چکیده

توزیع فضایی ایستگاه های آتش نشانی یک جزء مهم توسعه شهری و ایمنی شهری است. برای توسعه کلان شهرها، کاربری زمین و عملکرد ساختمان در معرض تغییرات مکرر هستند، از این رو احتمالاً تصویر کاملی از پروفایل های ریسک وجود ندارد. چالش‌های پیش‌گیری می‌تواند برای مدیران شهری و امدادگران اضطراری طاقت‌فرسا باشد. در این زمینه، ما از داده‌های نقاط مورد علاقه (POI) و داده‌های وضعیت ترافیک چند زمانه (MTS) برای بررسی پوشش واقعی ایستگاه‌های آتش‌نشانی در مرکز پکن تحت شرایط مختلف ترافیک استفاده می‌کنیم. روشی برای شناسایی خطرات آتش سوزی شهرهای بزرگ و بهینه سازی توزیع فضایی ایستگاه های آتش نشانی پیشنهاد شد. اولین، خطرات آتش‌سوزی مرتبط با توابع متمایز ساختمان و کاربری زمین و توزیع فضایی آنها با استفاده از داده‌های POI و تجزیه و تحلیل چگالی هسته ارزیابی شد. علاوه بر این، بر اساس داده های MTS، یک شبکه جاده ای چند سناریویی ساخته شد. مدل «مکان-تخصیص» (LA) و تحلیل شبکه برای نقشه‌برداری از پوشش فضایی ایستگاه‌های آتش‌نشانی در منطقه مورد مطالعه، بهینه‌سازی شده با ترکیب اهداف مختلف (به عنوان مثال، پوشش مناطق پرخطر آتش، انواع مهم خطر آتش‌سوزی) استفاده شد. نتایج نشان می‌دهد که 10 درصد بالای مناطق خطر آتش سوزی پکن در «سانلیتون-گومائو»، «دیتان-نانلوگو-وانگ فوجینگ» و «شانانگجینگ-پنجی‌آیوان» و همچنین در ایستگاه راه‌آهن پکن متمرکز شده‌اند. تحت یک وضعیت میانگین ترافیک سه ماهه، ایستگاه های آتش نشانی موجود در منطقه مورد مطالعه پوشش کلی POI (96.51٪) را در مدت زمان پاسخ پنج دقیقه ای نشان می دهند. با این حال، پوشش در شمال غربی و جنوب غربی، و غیره (به عنوان مثال، Shijicheng و Minzhuang) ناکافی باقی می ماند. در روزهای هفته و آخر هفته، پوشش ایستگاه های آتش نشانی در ساعات پیک صبح و عصر در نوسان است. با توجه به عوامل مناطق پرخطر، انواع عمده خطر آتش سوزی و … نتایج بهینه سازی نشان می دهد که برای پوشش کافی به 15 ایستگاه آتش نشانی اضافی نیاز است. روش ها و نتایج این تحقیق برای برنامه ریزی ایمنی شهری آینده کلان شهرها اهمیت مثبت دارد. نتایج بهینه سازی نشان می دهد که برای تامین پوشش کافی به 15 ایستگاه آتش نشانی اضافی نیاز است. روش ها و نتایج این تحقیق برای برنامه ریزی ایمنی شهری آینده کلان شهرها اهمیت مثبت دارد. نتایج بهینه سازی نشان می دهد که برای تامین پوشش کافی به 15 ایستگاه آتش نشانی اضافی نیاز است. روش ها و نتایج این تحقیق برای برنامه ریزی ایمنی شهری آینده کلان شهرها اهمیت مثبت دارد.

کلید واژه ها:

بهینه سازی فضایی مگا شهر ؛ نقاط مورد علاقه ؛ وضعیت ترافیک ؛ ایستگاه آتش نشانی ؛ پکن

1. مقدمه

گسترش سریع شهرها در چین منجر به تعدادی چالش جدید از نظر عرضه و چیدمان امکانات خدمات عمومی شهری شده است. در سال‌های اخیر، نرخ شهرنشینی در بسیاری از مناطق توسعه‌یافته چین پس از چندین دهه گسترش سریع شروع به کاهش کرده است، بنابراین منابع بیشتری در حال حاضر برای بهبود کیفیت خدمات عمومی در شهرها هدایت می‌شوند [ 1 ].]. ایمنی عمومی شهری، به ویژه ایمنی در برابر آتش، ارتباط مستقیمی با کیفیت زندگی و امنیت اموال همه ساکنان شهری دارد و بنابراین یکی از ملاحظات کلیدی توسعه شهری با کیفیت است. آتش‌سوزی‌های شهری در سال‌های اخیر به‌طور مکرر در چین رخ داده‌اند، و نمونه‌های قابل‌توجهی شامل رویدادهایی در بینهای در تیانجین در سال 2015 و در یوبی در چونگ کینگ در سال 2020 است. وظیفه پیچیده و دشوار آتش نشانی شهری. برای کاهش چنین رخدادهایی، تحقیق در مورد چیدمان فضایی ایستگاه های آتش نشانی شهری بسیار مهم است. به دلیل گسترش سریع شهری و تغییرات مکرر عملکرد ساختمان یا کاربری زمین، ارزیابی و پیشگیری از خطرات آتش سوزی در شهرهای بزرگ پیچیده تر و دشوارتر است. پیچیدگی های نشان داده شده توسط شهرهای بزرگ همچنین شامل تراکم بیش از حد مسکونی (یعنی پدیده باریکی مسکن) می شود که اغلب منجر به پیدایش مکان هایی با عملکردهای “همه در یک” مانند تولید، بهره برداری، مسکن و انبار می شود. این نوع موقعیت ها به ویژه در معرض خطر آتش سوزی هستند. ساختمان های مرتفع و زیرزمینی که مشخصه شهرهای بزرگ هستند [2] همچنین پیشگیری و کنترل آتش سوزی را دشوارتر می کند. الگوهای توزیع پیچیده ای که در مناطق عملکردی شهری در کلان شهرها مشاهده می شود نیز موقعیت های متمایز خطر آتش سوزی را ایجاد می کند. این بدان معنی است که مناطق صنعتی، تجاری و مسکونی، و همچنین بیمارستان ها و مدارس، اغلب الزامات آتش نشانی متفاوتی دارند، در حالی که خطرات ناشی از ترکیب در هم تنیده مناطق عملکردی مختلف نیز نیاز به تجزیه و تحلیل کمی دارند. علاوه بر این، به دلیل وسعت بیشتر شهر و تعداد وسایل نقلیه بیشتر، وضعیت ترافیک در کلان شهرها پیچیده‌تر است و تراکم ترافیک بر دسترسی به ایستگاه‌های آتش‌نشانی تأثیر بسزایی خواهد داشت. در این مواقع، روش‌های سنتی برای تعیین مکان ایستگاه‌ها با شبیه‌سازی وقوع آتش‌سوزی در بلوک‌ها یا بر اساس مناطق تقسیم‌بندی اداری قادر به برآورده کردن الزامات نیستند. بنابراین، نیاز فوری به گسترش رویکردهای تحقیقاتی نوآورانه برای حل مشکل انتخاب مکان ایستگاه آتش نشانی و برنامه ریزی در شهرهای بزرگ وجود دارد.
تحقیق در مورد انتخاب مکان ایستگاه آتش نشانی و بهینه سازی فضایی سابقه طولانی دارد. در کارهای اولیه، هاگ [ 3 ] اشاره کرد که کلید تجزیه و تحلیل سیستم آتش نشانی این است که ابتدا تعداد بهینه ایستگاه ها و موثرترین مکان های آنها را به منظور کاهش تلفات تعیین کنیم، در حالی که هلی [ 4 ] استدلال کرد که مهمترین ویژگی ایستگاه آتش نشانی مکان باید حداقل زمان واکنش اضطراری باشد. این عامل به عنوان پایه و اساس مدل انتخاب مکان ایستگاه آتش نشانی [ 4 ] که متعاقباً توسط Plane و Hendrick [ 5 ] توسعه یافت، استفاده شد، که از زمان پاسخ به عنوان معیار پوشش برای اعمال نظریه مسئله پوشش مجموعه مکان (LSCP) در موضوع انتخاب سایت در کارهای بعدی، ریلی و میرچندانی [6 ] معیارهای دوگانه حداکثر و سریعترین پاسخ به نقاط تقاضای بالقوه را به عنوان کلید انتخاب مکان ایستگاه آتش نشانی در نظر گرفتند و استفاده از مسئله p-median را در تجزیه و تحلیل خود قرار دادند، در حالی که حبیبی و همکاران. [ 7 ]، اردن و همکاران. [ 8 ] و Pandav و همکاران. [ 9 ] با استفاده متوالی از فرآیند تحلیل سلسله مراتبی (AHP) و سیستم اطلاعات جغرافیایی (GIS)، تحلیل‌های انتخاب و بهینه‌سازی سایت را در مناطق و شهرهای مختلف انجام داد. مدل مشکل مکان پوشش حداکثر (MCLP) نیز برای انتخاب مکان ایستگاه آتش نشانی توسط موری [ 10 ، 11 ] و شوالیه و همکاران اعمال شده است. [ 12 ]. بدری و همکاران [ 13] یک رویکرد برنامه ریزی ریاضی چند هدفه را ایجاد کرد که زمان و مسافت رانندگی و همچنین هزینه، سیاست ها و سایر عوامل را در نظر می گیرد. یانگ و همکاران [ 14 ] استفاده از برنامه نویسی چندهدفه فازی را با یک الگوریتم ژنتیک برای تعیین مکان ایستگاه های آتش نشانی ترکیب کردند، در حالی که شرودر [ 15 ]، کانون [ 16 ] و لیو [ 17 ] سایت ها را در مناطق مختلف ارزیابی کردند. در زمینه چینی، چن و همکاران. [ 18 ] به یک بهینه‌سازی کلی طرح‌بندی ایستگاه‌های آتش‌نشانی متعدد با ترکیب اصل حداقل میانگین فاصله آتش‌نشانی و با انتزاع مناطق تقسیم‌بندی اداری به چندین «گره» دست یافت، در حالی که یو و همکاران. [ 19] از نمودارهای Voronoi و تجزیه و تحلیل شبکه برای بهینه سازی تدریجی موقعیت ایستگاه های آتش نشانی شهری استفاده کرد. Zhang [ 20 ] یک مطالعه ارزیابی را از دیدگاه دوگانه خطر آتش سوزی شهر و قدرت آتش نشانی شهری (پیکربندی پرسنل و تجهیزات ایستگاه آتش نشانی، پوشش ایستگاه آتش نشانی) ارائه کرد.
بررسی ما از تحقیقات قبلی نشان می‌دهد که مدل‌های «تخصیص مکان» (LA) (به عنوان مثال، LSCP، MCLP، و p-median) و فناوری GIS به طور گسترده برای انتخاب مکان ایستگاه آتش‌نشانی و بهینه‌سازی فضایی استفاده شده‌اند. با این حال، روش های موجود همچنان مشکل ساز هستند. اولاً، به دلیل فقدان اطلاعات دقیق ساختمان، روش‌های موجود اغلب حوادث آتش‌سوزی را به‌عنوان حادثه‌ای که در بسته‌ها یا بلوک‌های ساده‌شده رخ می‌دهد، شبیه‌سازی می‌کنند، بدون اینکه ناهمگونی عملکرد در بین ساختمان‌های مختلف و یا داخل ساختمان متمایز شود. دوم، خطرات آتش سوزی در شهرهای بزرگ با توجه به کاربردهای کاربردی آنها متفاوت است (مثلاً مسکونی، تجاری و صنعتی) و در نظر گرفتن درجات مختلف خطر در انتخاب مکان ایستگاه آتش نشانی ضروری است. علاوه بر این،
پیشرفت‌های اخیر در علم کامپیوتر و توسعه اینترنت منجر به حجم زیادی از داده‌های مکانی در حال ظهور [ 21 ، 22 ، 23 ، 24 ، 25 ، 26 ] شده است که امکان پرداختن به راه‌حل‌های جدید برای چالش‌های فوق را فراهم می‌کند. سایت‌های استراتژیک و مکان‌های آسیب‌پذیر به طور فزاینده‌ای در قالب مجموعه داده‌های نقاط مورد علاقه (POI) در دسترس قرار می‌گیرند که شامل موجودیت‌های جغرافیایی مانند مدارس، کارخانه‌ها، سوپرمارکت‌ها و غیره در قالب نقاط فضایی با ویژگی‌ها است. چنین داده هایی برای مدیران شهری و پاسخ دهندگان اضطراری برای تصمیم گیری استراتژیک و عملیاتی آنها، از جمله، به عنوان مثال، برنامه ریزی شهری و تجزیه و تحلیل نجات اضطراری اهمیت زیادی دارد.22 ، 27 ]. داده های POI همچنین می توانند به عنوان یک پروکسی ریسک کمی برای فضاهای عملکردی مختلف استفاده شوند. علاوه بر این، داده‌های ترافیکی بی‌درنگ و دقیق به بخش‌های جاده در زمان‌های مختلف روز به‌طور مداوم توسط ارائه‌دهندگان خدمات نقشه اینترنتی مانند Google و AutoNavi، با استفاده از مختصات سیستم موقعیت‌یابی جهانی (GPS) خودروهای شناور [ 28 ]، برنامه تلفن همراه و اطلاعات جغرافیایی داوطلبانه کاربر (VGI) [ 29 ]. چنین داده هایی همچنین حاوی اطلاعات سرعت رانندگی است که می تواند در تجزیه و تحلیل فضایی، از جمله برنامه ریزی مسیر و محاسبه دسترس پذیری استفاده شود.
هدف این مطالعه پرداختن به محدودیت‌های مدل LA موجود با ترکیب دو مجموعه اطلاعات به دست آمده از مجموعه داده‌های مکانی نوظهور، از جمله: (من) سطوح خطر آتش‌سوزی حاصل از داده‌های POI است. و (ب) اطلاعات وضعیت ترافیک چند زمانه (MTS) دقیق به بخش های جاده که از AutoNavi به دست آمده است. بخش 2 مطالعه موردی و در دسترس بودن داده ها را شرح می دهد و سپس روش ها، نتایج، بحث و نتیجه گیری را بیان می کند.

