基于POI數據的城市消防設施布局優化研究

林怡然 鐘廣銳

摘? 要：消防站的布局直接影響城市消防工作的效率，為提高梅州市主城區消防站點的分布合理性，亟需對城市消防設施布局開展空間優化相關研究。本文基于POI（興趣點）數據，通過使用位置-分配模型形成消防站在理想狀態下、短期規劃下以及長期規劃下的空間布局方案。結果表明為實現梅州市主城區消防工作效率的穩步提升，至少4座消防站應該在短期內得到布局，在長期規劃中建設不少于7座消防站，同時需要對2座消防站進行改造，達到主城區消防服務的全面覆蓋目標。本研究可以為梅州市未來的消防站建設規劃選址及數量進行參考。

關鍵詞：POI數據? 位置-分配模型? 消防設施布局優化? 梅州市主城區

中圖分類號：F259.27? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? ?文章編號：1674-098X（2020）08（a）-0057-05

Abstract： The layout of fire stations directly affects the efficiency of urban fire protection work. In order to improve the rationality of the distribution of fire stations in the main urban area of Meizhou City， it is necessary to carry out spatial optimization research on the layout of urban fire facilities. In this paper， based on POI （point of interest） data， the spatial layout scheme of fire station in ideal state， short-term planning and long-term planning is formed by not using location allocation model. The results show that in order to achieve the steady improvement of the fire fighting efficiency in the main urban area of Meizhou City， at least 4 fire stations should be arranged in the short term， and no less than 7 fire stations should be built in the long-term planning. At the same time， 2 fire stations need to be reconstructed to achieve the goal of comprehensive coverage of the fire fighting service in the main urban area. This study can be a reference for the future location and quantity of Meizhou fire station construction planning.

Key Words： POI data; Location distribution model; Optimization of fire fighting facilities layout; Main urban area of Meizhou City

火在人類進步和社會發展過程中起著不可估量的重要作用，始終推動著人類文明的發展。但火為人類生存和演化帶來種種益處的同時也會給人類帶來災難，火若失去控制造成火災，勢必對人的生命財產安全帶來威脅[1]。隨著經濟社會的不斷發展，城鎮化進程的加快，大規模的高層建筑、地下建筑、城市綜合體、石油化工企業的不斷增多，重特大火災的發生概率上升。“十二五”期間，梅州市全市共發生火災1472起，死亡20人，受傷8人，直接財產損失3019萬元[3]。直觀的數據使我們認識到消防設施在緊急危難情況時及時為居民提供救助服務的重要性。許多城市在城市化進程中對自身情況的估計不足，導致消防規劃建設與城市擴張式發展不協調，消防站布局不適應城市快速發展對消防服務的需要。

在數據科學高速發展的“大數據”背景下， 新的數據源為地理空間分析提供了解決問題的新思路[2]。POI（Pointof Interest）興趣點數據的分布模式、分布密度在城市消防基礎設施規劃、城市消防設施空間優化、應急救援分析中具有重要的意義[4]。相對其他數據源來說，POI數據數據量大、精度高、覆蓋面廣，為城市地理學提供了新的研究思路，推進了城市空間分析的精細化[5-6]。

為此，本文通過POI興趣點分析、GIS空間分析以及實地考察等多種途徑了解梅州市主城區消防的總體現狀。從空間角度優化調整消防設施轄區，實現消防資源的優化配置，避免消防設施選址的盲目性，實現消防設施數量合理化和消防服務覆蓋最大化，使城市消防設施選址滿足城市消防安全的需求。

1? 研究區域與方法

1.1 研究區域

本文研究區域為人口較密集、經濟較發達的梅州市主城區。除去梅江、劍英湖等水域，梅州市主城區的陸地面積為78.82km2，現有消防站為4座，分別位于四溪角巷與定民路交叉口東南50m，公園路與梅江一路交叉口東北50m，中環東路19號和政法路5號，四座消防站均為普通消防站（見圖1）。

1.2 研究方法

1.2.1 數據來源

通過小O地圖軟件獲得梅州市主城區的POI興趣點數據，共獲取數據量為10233。（見圖2）通過BIGMAP地圖下載器軟件獲取梅州市主城區交通網絡數據。人工矢量化得到梅州市主城區水域。

1.2.2 研究方法

縱觀古今，選址問題已構成一套成熟的理論體系，主要包括四種經典模型，p-中位問題模型、p-中心問題模型、集合覆蓋模型和最大化覆蓋問題模型[7]。其中集合覆蓋模型是使城市公共服務設施的服務距離能夠觸達所有需求點，其特性是在滿足所有需求點的情況下，最小化建設服務站的成本，并保證公平地覆蓋，即所有需求點都是同等重要的[8]。在阻抗中斷的約束下，盡可能選擇少數量的設施點且覆蓋所有的請求點。最大化覆蓋模型是集合覆蓋模型的變形，是在給定設施數目、應急限制期的條件下滿足應急需求最大化[9]。最大化有容量限制模型則是在最大化覆蓋模型的基礎上添加加權約束，因為在實際應用場景中，不同地理位置建立設施的各種成本幾乎是不可能完全一致的，該模型的結果也更加貼合實際情況。本文通過ArcGIS中提供的最小化設施點模型、最大化覆蓋模型、最大化有容量限制的覆蓋模型，對梅州市主城區消防設施選址進行分析，并優化消防設施的空間布局。

