基于POI数据的城市消防设施布局优化研究

林怡然 钟广锐

摘  要：消防站的布局直接影响城市消防工作的效率，为提高梅州市主城区消防站点的分布合理性，亟需对城市消防设施布局开展空间优化相关研究。本文基于POI（兴趣点）数据，通过使用位置-分配模型形成消防站在理想状态下、短期规划下以及长期规划下的空间布局方案。结果表明为实现梅州市主城区消防工作效率的稳步提升，至少4座消防站应该在短期内得到布局，在长期规划中建设不少于7座消防站，同时需要对2座消防站进行改造，达到主城区消防服务的全面覆盖目标。本研究可以为梅州市未来的消防站建设规划选址及数量进行参考。

关键词：POI数据  位置-分配模型  消防设施布局优化  梅州市主城区

中图分类号：F259.27                           文献标识码：A                   文章编号：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

火在人類进步和社会发展过程中起着不可估量的重要作用，始终推动着人类文明的发展。但火为人类生存和演化带来种种益处的同时也会给人类带来灾难，火若失去控制造成火灾，势必对人的生命财产安全带来威胁[1]。随着经济社会的不断发展，城镇化进程的加快，大规模的高层建筑、地下建筑、城市综合体、石油化工企业的不断增多，重特大火灾的发生概率上升。“十二五”期间，梅州市全市共发生火灾1472起，死亡20人，受伤8人，直接财产损失3019万元[3]。直观的数据使我们认识到消防设施在紧急危难情况时及时为居民提供救助服务的重要性。许多城市在城市化进程中对自身情况的估计不足，导致消防规划建设与城市扩张式发展不协调，消防站布局不适应城市快速发展对消防服务的需要。

在数据科学高速发展的“大数据”背景下， 新的数据源为地理空间分析提供了解决问题的新思路[2]。POI（Pointof Interest）兴趣点数据的分布模式、分布密度在城市消防基础设施规划、城市消防设施空间优化、应急救援分析中具有重要的意义[4]。相对其他数据源来说，POI数据数据量大、精度高、覆盖面广，为城市地理学提供了新的研究思路，推进了城市空间分析的精细化[5-6]。

为此，本文通过POI兴趣点分析、GIS空间分析以及实地考察等多种途径了解梅州市主城区消防的总体现状。从空间角度优化调整消防设施辖区，实现消防资源的优化配置，避免消防设施选址的盲目性，实现消防设施数量合理化和消防服务覆盖最大化，使城市消防设施选址满足城市消防安全的需求。

1  研究区域与方法

1.1 研究区域

本文研究区域为人口较密集、经济较发达的梅州市主城区。除去梅江、剑英湖等水域，梅州市主城区的陆地面积为78.82km2，现有消防站为4座，分别位于四溪角巷与定民路交叉口东南50m，公园路与梅江一路交叉口东北50m，中环东路19号和政法路5号，四座消防站均为普通消防站（见图1）。

1.2 研究方法

1.2.1 数据来源

通过小O地图软件获得梅州市主城区的POI兴趣点数据，共获取数据量为10233。（见图2）通过BIGMAP地图下载器软件获取梅州市主城区交通网络数据。人工矢量化得到梅州市主城区水域。

1.2.2 研究方法

纵观古今，选址问题已构成一套成熟的理论体系，主要包括四种经典模型，p-中位问题模型、p-中心问题模型、集合覆盖模型和最大化覆盖问题模型[7]。其中集合覆盖模型是使城市公共服务设施的服务距离能够触达所有需求点，其特性是在满足所有需求点的情况下，最小化建设服务站的成本，并保证公平地覆盖，即所有需求点都是同等重要的[8]。在阻抗中断的约束下，尽可能选择少数量的设施点且覆盖所有的请求点。最大化覆盖模型是集合覆盖模型的变形，是在给定设施数目、应急限制期的条件下满足应急需求最大化[9]。最大化有容量限制模型则是在最大化覆盖模型的基础上添加加权约束，因为在实际应用场景中，不同地理位置建立设施的各种成本几乎是不可能完全一致的，该模型的结果也更加贴合实际情况。本文通过ArcGIS中提供的最小化设施点模型、最大化覆盖模型、最大化有容量限制的覆盖模型，对梅州市主城区消防设施选址进行分析，并优化消防设施的空间布局。