2. مطالعه موردی و داده ها

2.1. حوزه

شهر پکن مرکز سیاسی و فرهنگی چین است که در مجموع 21.5 میلیون نفر جمعیت مسکونی دارد که 13.8 میلیون نفر آن ساکنان دائمی هستند (2018). پکن به عنوان یک کلان شهر معمولی جهانی که در دهه های اخیر توسعه سریعی را پشت سر گذاشته است، با مشکلات شهری متعددی از جمله تراکم ترافیک در مقیاس بزرگ و کمبود خدمات عمومی کافی برای بخش بزرگی از جمعیت مواجه است. پکن دارای آب و هوای معتدل موسمی است، در تابستان گرم و بارانی و در زمستان سرد و خشک است. تعداد حوادث آتش سوزی شهری در پنج سال گذشته روند افزایشی را نشان داده است. بر اساس سالنامه آماری منطقه ای پکن در سال 2017، برای مثال، در طی سال 2016، 4296 آتش سوزی در پکن رخ داد که منجر به خسارت مستقیم اقتصادی 59 میلیون یوان شد. پکن جمعیت زیادی دارد و پایتخت ملی است. و بنابراین بررسی بهینه سازی فضایی ایستگاه های آتش نشانی در داخل شهر از اهمیت اجتماعی بالایی برخوردار است. در دسترس بودن داده ها، مرکز پکن را در نظر بگیرید (مناطق داخل جاده کمربندی پنجم پکن، همانطور که در نشان داده شده استشکل 1 ) به عنوان منطقه مورد مطالعه برای این تحقیق انتخاب شد، زیرا شامل تمام نواحی هسته عملکردی پایتخت و همچنین اکثر مناطق توسعه عملکردی شهری است و مساحتی در حدود 668.4 کیلومتر مربع را در بر می گیرد . سیستم مختصات پیش بینی شده انتخاب شده برای منطقه مورد مطالعه “WGS 1984 UTM Zone 50N” است.

2.2. داده ها

مجموعه داده اصلی مورد استفاده در این تحقیق شامل اطلاعات مربوط به داده های MTS، POI، مکان ایستگاه های آتش نشانی، شبکه های جمعیتی، شبکه های جاده ای و بخش های اداری است. داده های POI و MTS از پلتفرم نقشه باز AutoNavi [ 30] با استفاده از اسکریپت های پایتون. نقشه باز AutoNavi (AMAP) یکی از بزرگترین پلت فرم های اینترنت LBS (سرویس مبتنی بر مکان) در چین است که توسط گروه علی بابا کنترل می شود. POI داده های برداری نقاط بود و شامل 14 دسته اصلی شامل پذیرایی، خرید، خدمات زندگی، اوقات فراغت ورزشی، مراقبت های بهداشتی، محل اقامت، مکان های دیدنی، مشاغل و خانه ها، سازمان های دولتی و سازمان های اجتماعی، علم و آموزش، فرهنگ، امکانات حمل و نقل، مالی و بیمه و شرکت و امکانات عمومی. پس از پاکسازی داده ها، تبدیل مختصات و مرتب سازی، مجموعه داده POI شامل 443410 نقطه بود. داده‌های MTS بخش‌های خطی بردارها، از جمله اطلاعات سرعت بخش‌های مختلف جاده بودند و از اطلاعات وضعیت ترافیک در زمان واقعی جمع‌آوری‌شده در زمان‌های مختلف تولید شدند. نقاط زمان جمع آوری 0، 6، 7، 9، 10، 12، 15، 17، 18، 19، 20، و 21 ساعت در طول 15 تا 21 اوت (یک هفته مداوم) 2017. داده های نهایی MTS پس از پاکسازی داده ها شامل 634157 بخش جاده بود. لازم به ذکر است که داده های MTS به دست آمده در اینترنت نمی تواند جاده های محلی سطح پایین را پوشش دهد. روند درمان بیشتر این مشکل در شرح داده شده استبخش 3.3 . داده های مکان ایستگاه آتش نشانی مورد استفاده در این مطالعه از چندین پلت فرم نقشه اینترنتی چینی برای تأیید متقابل برای بهبود دقت به دست آمده است. منبع اصلی آنها شامل نقشه های AMAP، Baidu Maps [ 31 ] و Tencent [ 32 ] بود. پس از کنترل کیفیت (به عنوان مثال، حذف موارد تکراری و اتاق آتش انجمن)، 56 مکان ایستگاه در تجزیه و تحلیل استفاده شد. داده های جمعیت شبکه ای مورد استفاده در این تجزیه و تحلیل از Worldpop در وضوح فضایی 100 متر [ 33 ] مشتق شده است. داده های شبکه راه، مرز اداری و سوابق آماری (به عنوان مثال، خسارات اقتصادی ناشی از آتش سوزی) از پایگاه داده اطلاعات جغرافیایی پایه ملی چین و سالنامه آماری و وب سایت اطلاعات آماری پکن [ 34 ] استخراج شده است.].