2? 具體研究步驟

2.1 POI數據處理

2.1.1 POI數據清洗與轉換

對POI數據進行清洗，刪除火災隱患小及無關的公交站點、地名、道路名、出入口、自然地物、公測、橋、報刊亭、彩票銷售點和ATM等POI點類型，保留梅州市主城區共9915個POI點，每條POI點數據包含序號、關鍵字、名稱、類別、經緯度、地址等屬性。

通過新建坐標轉換任務，將POI點數據的坐標從GCJ02轉換為WGS84。

2.1.2 POI數據分類與賦值

本文引用《城市POI火災風險評估與消防設施布局優化研究—以武漢市主城區為例》[9]中的城市POI火災風險排序表，根據梅州市主城區POI數據的分布情況，結合實際，對其進行調整（見表1）。

2.2 消防站候選點的選取

消防站候選點的選擇涉及到城市規劃的土地利用、土地權屬、周邊設施配置等問題，本研究在ArcGIS中生成1km×1km的格網為基本單元，以格網的幾何中心點作為消防站的候選點，排除水域，共選取93個候選點（見圖3）。

2.3 阻抗分析

雖然消防車出行不受交通信號燈和交通指示牌的制約，但在實際行車中，消防車的行車速度仍受道路寬度、道路阻塞程度等多種因素的影響。根據《2017年城市商業魅力排行榜》和高德地圖發布的《2017年度中國主要城市交通分析報告》，本文選擇同為四線城市的韶關市和茂名市的交通自由流速度和全天實際速度，取平均值2414.61m/min，作為長度阻抗。

2.4 位置-分配模型

2.4.1 理想化預測：基于最小化設施點模型

最小化設施模型選擇合適的設施點是假定政府財政充足的情況下的一種理想化預測分析，使盡可能多的需求點處于設施點的阻抗范圍內。分析結果（見圖4）顯示，保留現有的4座消防站在原區位運行，還需要13座消防站才可以覆蓋100%的興趣點。雖然能夠對興趣點實現全覆蓋，但是某些新增的消防站點服務需求點少，服務范圍小，造成資源的浪費;同時各個消防站點服務的需求點數量差異較大，如公園路與梅江一路交叉口東北50m位置110消防站服務的需求點數量最大，達到2820個;而位于明陽村附近的位置103消防站服務的需求點數量最少，只有5個。

2.4.2 短期規劃：最大化覆蓋模型

最大化覆蓋模型分析是考慮政府財政資源有限的情況下的理性化分析。它選擇了多個設施點以保證所有或最大數量的請求點處于指定的阻抗中斷范圍內。在長度阻抗的前提下，模擬每新增一個消防站所覆蓋的興趣點數量，測算消防站的服務范圍，保證在資源有限的情況下能最大限度地利用現有資源。將消防站服務的需求點數量占需求點總數量的比例定義為服務覆蓋率。運用最大化覆蓋模型分析得到結果。

在長度阻抗為2414.61m/min的前提下，已有消防站服務的需求點數量為7352，服務覆蓋率為74.15%，其中位置109消防站服務的需求點數量達到3030，位置110消防站服務的需求點數量達到3272，再新增4座消防站即可將服務覆蓋率提升到93.97%（見圖5）。

完成這4座消防站的建設后，已有消防站位置109和位置110服務的請求點數量將分別從3030、3272下降到2821、2698（見表2）。

分析最大化覆蓋模型運行下得到的結果，對比最小化設施點模型下的結果，擬建消防站的數量將從13座減少到4座，符合考慮財政資源有限的情況。

3.4.3 長期規劃：最大化有容量限制的覆蓋模型

在長期的規劃中，消防站的服務除了需要盡可能地覆蓋更多的請求點，也需要根據請求點的密集程度、請求點的消防需求程度進行選址，并且，對已有的和擬建的消防站等級進行評定。根據《城市消防規劃規范》，普通一級消防站的轄區面積不宜大于7km2，普通二級消防站的轄區面積不宜大于4 km2，梅州市主城區范圍內除去水域面積為78.82km2，計算得到梅州市主城區除了已有的4座消防站，擬建的4座消防站，還需要建設3座消防站。在運用最大化有容量覆蓋模型時，結合最小化設施點模型計算的梅州市主城區消防站最小需求數和加權需求總數，將加權容量設定在100，計算得出梅州市主城區消防站的規劃選址。將權重需求總數Demand Weight介于60-100的消防站列為一級消防站，介于15.28-60的消防站列為二級消防站。其中新建7座，改建2座，完成后，可覆蓋梅州市主城區POI點數量提高到9868，服務覆蓋率達到99.53%（見圖6）。