特长公路隧道火灾风险管理系统,并阐述了系统实现,结合工程案例进行了火灾风险评价,通过对两隧道的火灾风险评价结果的判定和针对危险性、暴露度、脆弱性及防灾减灾能力4个综合维度及其子指标权重的结果分析验证了模型的有效性,得出以下结论:

1) 将GIS技术引入隧道火灾风险管理,将大大增加隧道火灾管理部门的工作效率,为火灾风险评估和灾后重建提供决策支撑。

2) 专家评判加上数字化的评价系统能更加精确的预判火灾发生风险,强化各级政府的风险管理水平与应急救援能力。

3)云数据存储隧道数据,便于大数据利用,为各级政府在短时间内做出决策和行动提供科学系统的数据支撑和技术支持。