3. روش شناسی

3.1. پیش پردازش داده ها

حجم زیادی از داده های چند منبعی مورد استفاده در این مطالعه نیاز به پیش پردازش دارد که در مراحل انجام می شود. داده ها برای در بر گرفتن چارچوب مرجع فضایی یکسان شدند. این امکان ایجاد یک پایگاه داده فضایی و وارد کردن داده های چند منبعی را فراهم کرد. ما تمام داده‌های خود را به سیستم مختصات GCJ (مخفف پینیین چینی اداره ملی نقشه‌برداری و نقشه‌برداری) که توسط دفتر نقشه‌برداری و نقشه‌برداری ملی چین مشخص شده است، تبدیل کردیم. این سیستم بر اساس آرایش مختصات WGS84 است و بنابراین نیاز به ادغام یک افست خاص دارد. سپس مجموعه‌ای از پایگاه‌های اطلاعاتی فایل‌های جغرافیایی را در نرم‌افزار ArcGIS ایجاد کردیم و به‌طور متوالی ازدحام ترافیک، POI، مکان ایستگاه آتش‌نشانی، شبکه جمعیت،

3.2. شناسایی مناطق خطر آتش سوزی

ابتدا، خطرات احتمالی آتش سوزی مکان های مختلف بر اساس ویژگی های عملکردی آنها طبقه بندی شد. ما از تجزیه و تحلیل چگالی هسته برای تعیین کمیت توزیع فضایی انواع مختلف خطرات آتش‌سوزی استفاده کردیم و از مدل SAVEE (ارزیابی فضایی و ارزیابی محیط و اکوسیستم) برای یکپارچه‌سازی ریسک کلی آتش‌سوزی استفاده کردیم. نمودار جریان در شکل 2 نشان داده شده است .
(1) POI ها را بر اساس خطرات آتش سوزی طبقه بندی کنید. روش ارزیابی خطر آتش سوزی مورد استفاده برای شهرهای سراسر چین در حال حاضر در مرحله اکتشافی است، زیرا داده های اولیه مورد نیاز ناقص هستند. تحقیقات موجود تا به امروز عمدتاً خطرات آتش سوزی با اشیاء مورد نظر و همچنین آسیب پذیری اشیاء محافظت شده، شدت عواقب و ارزش اقتصادی و اجتماعی این موجودات را در نظر گرفته است [ 20 ، 35 ]. بنابراین، با توجه به «آیین برنامه‌ریزی حفاظت از حریق شهری» (2015)، «واحد کلیدی استانداردهای ایمنی آتش‌سوزی شهر پکن» و تحقیقات موجود، این مقاله به عملکرد انواع مکان‌ها و همچنین ویژگی‌های سرنشینان عادی بنابراین POI به شش دسته تقسیم شدند ( جدول 1) بر اساس خطر آتش سوزی، خطر و مقاومت در برابر بلایا. در این زمینه، استفاده ما از “قابل اشتعال و انفجار” به مکان هایی مانند پمپ بنزین ها و پمپ بنزین ها اشاره دارد. آتش سوزی در این مکان ها اغلب باعث حوادث ثانویه نیز می شود که منجر به عواقب خطرناک تری می شود. به طور مشابه، استفاده ما از «جمعیت آسیب‌پذیر» به مدارس، بیمارستان‌ها و سایر مکان‌هایی که تعداد زیادی از افراد آسیب‌پذیر در آن‌ها قرار دارند، اشاره دارد. همچنین این مورد است که ویژگی های فیزیکی یک جمعیت (و همچنین ویژگی های دیگر) می تواند منجر به آسیب های شخصی بزرگتر شود. بنابراین، اصطلاح “مردم شلوغ” در اشاره به تعداد زیادی از مراکز تجاری و مراکز حمل و نقل استفاده می شود که در آن افراد جمع می شوند تا به اصطلاح “جمعیت شناور” را تشکیل دهند. این ویژگی به این معنی است که به محض وقوع آتش سوزی، ازدحام و تلفات دیگر اغلب رخ می دهد. استفاده ما از عبارت “حفاظت کلیدی” به مکان هایی اطلاق می شود که ارزش حفاظتی بالایی دارند و منجر به تلفات بالای اموال مانند ساختمان های دولتی و تاریخی می شوند، در حالی که “حفاظت عمومی در برابر آتش” به تمام مناطقی اطلاق می شود که در این چهار مورد خاص قرار نمی گیرند. دسته بندی ها، از جمله ساختمان های مسکونی، ساختمان های اداری و سایر سایت ها. استفاده ما از اصطلاح “پناهگاه اضطراری” به پناهگاه هایی اشاره دارد که می توانند تخلیه جمعیت را در هنگام وقوع آتش سوزی تسهیل کنند و بنابراین منجر به مقاومت بیشتر در برابر آتش می شوند. و تمام سایت های دیگر استفاده ما از اصطلاح “پناهگاه اضطراری” به پناهگاه هایی اشاره دارد که می توانند تخلیه جمعیت را در هنگام وقوع آتش سوزی تسهیل کنند و بنابراین منجر به مقاومت بیشتر در برابر آتش می شوند. و تمام سایت های دیگر استفاده ما از اصطلاح “پناهگاه اضطراری” به پناهگاه هایی اشاره دارد که می توانند تخلیه جمعیت را در هنگام وقوع آتش سوزی تسهیل کنند و بنابراین منجر به مقاومت بیشتر در برابر آتش می شوند.
(2) هر خطر آتش سوزی را با تجزیه و تحلیل چگالی هسته کمی کنید.پس از طبقه‌بندی، نرم‌افزار ArcGIS را برای انجام تجزیه و تحلیل چگالی هسته برای انواع خطرات آتش‌سوزی و نشان دادن توزیع فضایی خطرات آتش‌سوزی در سطح شهر به کار بردیم. تجزیه و تحلیل چگالی هسته عمدتاً برای محاسبه بزرگی در واحد سطح بر اساس ویژگی‌های نقطه یا چند خط استفاده می‌شود و از تابعی برای جا دادن یک سطح مخروطی هموار برای هر یک استفاده می‌کند. بنابراین، هنگام محاسبه چگالی هسته، فقط نقاط یا چند خطی که در همسایگی تجزیه و تحلیل قرار می گیرند در نظر گرفته می شوند. در مواردی که هیچ نقطه یا چند خطی در همسایگی یک سلول خاص قرار نگیرد، مقدار صفر اختصاص داده می‌شود. بنابراین، شعاع جستجوی پیش‌فرض چگالی هسته (یعنی پهنای باند) را می‌توان بر اساس پیکربندی فضا و تعداد نقاط ورودی محاسبه کرد. که خود می توانند برای تصحیح ناهنجاری های فضایی بالقوه ناشی از شعاع جستجوی زیاد مورد استفاده قرار گیرند. تجزیه و تحلیل چگالی هسته در ArcGIS عمدتا بر اساس هسته درجه دوم توصیف شده توسط سیلورمن است.36 ].
(3) منطقه خطر آتش سوزی کلی را با مدل SAVEE یکپارچه کنید. پس از تعیین کمیت خطر آتش سوزی در مکان های مختلف، ویژگی های توزیع فضایی افراد نیز باید در نظر گرفته شود. پس از آن، مدل SAVEE را می توان برای یکپارچه سازی و شناسایی توزیع کلی خطر آتش سوزی شهری و به دست آوردن یک نقشه منطقه بندی بر اساس سطح خطر آتش سوزی استفاده کرد. لازم به ذکر است که نتایج تجزیه و تحلیل تراکم هسته و داده های شبکه جمعیت باید قبل از ادغام به وضوح فضایی یکسان (اندازه سلول) تبدیل شوند.

مدل SAVEE روشی است که توسط آزمایشگاه STARR (آزمایشگاه کاربردهای فناوری سیستم ها در منابع تجدیدپذیر) در ایستگاه دانشگاه-کالج A&M تگزاس برای ارزیابی ارزش فضای محیطی ایجاد شده است. این مدل تأثیر عوامل مختلف طبیعی مختلف را در بر می گیرد و در ارزیابی جامع متغیرهای چند زاویه ای در برنامه ریزی منابع، مدیریت جنگل و سایر زمینه ها استفاده شده است [ 37 ، 38 ]. الگوریتم روش مدل SAVEE شامل معادلات نرمال سازی است که ماهیت و تأثیر طیفی از عوامل را بیان می کند، از جمله معادله (1) برای عناصر مثبت که در آن 0 ≤ V ≤ 1 و معادله (2) برای عناصر منفی که در آن -1 ≤ V ≤ 0 است. در هر دو این عبارت،V مقدار نرمال شده را نشان می دهد، x یک متغیر مستقل است، A مقدار مرزی x است، و x ≤ | A |. بنابراین، V ∝ X نشان دهنده وجود یک همبستگی مثبت بین متغیرهای مستقل و یک مقدار معین است، در حالی که V ∝ 1 / X نشان دهنده یک همبستگی منفی است. پس از استفاده از این معادلات نرمال شده برای محاسبه مقادیر برای عوامل مختلف، هر دو (یا بیشتر) تکرار از طریق معادله افزایشی (3) با هم جمع می شوند تا زمانی که همه عوامل در محاسبه گنجانده شوند. در معادله (3)، I a و I bبه ترتیب مقدار نرمال شده عامل a و ضریب b را نشان می دهد ، I ab نشان دهنده مقدار نرمال شده پس از برهم نهی (عامل a و b ) است. معادلات مورد استفاده برای این مرحله تحلیلی به شرح زیر است:

V={1-[ه-(ایکس+1)|آ|]5،V∝ایکس[ه-(ایکس+1)|آ|]5،V∝1ایکس
V={-[ه-(ایکس+1)|آ|]5،V∝ایکس[ه-(ایکس+1)|آ|]5-1،V∝1ایکس
{منab=منآ+منب-منآ∗منب، منآ>0،منب>0منآب=منآ+منب+منآ∗منب، منآ<0،منب<0منآب=(منآ+منب)/(1-مترمنn[|منآ|،|منب|])،rهستی
هنگام انجام ادغام توسط SAVEE، جزئیاتی وجود دارد که باید بیشتر توضیح داده شود. ابتدا لازم است همبستگی های مثبت و منفی بین چگالی هر نوع خطر آتش سوزی و سطح کلی خطر آتش سوزی برای انتخاب معادلات استاندارد شده مختلف از مدل SAVEE در نظر گرفته شود. به طور خاص، تراکم «قابل اشتعال و انفجار»، «جمعیت آسیب‌پذیر»، «افراد شلوغ»، «حفاظت کلیدی» و «حفاظت عمومی در برابر آتش» با خطر کلی آتش‌سوزی همبستگی مثبت دارند، به این معنی که هر چه تراکم این مکان‌ها بیشتر باشد. ، خطر کل آتش سوزی بالاتر است. در مقابل، مکان های “پناهگاه اضطراری” با خطر کلی آتش سوزی همبستگی منفی دارد. هر چه تراکم مکان بیشتر باشد، خطر کل آتش سوزی کمتر است. دوم، در عمل، وزن هر نوع خطر آتش سوزی در کل خطر آتش سوزی متفاوت است. بنابراین، ما معادله نرمال سازی مورد استفاده در این مطالعه را با افزودن ضریب وزنی K (0 <K <1) اصلاح کردیم.

3.3. یک شبکه جاده ای چند سناریویی ایجاد کنید

این بخش عمدتاً نحوه ادغام داده های ترافیکی بلادرنگ به دست آمده از AMAP را در چندین بار برای تولید داده های اطلاعات جغرافیایی شبکه جاده تحت سناریوهای مختلف ترافیک توضیح می دهد. داده‌های اصلی ترافیک بلادرنگ شامل هر بخش جاده و میانگین سرعت رانندگی آن است. در مجموعه داده های شبکه جاده ای نهایی، اطلاعات سرعت به هزینه زمانی عبور هر بخش جاده از طریق محاسبه تبدیل می شود، یعنی طول بخش جاده بر میانگین سرعت رانندگی تقسیم می شود.
در داده های اصلی به دست آمده از AMAP، هر جاده به بخش هایی با سرعت های مختلف تقسیم می شود. پس از قرار گرفتن بعد زمانی، تقسیم بخش های جاده بسیار متغیر است. اگر چنین داده‌های خام مستقیماً برای ساخت شبکه راه‌ها و تحلیل شبکه‌های بعدی استفاده شوند، پیچیدگی بالایی خواهند داشت. بنابراین، داده‌های اصلی MTS در این تجزیه و تحلیل به فرمت شطرنجی 10 متر در 10 متر تبدیل شدند و سرعت هر شبکه در همان نقطه زمانی در روزهای مختلف با هم جمع شد تا یک مقدار متوسط ​​ایجاد شود. مقادیر سرعت در هر نقطه از یک جاده که سپس استخراج می‌شود و میانگین سرعت تمام نقاط منفرد به عنوان سرعت کلی رانندگی برای بخش کامل در نظر گرفته شد. از آنجایی که داده های ترافیکی ارائه شده توسط AMAP شامل جاده های محلی سطح پایین نمی شود، میانگین سرعت رانندگی برای همه جاده‌های دیگر به‌عنوان جایگزینی برای بخش‌های بدون سرعت داده‌ها استفاده شد. هنگامی که سرعت هر بخش جاده محاسبه شد، ما از تابع ماشین حساب میدانی در نرم افزار ArcGIS برای محاسبه زمان سفر بر اساس سرعت ترافیک و طول هر جاده برای تولید مجموعه داده شبکه استفاده کردیم. اگرچه روش ما برای ایجاد مجموعه داده های شبکه در ArcGIS در اینجا تکرار نمی شود، با این وجود شایان ذکر است که این واقعیت که ماشین های آتش نشانی همیشه اولویت جاده دارند باید در طول این فرآیند در نظر گرفته شود زیرا آنها در معرض پیچ های جاده، چراغ های راهنمایی و سایر جاده ها نیستند. جهت های ترافیکی بنابراین، تنظیمات مناسب برای پارامترهای شبکه جاده مربوطه باید همیشه استفاده شود، با فیلد “زمان رانندگی” به عنوان امپدانس جاده تنظیم شده است.شکل 3 . در نهایت، ما چندین سناریو از وضعیت ترافیک در زمان‌های مختلف را برای ایجاد یک مجموعه داده شبکه جاده‌ای GIS ادغام کردیم.

3.4. بهینه سازی فضایی ایستگاه های آتش نشانی

پس از شناسایی کمی مناطق خطر آتش سوزی و تولید یک شبکه جاده ای چند سناریویی، یک مدل LA برای تجزیه و تحلیل پوشش ایستگاه های آتش نشانی موجود و بهینه سازی برای مناطق کور استفاده شد. در این زمینه، سه الگوریتمی که این مدل را تشکیل می‌دهند، برای اهداف متفاوتی مورد استفاده قرار می‌گیرند و بنابراین، در ارتباط با تحلیل شبکه GIS محاسبه و تحلیل شدند. تعدادی از ویژگی ها در این تحلیل در زمینه بهینه سازی فضایی با توجه به قوانین محلی استاندارد و مربوطه، از جمله وضعیت فعلی ایستگاه آتش نشانی، پوشش مناطق پرخطر آتش سوزی و انواع خطرات مهم، کل POI و پوشش منطقه، و فردی در نظر گرفته شد. مناطق تحت پوشش ایستگاه آتش نشانی
(1) استاندارد پوشش ایستگاه آتش نشانی. با توجه به الزامات برنامه ریزی که ایستگاه های آتش نشانی را پوشش می دهد و انتخاب مکان آنها که در “آیین برنامه ریزی کنترل حریق شهری” چین (2015) و “استانداردهای ساخت ایستگاه آتش نشانی شهری” (2017) مشخص شده است، طرح این تاسیسات به طور کلی تعیین می شود. با این اصل که لازم است یک آتش نشانی ظرف پنج دقیقه پس از دریافت دستور اعزام به مرزهای حوزه قضایی خود برسد. این بازه زمانی پنج دقیقه ای مربوط به 15 دقیقه زمان اطفای حریق است. فرآیند توسعه آتش را به طور کلی می توان به پنج مرحله تقسیم کرد که شامل مرحله اولیه و همچنین مراحل توسعه، شدید، کاهش و اطفاء است. این پنج مرحله نشان می‌دهد که آتش‌سوزی ساختمان در 15 دقیقه پس از شروع هنوز در مرحله اولیه در یک کیس جامد قابل اشتعال است. بنابراین، آتش در این بازه زمانی با یک منطقه کوچک سوزان، شعله ای که خیلی زیاد نیست، تابش ضعیف باقی می ماند، سطح پایین دود و جریان گاز و سرعت محدود مشخص می شود. بنابراین، اگر یک تیپ بتواند فرآیند اطفاء حریق را در 15 دقیقه پس از شروع انجام دهد، یک رویداد به طور کلی می تواند کنترل و خاموش شود. در غیر این صورت، آتش به سرعت گسترش می یابد و خسارات جدی ایجاد می کند. این بازه زمانی ۱۵ دقیقه ای اطفای حریق شامل کشف (چهار دقیقه)، رسیدگی به مرکز فرماندهی (دو دقیقه و نیم)، دریافت دستورالعمل (یک دقیقه)، زمان رانندگی تا میدان (چهار دقیقه)، و شروع آب (سه و یک دقیقه) است. نیم دقیقه). همزمان،2 ، در مواردی که منطقه تحت پوشش لبه زمین ساخت و ساز شهری، مناطق جدید و سیستم های جاده ای بدون مانع را شامل می شود ، به 15 کیلومتر مربع افزایش می یابد . ایستگاه‌های آتش‌نشانی ویژه که شامل مأموریت‌های اطفای حریق و نجات می‌شوند، دارای حوزه‌های قضایی مشابه با همتایان عادی خود هستند.
(2) مدل LA. استفاده از مدل های LA یک رویکرد برای دستیابی به موثرترین تخصیص امکانات عمومی را فراهم می کند [ 39 ]. این مدل‌ها با موفقیت برای تعیین مکان‌های آموزشی [ 40 ]، پزشکی [ 41 ] و امکانات اورژانسی [ 42 ] و همچنین ایستگاه‌های آتش نشانی [ 11 ] به کار گرفته شده‌اند.] و سایر خدمات. هدف مدل های LA مکان یابی امکانات به گونه ای است که نقاط تقاضا را به بهترین نحو تامین کند و این یک مشکل دوگانه است که به طور همزمان امکانات را مکان یابی می کند و نقاط تقاضا را به امکانات تخصیص می دهد. مدل‌های LA الگوریتم‌های مختلفی را برای پاسخ‌گویی به انواع خاصی از سؤالات ارائه می‌دهند، به عنوان مثال، به حداکثر رساندن دسترسی به امکانات، ارائه گسترده‌ترین طیف خدمات توسط امکانات، یا به حداکثر رساندن کارایی امکانات. سه الگوریتم از مدل‌های LA در این مطالعه استفاده می‌شود: (1) پوشش حداکثری (همچنین به عنوان MCLP شناخته می‌شود)، که به مکان‌یابی تسهیلات اشاره دارد به طوری که بتوان تا حد امکان نقاط تقاضا را به تاسیسات محلول در محدوده امپدانس اختصاص داد. زمان سفر). بنابراین استفاده از این الگوریتم تضمین می کند که مکان یک ایستگاه آتش نشانی (تاسیسات) در یک بازه زمانی معین (امپدانس) بیشتر نقاط تقاضا را در یک محدوده معین پوشش می دهد. (ii) به حداقل رساندن تسهیلات (همچنین به عنوان LSCP نامیده می شود) برای مکان یابی یک تاسیسات استفاده می شود به طوری که تا حد امکان نقاط تقاضا به تاسیسات راه حل در محدوده امپدانس تخصیص داده شود. علاوه بر این، تعداد تسهیلات مورد نیاز برای پوشش نقاط تقاضا به حداقل می رسد. به عبارت دیگر، این الگوریتم تضمین می‌کند که تمام ایستگاه‌های آتش‌نشانی تا حد ممکن نقاط تقاضا را در یک بازه زمانی معین پوشش می‌دهند و در عین حال تعداد کل ایستگاه‌های آتش‌نشانی را به حداقل می‌رسانند. بنابراین، این الگوریتم هزینه کل ایستگاه های آتش نشانی را بر اساس حداکثر سازی پوشش نیز در نظر می گیرد. (iii) امپدانس را به حداقل برسانید (همچنین به عنوان یک مسئله p-median نامیده می شود). در این الگوریتم، تاسیسات به گونه ای قرار گرفته اند که مجموع تمام هزینه های وزنی بین نقاط تقاضا و امکانات راه حل به حداقل برسد. این الگوریتم تضمین می کند که هر ایستگاه آتش نشانی کمترین هزینه کل زمان را برای تمام نقاط تقاضا در منطقه تحت پوشش خود دارد. شرح ریاضی این سه الگوریتم در نشان داده شده استجدول 2 .
تفسیر خاص پارامترها را می توان در ادبیات [ 4 ، 5 ، 9 ] مشاهده کرد. سه الگوریتم فوق <در نرم افزار ArcGIS یکپارچه شده اند، بنابراین ما می توانیم به راحتی از ابزارهای تجزیه و تحلیل در ArcGIS برای انجام پیاده سازی استفاده کنیم. برای عملیات خاص، لطفاً به مستندات راهنمای ArcGIS مراجعه کنید، که در اینجا تکرار نخواهد شد.