2  具体研究步骤

2.1 POI数据处理

2.1.1 POI数据清洗与转换

对POI数据进行清洗，删除火灾隐患小及无关的公交站点、地名、道路名、出入口、自然地物、公测、桥、报刊亭、彩票销售点和ATM等POI点类型，保留梅州市主城区共9915个POI点，每条POI点数据包含序号、关键字、名称、类别、经纬度、地址等属性。

通过新建坐标转换任务，将POI点数据的坐标从GCJ02转换为WGS84。

2.1.2 POI数据分类与赋值

本文引用《城市POI火灾风险评估与消防设施布局优化研究—以武汉市主城区为例》[9]中的城市POI火灾风险排序表，根据梅州市主城区POI数据的分布情况，结合实际，对其进行调整（见表1）。

2.2 消防站候选点的选取

消防站候选点的选择涉及到城市规划的土地利用、土地权属、周边设施配置等问题，本研究在ArcGIS中生成1km×1km的格网为基本单元，以格网的几何中心点作为消防站的候选点，排除水域，共选取93个候选点（见图3）。

2.3 阻抗分析

虽然消防车出行不受交通信号灯和交通指示牌的制约，但在实际行车中，消防车的行车速度仍受道路宽度、道路阻塞程度等多种因素的影响。根据《2017年城市商业魅力排行榜》和高德地图发布的《2017年度中国主要城市交通分析报告》，本文选择同为四线城市的韶关市和茂名市的交通自由流速度和全天實际速度，取平均值2414.61m/min，作为长度阻抗。

2.4 位置-分配模型

2.4.1 理想化预测：基于最小化设施点模型

最小化设施模型选择合适的设施点是假定政府财政充足的情况下的一种理想化预测分析，使尽可能多的需求点处于设施点的阻抗范围内。分析结果（见图4）显示，保留现有的4座消防站在原区位运行，还需要13座消防站才可以覆盖100%的兴趣点。虽然能够对兴趣点实现全覆盖，但是某些新增的消防站点服务需求点少，服务范围小，造成资源的浪费;同时各个消防站点服务的需求点数量差异较大，如公园路与梅江一路交叉口东北50m位置110消防站服务的需求点数量最大，达到2820个;而位于明阳村附近的位置103消防站服务的需求点数量最少，只有5个。

2.4.2 短期规划：最大化覆盖模型

最大化覆盖模型分析是考虑政府财政资源有限的情况下的理性化分析。它选择了多个设施点以保证所有或最大数量的请求点处于指定的阻抗中断范围内。在长度阻抗的前提下，模拟每新增一个消防站所覆盖的兴趣点数量，测算消防站的服务范围，保证在资源有限的情况下能最大限度地利用现有资源。将消防站服务的需求点数量占需求点总数量的比例定义为服务覆盖率。运用最大化覆盖模型分析得到结果。

在长度阻抗为2414.61m/min的前提下，已有消防站服务的需求点数量为7352，服务覆盖率为74.15%，其中位置109消防站服务的需求点数量达到3030，位置110消防站服务的需求点数量达到3272，再新增4座消防站即可将服务覆盖率提升到93.97%（见图5）。

完成这4座消防站的建设后，已有消防站位置109和位置110服务的请求点数量将分别从3030、3272下降到2821、2698（见表2）。

分析最大化覆盖模型运行下得到的结果，对比最小化设施点模型下的结果，拟建消防站的数量将从13座减少到4座，符合考虑财政资源有限的情况。

3.4.3 长期规划：最大化有容量限制的覆盖模型

在长期的规划中，消防站的服务除了需要尽可能地覆盖更多的请求点，也需要根据请求点的密集程度、请求点的消防需求程度进行选址，并且，对已有的和拟建的消防站等级进行评定。根据《城市消防规划规范》，普通一级消防站的辖区面积不宜大于7km2，普通二级消防站的辖区面积不宜大于4 km2，梅州市主城区范围内除去水域面积为78.82km2，计算得到梅州市主城区除了已有的4座消防站，拟建的4座消防站，还需要建设3座消防站。在运用最大化有容量覆盖模型时，结合最小化设施点模型计算的梅州市主城区消防站最小需求数和加权需求总数，将加权容量设定在100，计算得出梅州市主城区消防站的规划选址。将权重需求总数Demand Weight介于60-100的消防站列为一级消防站，介于15.28-60的消防站列为二级消防站。其中新建7座，改建2座，完成后，可覆盖梅州市主城区POI点数量提高到9868，服务覆盖率达到99.53%（见图6）。