4. نتیجه

4.1. توزیع مناطق خطر آتش سوزی در منطقه مورد مطالعه

برای بدست آوردن توزیع فضایی هر نوع خطر آتش سوزی همانطور که در شکل 4 نشان داده شده است، تجزیه و تحلیل چگالی هسته را بر روی POI طبقه بندی شده بر اساس خطر آتش سوزی انجام دهید . این نشان می دهد که مکان های “اشتعال زا و انفجاری” در منطقه مورد مطالعه عمدتا در مناطق جنوب شرقی و جنوب غربی توزیع شده اند، در حالی که مکان های “جمعیت آسیب پذیر”، “مردم شلوغ” و “حفاظت عمومی در برابر آتش” عمدتاً در مرکز این منطقه توزیع شده اند. در شرق شدت بیشتری دارند. نتایج نشان می‌دهد که مناطق «حفاظت کلیدی» به دلیل وجود کالج‌ها، دانشگاه‌ها و شرکت‌های پیشرفته در این منطقه، به شدت در منطقه هایدیان قرار دارند. پناهگاه اضطراری عمدتاً در قسمت شمالی منطقه مورد مطالعه قرار دارد.
پس از تکمیل محاسبات چگالی خطر آتش سوزی، همه داده ها نرمال سازی شدند و ضرایب وزنی با توجه به تفاوت تأثیر هر خطر آتش سوزی بر خطر کل آتش سوزی اضافه شد. با استفاده از روش دلفی، ضرایب وزنی برای دسته‌های «قابل اشتعال و انفجار»، «جمعیت آسیب‌پذیر»، «جمعیت شلوغ»، «حفاظت کلیدی»، «حفاظت عمومی در برابر آتش»، «پناهگاه اضطراری» و «شبکه جمعیت» به دست آمد. به ترتیب 0.6، 0.4، 0.4، 0.3، 0.2، 0.1، 0.1 تعیین شدند. داده‌های تعدیل‌شده هر عامل خطر از طریق محاسبات تکراری با کمک مدل SAVEE ادغام و محاسبه شد تا توزیع کلی خطر آتش‌سوزی منطقه مورد مطالعه به دست آید. این نتایج را می توان بر اساس یک طبقه بندی فاصله مساوی به 10 سطح تقسیم کرد ( شکل 5) بنابراین، یک منطقه پر خطر به یک خطر آتش سوزی بزرگ یا درجه بالایی از شدت با توجه به چنین رویدادی اشاره دارد، در حالی که یک منطقه کم خطر به خطر نسبتاً کوچک آتش سوزی یا تلفات نسبتاً کم در چنین رویدادی اشاره دارد.
نتایج طبقه بندی ارائه شده در شکل 5 ما را قادر می سازد تا خطر آتش سوزی را از زیاد به پایین ارزیابی کنیم. این داده‌ها نشان می‌دهد که 10 درصد مناطق پرخطر عمدتاً در «سانلیتون-گومائو»، «دیتان-نانلوگو-وانگ‌فوجینگ» و «شانانگجینگ-پنجی‌آیوان» و همچنین در ایستگاه راه‌آهن پکن و در ژونگ‌گوانکون، شیدان متمرکز شده‌اند. ، Xizhimen، Dawanglu، Wudaokou، و Liangmaqiao. مناطق پرخطر در مقیاس کوچک نیز شامل Huixinxijie Beikou، بیمارستان دوستی پکن، Niujiexili، و Shijingshan Wanda است. داده های ارائه شده در شکل 5همچنین یک تفکیک آماری POI از 10 منطقه پر خطر آتش سوزی را ارائه می دهد. این داده‌ها نشان می‌دهند که POI «مردم شلوغ» مؤلفه‌های غالب در «سانلیتون-گومائو»، و همچنین در Xidan، Dawanglu، و Wudaokou هستند، در حالی که «محافظت کلیدی» مؤلفه غالب در Liangmaqiao، و «جمعیت آسیب‌پذیر» و « محافظت از کلید” POI اجزای غالب در Xizhimen هستند. سایر مناطقی که در این رقم گنجانده شده اند نیز عمدتاً مناطق پرجمعیت، مناطق آسیب پذیر و مناطق حفاظت شده کلیدی هستند و همگی دارای مقاومت کم در برابر آتش هستند.

4.2. پوشش موجود ایستگاه آتش نشانی در منطقه مورد مطالعه

سرعت سفر برای جاده های مختلف در زمان های مختلف با استفاده از روش های شرح داده شده در بالا به دست آمد. میانگین سرعت رانندگی تمام جاده های منطقه مورد مطالعه در 20 نقطه زمانی در روزهای هفته و آخر هفته مطابق شکل 6 محاسبه شده است.(ترک کرد). تجزیه و تحلیل دوره زمانی نشان می دهد که میانگین سرعت رانندگی در پکن در طول دوره شلوغی صبحگاهی (یعنی بین 07:00 تا 09:00) و همچنین در دوره شلوغ عصر (یعنی بین 17:00 تا 19:00) به شدت کاهش می یابد. ، در حالی که سرعت متوسط ​​نیز در حوالی ساعت 12:00 ( ظهر روز) کمی افزایش می یابد. به طور مشابه، میانگین سرعت رانندگی در تعطیلات آخر هفته در همان نقطه، عمدتاً کمی بیشتر از روزهای هفته است. در واقع، در مقایسه با ساعت 00:00 (نیمه شب) میانگین سرعت رانندگی در ساعت 06:00 در آخر هفته ها اندکی افزایش یافته است، شاید به این دلیل که مردم تمایل دارند زندگی شبانه بیشتری را در آخر هفته تجربه کنند و فعالیت های صبحگاهی کمتری داشته باشند. همچنین قابل ذکر است که میانگین سرعت رانندگی در ساعت 12:00 (نیمه روز) در روزهای هفته کمی بیشتر از همان زمان در تعطیلات آخر هفته است، شاید به این دلیل که ساکنان تمایل دارند در این روزهای غیر کاری در بازه زمانی بیشتری سفر کنند.شکل 6 ، سمت راست)؛ این داده‌ها نشان می‌دهند که بخش‌هایی که بیشترین تفاوت‌ها را نشان می‌دهند، معمولاً جاده‌های تنه هستند، و این ده بخش با حداکثر برد عمدتاً در Wufangqiao در شرق جاده حلقه پنجم در امتداد بزرگراه Jingha و همچنین در Majialou در جنوب متمرکز شده‌اند. چهارمین جاده کمربندی در امتداد بزرگراه نانسی‌هوان-جینگ‌کای.
با توجه به سناریوهای متعدد وضعیت ترافیک در روزهای هفته و آخر هفته، ساعت شلوغی صبح و ساعت شلوغی عصر، 6 نقطه زمانی برای تحلیل پوشش ایستگاه آتش نشانی انتخاب شد. آنها در روزهای هفته ساعت 0، 9، 18 و در روزهای هفته 0، 10، 19 هستند. ما از تجزیه و تحلیل شبکه برای تعیین حداکثر پوشش 56 ایستگاه آتش نشانی موجود در منطقه مورد مطالعه در مدت زمان رانندگی پنج دقیقه ای موتور آتش نشانی استفاده کردیم. همانطور که در بالا بحث شد، این مدت پنج دقیقه شامل یک دقیقه برای دریافت دستورالعمل برای اعزام و همچنین چهار دقیقه زمان رانندگی است. در واقع، در شرایط واقعی از آنجایی که موتورهای آتش نشانی توسط ترافیک و چراغ ها محدود نمی شوند، سرعت باید بیشتر از آمار ترافیک در زمان واقعی باشد و بنابراین پنج دقیقه از زمان رانندگی در اینجا برای محاسبه پوشش ایستگاه آتش نشانی استفاده شده است. بدین ترتیب،شکل 7). این داده ها نشان می دهد که با توجه به موقعیت های ترافیکی متغیر، پوشش ایستگاه ها در بازه زمانی پنج دقیقه ای نیز تغییر می کند. در مورد تراکم ترافیک کمتر، POI های بدون پوشش عمدتاً در بخش های شمال غربی، جنوب غربی و جنوبی منطقه مورد مطالعه پکن متمرکز هستند و پوشش در جاده حلقه سوم به طور کلی خوب است. نتایج نشان می‌دهد که در طول دوره شلوغ صبح، هم در روزهای هفته و هم در تعطیلات آخر هفته (یعنی بین ساعت 09:00 تا 10:00)، تعداد POI کشف‌شده به‌طور چشمگیری افزایش می‌یابد و عمدتاً در امتداد خطوط بین «Shijicheng و Wudaokou-Mudanyuan» قرار دارند. بین «ایستگاه مترو Nanluogu و Dongsi»، و بین «Shuangjing و Baiziwan»، و همچنین در منطقه بین جاده‌های Honglian South و Lize، و در جنوب غربی، جنوب و شرق منطقه مورد مطالعه. متقابلا، تعدادی از تفاوت ها بین روزهای هفته و آخر هفته در طول دوره شلوغ عصر مشهود است. به عنوان مثال، پوشش POI در ساعت 18:00 در روزهای هفته به شدت در مقایسه با دوره شلوغ صبح مربوطه کاهش یافت و نقاطی را در امتداد خطوط “Wudaokou-Mudanyuan”، “Nanluogu-Dongsi مترو”، و “Shuangjing-Baiziwan” و همچنین کشف کرد. در منطقه تحت پوشش Taiyanggong و Liangmaqiao به طور قابل توجهی افزایش یافته است. پوشش POI در ساعت 19:00 در آخر هفته ها در مقایسه با دوره شلوغ صبح مربوطه تغییر کمی داشت. تجزیه و تحلیل جامع شش نقطه زمانی در نظر گرفته شده در این مطالعه نشان می دهد که پوشش ایستگاه آتش نشانی در سطح نسبتاً بالایی باقی مانده است، به ویژه در مرکز منطقه مورد مطالعه (به ویژه در جاده کمربندی دوم پکن)، در حالی که مناطقی که ایستگاه های آتش نشانی موجود قادر به پوشش آن نیستند، عمدتاً در شمال غرب و جنوب غرب توزیع شده اند. قابل توجه است که تراکم POI در این مناطق در مقایسه با سایر مناطق کمتر است، در حالی که مناطقی که دارای نوسانات ترافیکی در پوشش ایستگاه آتش نشانی هستند، عمدتاً در مناطقی توزیع شده اند که به عنوان “Wudaokou-Mudanyuan”، “Nanluogu-Dongsi مترو”، و ” Shuangjiang-Baiziwan» و همچنین در منطقه بین جاده های Honglian جنوبی و Lize.
میزان پوشش از ایستگاه های آتش نشانی موجود در عرض پنج دقیقه برای مناطق مختلف خطر آتش سوزی و همچنین بر اساس توزیع انواع مختلف خطر تجزیه و تحلیل شد. ما داده های مقطعی را در شش نقطه زمانی انتخاب و تجزیه و تحلیل کردیم و همچنین وضعیت کلی را در همه زمان ها در نظر گرفتیم. بنابراین، داده‌های میانگین سرعت سه‌ماهه (همچنین برگرفته از AutoNavi) را در همان بازه زمانی به داده‌های POI خود اضافه کردیم. داده ها نشان می دهد که میانگین سرعت ترافیک در پکن 48.19 کیلومتر در ساعت در شرایط بدون ازدحام است. بنابراین، نتایج شاخص های مختلف پوشش برای ایستگاه های آتش نشانی فعلی با توجه به هفت وضعیت مختلف ترافیکی در جدول 3 نشان داده شده است.. در این مورد، “پوشش POI کل” نشان دهنده نسبت پوشش همه نقاط است. بنابراین، نسبت پوشش برای مناطق خطر آتش سوزی به ترتیب برای 10 درصد، 30 درصد بالا و نسبت پوشش 50 درصد بالا برای مناطق خطر آتش سوزی محاسبه شد، در حالی که «پوشش انواع مختلف خطر آتش سوزی» بر روی محاسبه شد. مبنای نرخ های مختلف پوشش ریسک این داده ها نشان می دهد که اگرچه وضعیت فعلی ایستگاه های آتش نشانی در مقاطع زمانی مختلف متفاوت است، اما پوشش عموماً تحت شرایط میانگین ترافیک سه ماهه بهتر است. در واقع، تحت این شرایط، نرخ پوشش POI برای ایستگاه های آتش نشانی فعلی در 10٪ مناطق پرخطر تا 100٪ می رسد، در حالی که پوشش در 50٪ مناطق خطر بالا نیز نزدیک به 98٪ بود. این داده ها نشان می دهد که از مناطق کور مختلف برای پوشش خطر آتش سوزی، موارد مربوط به POI “قابل اشتعال و منفجره” عمدتا در شیشان و جین شیانگ توزیع می شوند، در حالی که موارد برای “جمعیت آسیب پذیر” و “افراد شلوغ” به طور پراکنده در سراسر شیجیچنگ و اطراف ایستگاه راه آهن غربی فنگتای توزیع می شوند. در مقابل، مناطق کور برای «حفاظت کلیدی» POI عمدتاً در شیجی‌چنگ و همچنین ناحیه 11 و 12 زون‌بوجیدی توزیع شده‌اند.
پوشش در مقیاس ایستگاه آتش نشانی فردی نیز در این مطالعه، با استفاده از داده های وضعیت جاده به طور میانگین فصلی تجزیه و تحلیل شد. در این مورد، تعداد و اندازه POI تحت پوشش ایستگاه های آتش نشانی در یک زمان پاسخ پنج دقیقه شمارش شد و حداقل هندسه مرزی (یعنی یک بدنه محدب) محاسبه شد. یک بدنه محدب در این مورد به عنوان صلاحیت هر ایستگاه آتش نشانی و در نتیجه تعداد نقاط پوشش و منطقه پوشش (km2) در نظر گرفته می شود .) در هر مورد می توان به دست آورد. این تجزیه و تحلیل نشان می دهد که از نظر تعداد ایستگاه های آتش نشانی که هر نقطه نقطه را پوشش می دهند، هشت ایستگاه از 10 ایستگاه برتر در داخل جاده کمربندی سوم قرار دارند، در حالی که یک ایستگاه بین جاده های سوم و چهارم سمت راست و یک ایستگاه بین جاده های حلقه چهارم و پنجم قرار دارد. . به طور مشابه، هشت ایستگاه از 10 ایستگاه برتر آتش نشانی در وسط منطقه مورد مطالعه قرار دارند، در حالی که دو ایستگاه باقی مانده در بخش شمالی قرار دارند. از نظر منطقه تحت پوشش، 9 سایت از 10 سایت برتر خارج از جاده کمربندی سوم پکن قرار دارند. شش تای آن خارج از کمربندی چهارم و یکی در داخل کمربندی سوم قرار دارد. چهار سایت از 10 سایت برتر در قسمت شمالی منطقه مورد مطالعه قرار دارند، در حالی که یک سایت در مرکز و پنج سایت در جنوب واقع شده اند. همانطور که در بالا اشاره شد،2 و اینکه منطقه تحت پوشش چنین ایستگاهی در یک منطقه حومه شهر نباید بزرگتر از 15 کیلومتر مربع باشد . با این حال، 13 ایستگاه آتش نشانی در پکن مساحتی کمتر از 7 کیلومتر مربع را پوشش می دهند و از این تعداد، 10 ایستگاه در داخل جاده کمربندی دوم قرار دارند. در مجموع 39 ایستگاه از 56 ایستگاه آتش نشانی با استاندارد ساخت و ساز پوشش 15 کیلومتر مربعی مطابقت دارند ، در حالی که 17 ایستگاه که چنین نیستند، همه خارج از جاده کمربندی دوم قرار دارند. تجزیه و تحلیل ارائه شده در این مطالعه یک شکاف در ساخت ایستگاه های آتش نشانی در مناطق به سرعت در حال گسترش پکن را نشان می دهد و اینکه پوشش این امکانات هنوز تا حدی کمتر از استاندارد ملی است.
وضعیت فعلی کل ایستگاه های آتش نشانی و همچنین داده های فردی ارائه شده در این مطالعه نشان می دهد که در حالی که پوشش کل POI توسط تاسیسات موجود خوب است و برخی از مناطق بهتر از سایرین هستند، کمبودها همچنان در بخش های شمال غربی و جنوب غربی باقی مانده است. منطقه مطالعه در واقع، پوشش در یک زمان پاسخ پنج دقیقه ای در سرتاسر منطقه مورد مطالعه در هر دو دسته «قابل اشتعال و انفجار» و سایر دسته ها به دست نمی آید. داده ها همچنین نشان می دهد که در حالی که ایستگاه های آتش نشانی موجود در منطقه قدیمی شهری در داخل جاده کمربندی دوم پکن به طور نسبی پراکنده هستند و می توانند نیازهای محلی و استانداردهای ساخت و ساز مرتبط را برآورده کنند، اکثر این تأسیسات خارج از حلقه سوم مساحت بیشتری را نسبت به استاندارد پوشش می دهند. بنابراین، با توجه به روند فعلی رشد جمعیت پکن در حومه شهر،

4.3. بهینه سازی فضایی ایستگاه های آتش نشانی در محدوده مورد مطالعه

ما پوشش را در مناطق با خطر آتش سوزی بالا و همچنین در مناطقی شامل انواع خطر آتش سوزی مهم، پوشش کل POI، پوشش منطقه کل، و منطقه پوشش ایستگاه های آتش نشانی فردی به منظور بهینه سازی امکانات در منطقه مورد مطالعه با مدل LA در نظر گرفتیم. بنابراین، یک مجموعه کاندیدای ایستگاه آتش نشانی در ابتدا ایجاد شد زیرا منطقه مورد مطالعه بر اساس داده های مرزی به شبکه 35 در 35 تقسیم شد و 930 نقطه نامزد به دست آمد. لازم به ذکر است که داده های ترافیکی استفاده شده برای این بخش مقادیر میانگین سه ماهه می باشد.
(1) پیش بینی های پوشش ایستگاه آتش نشانی ایده آل. تعدادی از پیش‌بینی‌های اولیه بدون در نظر گرفتن محدودیت‌ها در هر منطقه علاوه بر نیروی انسانی و منابع مادی برای هر ایستگاه آتش‌نشانی انجام شد. این رویکرد امکان پیش‌بینی بهینه مکان هر ایستگاه آتش‌نشانی را بر اساس الگوریتم «به حداقل رساندن امکانات» فراهم کرد. در این حالت، هر ایستگاه آتش نشانی قادر است تا حد ممکن POI را در مدت زمان پاسخ پنج دقیقه ای پوشش دهد، در حالی که تعداد کل امکانات را نیز به حداقل می رساند. در این بخش، دو روش برای محاسبه مدل «به حداقل رساندن امکانات» برای بهینه‌سازی توزیع و تعداد ایستگاه‌های آتش‌نشانی جدید انجام شد که عبارتند از: (1) فقط از نقاط کاندید ایستگاه آتش نشانی بدون در نظر گرفتن ایستگاه‌های موجود استفاده شود. و (ii) شامل 56 ایستگاه آتش نشانی موجود در ارزیابی. رویکرد اول می‌تواند به ایجاد حداقل تعداد ایستگاه‌هایی که نیاز آتش‌نشانی منطقه مورد مطالعه را برآورده می‌کنند کمک کند، در حالی که استفاده از روش دوم می‌تواند برای بهینه‌سازی انتخاب ایستگاه‌های جدید باز شده در شرایط موجود مفید باشد. محاسبات نشان می دهد که در حالی که رویکرد اول در مجموع به 46 ایستگاه آتش نشانی نیاز دارد، در روش دوم در مجموع 80 ایستگاه آتش نشانی لازم است. 56 ایستگاه آتش نشانی در مناطق مورد مطالعه وجود دارد که در محدوده حداکثر و حداقل مقادیر قرار دارد. اگرچه تعداد آن معقول است، اما از نظر پراکندگی مکانی، می توان دریافت که پراکندگی ایستگاه های آتش نشانی در برخی از بخش های مرکزی و غربی منطقه مورد مطالعه متراکم تر است. مدل ایده آل با فرض عدم توجه به مساحت ایستگاه آتش نشانی و منابع انسانی و مادی و سایر عوامل ساخته شد. در یک وضعیت واقعی، این عوامل باید در کنار تفاوت در خطر آتش سوزی و کاربری زمین در سراسر منطقه مورد مطالعه در نظر گرفته شود. تجزیه و تحلیل آینده می تواند این متغیرها را با عدم تغییر ایستگاه های آتش نشانی موجود و با تأکید بر تعداد و مکان بهینه تأسیسات جدید در بر گیرد.
(2) بهینه سازی ایستگاه آتش نشانی برای پوشش مناطق با خطر آتش سوزی بالا و انواع خطر مهم. یکی از اهداف این مطالعه اطمینان از پوشش کامل مناطق کلیدی خطر آتش سوزی بود. بنابراین، مناطق با خطر آتش سوزی بالا به عنوان اولین 30٪ در مناطق خطر آتش شناسایی شده تعریف شده است ( شکل 5 ). در این زمینه، انواع مهم خطر آتش سوزی شامل دسته‌های «قابل اشتعال و انفجار» و دسته‌های «حفاظت کلیدی» است ( جدول 1).). شاخص بهینه سازی خاص برای افزایش نرخ پوشش در مدت زمان پاسخ 5 دقیقه ای منطقه پرخطر آتش سوزی به بیش از 99.9٪ و افزایش نرخ پوشش کل در مدت زمان پاسخ 5 دقیقه انواع خطر آتش سوزی مهم به بیش از 98٪ تنظیم شده است. داده ها نشان می دهد که نرخ پوشش برای همه 56 ایستگاه آتش نشانی در منطقه با خطر آتش سوزی بالا 99.10٪ است، در حالی که یک منطقه تحت پوشش کور در منطقه Shijicheng قرار دارد. نرخ کل پوشش انواع مهم خطر آتش سوزی بر اساس ایستگاه های آتش نشانی موجود 96.73٪ است و مناطق کور بدون پوشش عمدتاً در Xishan و Jinxingxiang، مناطق تحت پوشش منطقه 11 و 12 Zongbujidi، و در منطقه Shijicheng قرار دارند. . متقابلا، شبیه‌سازی‌ها با استفاده از مدل «به حداکثر رساندن پوشش» نشان می‌دهند که وقتی یک ایستگاه آتش‌نشانی جدید در نزدیکی تقاطع بین جاده‌های چانگ‌کینگ‌یوان و زینگ‌شیکو اضافه می‌شود، پوشش مناطق پرخطر آتش سوزی و انواع خطر آتش‌سوزی مهم به ترتیب به 99.89 درصد و 97.65 درصد افزایش می‌یابد. در واقع، افزودن بیشتر ایستگاه آتش نشانی در نزدیکی پارک جهانی پکن، نرخ پوشش مناطق با خطر آتش سوزی بالا و نرخ پوشش انواع خطر آتش سوزی مهم را به 99.93٪ و 98.10٪ افزایش می دهد که هدف بهینه سازی این مطالعه را برآورده می کند.
(3) بهینه سازی ایستگاه آتش نشانی برای کل POI و نرخ پوشش منطقه. هدف دیگر این مطالعه بهبود پوشش کلی ایستگاه های آتش نشانی در محدوده مورد مطالعه بود. در این زمینه، نرخ پوشش POI کل به نسبت تعداد کل چنین نقاطی اشاره دارد که می توان در مدت زمان پاسخگویی پنج دقیقه به آنها رسید، نسبت به تعداد کل این نقاط، در حالی که پوشش کل منطقه به حداقل هندسی اشاره دارد. منطقه مرزی (یعنی بدنه محدب) همه نقاط تحت پوشش در این زمان پاسخ تقسیم بر کل منطقه مطالعه. توجه داشته باشید که ابتدا لازم است قسمت های همپوشانی بدنه های محدب مختلف ادغام شوند تا پوشش کل منطقه محاسبه شود. با توجه به وضعیت واقعی منطقه مورد مطالعه، شاخص بهینه سازی خاص این است که نرخ پوشش کل POI را به بیش از 98٪ و پوشش کل منطقه را به بیش از 90٪ افزایش دهد. نتایج نشان می دهد که پوشش کل POI 56 ایستگاه آتش نشانی موجود در منطقه مورد مطالعه 96.51٪ است و پوشش در مناطق شمال غربی، جنوب غربی و جنوبی ناکافی است. شبیه‌سازی‌های مبتنی بر مدل «حداکثر پوشش» نشان می‌دهد که وقتی یک ایستگاه آتش‌نشانی جدید در مجاورت تقاطع بین جاده‌های چانگ‌کینگ‌یوان و ژینگ‌شیکو راه‌اندازی می‌شود، نرخ پوشش کل به 97.56 درصد افزایش می‌یابد در حالی که اگر یک مرکز جدید در نزدیکی پکن اضافه شود. پارک جهانی، در مجموع 435203 POI پوشش داده شده است. در این مورد، نرخ پوشش POI کل به 98.15٪ می رسد، هدف بهینه سازی را برآورده می کند. کل مساحت ایستگاه های آتش نشانی موجود 86.01 درصد است. استفاده از مدل “به حداکثر رساندن پوشش” برای شبیه سازی یک ایستگاه آتش نشانی جدید در مجاورت تقاطع بین جاده های چانگ کینگ یوان و ژینگ شیکو، نرخ پوشش کل منطقه را به 87.72٪ افزایش می دهد، در حالی که توسعه دومین مرکز جدید در کنار پارک جهانی پکن باعث افزایش سطح پوشش منطقه می شود. نرخ پوشش کل منطقه به 89.67٪. توسعه سومین ایستگاه آتش نشانی جدید در جنوب شرقی فرودگاه نانیوان برای افزایش نرخ پوشش کل منطقه به 90.79٪ کافی است که دوباره هدف بهینه سازی این مطالعه را برآورده می کند.
(4) بهینه سازی منطقه تحت پوشش ایستگاه های آتش نشانی فردی. داده‌های فعلی نشان می‌دهد که حوزه قضایی موجود برای ایستگاه‌های آتش‌نشانی فردی بسیار پایین‌تر از «استانداردهای ساخت ایستگاه آتش‌نشانی شهری» چین است و بنابراین هدف این بند ایجاد راه‌حل‌هایی برای اطمینان از گسترش این مناطق به سطوح مورد نیاز است. شاخص بهینه سازی خاص در این مورد این است که سطح پوشش همه سایت ها کمتر از استاندارد حد پایین مورد نیاز، 15 کیلومتر مربع نباشد .. داده ها نشان می دهد که پس از بهینه سازی مراحل ذکر شده در بالا، 17 ایستگاه از مجموع 59 ایستگاه آتش نشانی این استانداردها را رعایت نمی کنند. روش مورد استفاده در تنظیم، محاسبه موقعیت ایستگاه های آتش نشانی یک به یک با توجه به اندازه منطقه تحت پوشش آنها (از بزرگ به کوچک) به روش “حداقل امپدانس” است. هنگام محاسبه، یک یا دو ایستگاه آتش نشانی جدید با توجه به اندازه منطقه تحت پوشش اضافه می شود. پس از تکمیل هر محاسبات، باید از مدل “حداکثر پوشش” برای محاسبه مجدد بدنه محدب تحت پوشش هر ایستگاه آتش نشانی استفاده شود. سپس فرآیند تکرار برای رسیدگی به بزرگترین منطقه بعدی ادامه یافت، تا زمانی که هر ایستگاه آتش نشانی دارای منطقه تحت پوشش کمتر از 15 کیلومتر مربع باشد .. همچنین قابل توجه است که اگر یک سایت در محدوده تنظیم، یک ایستگاه آتش نشانی موجود باشد، به دلیل هزینه های بیشتر بازسازی و جابجایی، این سایت بدون تغییر باقی می ماند. با این حال، اگر سایت در یک منطقه تنظیم، یک سایت جدید است که با مراحل بالا اضافه شده است، آنگاه می توان این تسهیلات را حذف و جابجا کرد. به طور مشابه، اگر تنظیماتی در یک منطقه انجام شود، POI کشف نشده در منطقه اطراف نیز در منطقه محاسبه شده مجدد گنجانده شده است. بر اساس این فرآیند، پس از 12 بار تکرار، 15 ایستگاه آتش نشانی با در نظر گرفتن وضعیت موجود به 56 ایستگاه موجود در محدوده مورد مطالعه اضافه شد. منطقه تحت پوشش تمام ایستگاه ها پس از حذف مناطق همپوشانی با 15 کیلومتر مربع مطابقت دارد .حد پوشش پایین تر و در نتیجه اهداف این مطالعه محقق شد.
در نتیجه تمام مراحل پردازشی که در بالا توضیح داده شد، پوشش مناطق با خطر آتش سوزی بالا، انواع خطر آتش سوزی مهم، کل POI و پوشش منطقه، و منطقه تحت پوشش ایستگاه های آتش نشانی فردی ارزیابی شده است. استفاده ما از سه مدل LA، “به حداکثر رساندن پوشش”، “به حداقل رساندن امکانات”، و “به حداقل رساندن امپدانس” همگرایی را به یک راه حل بهینه نهایی برای ایستگاه های آتش نشانی در منطقه مورد مطالعه امکان پذیر کرد. بنابراین، با ایجاد 56 ایستگاه موجود در منطقه مورد مطالعه، این تحقیق اضافه کردن 15 تسهیلات جدید را برای تولید توزیع نشان داده شده در شکل 8 پیشنهاد می کند.. نتایج نشان می‌دهد که اگر تعداد ایستگاه‌ها در منطقه مورد مطالعه به 71 افزایش یابد، می‌توان به 99.73 درصد از تمام POI در مدت زمان پاسخگویی پنج دقیقه دست یافت. این افزایش تعداد ایستگاه های آتش نشانی همچنین به این معنی است که 96.63٪ از مناطق مورد مطالعه را می توان در این زمان پاسخ به دست آورد، که شامل 99.98٪ و 99.42٪ از مناطق با خطر آتش سوزی بالا (یعنی 30٪ برتر) و سایت های مهم انواع خطر آتش سوزی (” قابل اشتعال و منفجره» و «حفاظت کلیدی»)، به ترتیب. محدوده صلاحیت تمامی این ایستگاه های آتش نشانی نیز به 15 کیلومتر مربع می رسداستاندارد مقرر در چینی “استانداردهای ساخت ایستگاه آتش نشانی شهری”؛ این ایستگاه های آتش نشانی بهینه، همراه با استودیوهای آتش نشانی محلی و تیپ های داوطلب (که در این مقاله در نظر گرفته نشده اند) برای رفع نیازهای بلایای این منطقه مورد مطالعه کافی خواهند بود.

5. بحث و نتیجه گیری

5.1. بحث

ایمنی آتش نشانی جزء مهمی از ایمنی شهری است و بنابراین مکان یابی و بهینه سازی فضایی ایستگاه های آتش نشانی حیاتی است. در شهرهای بزرگ مانند پکن، کاربری زمین و عملکرد ساختمان در معرض تغییرات مکرر هستند، از این رو احتمالاً تصویر کاملی از پروفایل ریسک وجود ندارد. چالش‌های پیش‌گیری می‌تواند برای مدیران شهری و امدادگران اضطراری طاقت‌فرسا باشد. از آنجایی که POI دارای درجه بالایی از کامل بودن و به موقع بودن برای بیان مکان های جغرافیایی است، مقاله ما پتانسیل و ارزش POI را در ارزیابی خطر آتش سوزی شهری نشان می دهد. علاوه بر این، ما همچنین به ضرورت وضعیت ترافیک چند سناریویی در ارزیابی ایستگاه آتش نشانی و انتخاب مکان پرداختیم. اگرچه پکن تنها یک نوع شهر بزرگ است، داده‌های POI و MTS تقریباً اکثر شهرهای بزرگ را با توسعه نقشه‌های اینترنتی پوشش داده‌اند، به این معنی که چارچوب این مقاله می‌تواند به انواع دیگر مگا شهرها نیز منتقل شود. در این میان، ویژگی های محلی نیز باید در فرآیند انتقال در نظر گرفته شود. مگا شهرها سیستم های غول پیکر پویا پیچیده ای هستند، که به این معنی است که هنوز برخی از مسائل حل نشده باقی مانده اند. اول، جریان جمعیت نیز باید مورد توجه قرار گیرد و به ملاحظات خطر آتش سوزی اضافه شود. دوم، از آنجایی که POI قادر به بیان خطوط هندسی ساختمان ها نیست، این ممکن است بر دقت تخمینی مناطق اطفاء حریق تأثیر بگذارد. علاوه بر این، خطرات آتش سوزی فضاهای خاص که توسط همان نوع POI بیان می شود ممکن است متفاوت باشد. به عنوان مثال، خطر آتش سوزی یک انبار تحت تأثیر کالاهای موجود در آن است. در حالی که به دست آوردن این اطلاعات دقیق تر هنوز دشوار است. در نهایت، شدت، مقیاس و فراوانی بلایای آتش‌سوزی نیز باید با استفاده از داده‌های تاریخی مورد بررسی بیشتر قرار گیرد تا در ارزیابی‌های خطر آتی گنجانده شود. ما معتقدیم که با توسعه فناوری اطلاعات و ارتباطات، ظهور داده های جدید بیشتر، ایده هایی را برای حل این مشکلات ارائه می دهد.

5.2. نتیجه گیری

تحقیقات ارائه شده در این مطالعه به بهینه سازی ایستگاه های آتش نشانی در منطقه مرکزی پکن، در داخل جاده کمربندی پنجم پرداخته است. این مطالعه ابتدا نشان می‌دهد که داده‌های POI را می‌توان برای خلاصه کردن مؤثر تمام امکانات در یک ساختمان و شناسایی توزیع خطر آتش‌سوزی استفاده کرد. سپس چندین نقطه پر خطر آتش سوزی را در مرکز پکن شناسایی کردیم: مانند “Sanlitun-Guomao”، “Ditan-Nanluogu-Wangfujing”، و غیره. ساعت عادی یا شلوغی در روزهای هفته و آخر هفته و غیره). ما دریافتیم که اگرچه ایستگاه‌های آتش‌نشانی کنونی تحت شرایط میانگین ترافیک سه ماهه پوشش کلی خوبی دارند، مناطقی مانند “Wudaokou-Mudanyuan” و “Shuangjiang-Baiziwan” را نمی‌توان در ساعات شلوغی روزانه پوشش داد. در نهایت، با توجه به پوشش منطقه با خطر آتش سوزی بالا، همچنین انواع خطر آتش سوزی مهم، POI کل و پوشش منطقه، منطقه تحت پوشش ایستگاه های آتش نشانی منفرد و استانداردهای ملی مرتبط، بهینه سازی فضایی امکانات در محدوده مورد مطالعه انجام شد. از این رو راهکارهایی از جمله تعداد و مکان بهینه ایستگاه های آتش نشانی جدید که نیاز به احداث دارند پیشنهاد می شود. راه حل ما می تواند به طور موثر به مشکلات موجود آتش نشانی که مشخصه ایستگاه های آتش نشانی شهری در این منطقه از پکن است، رسیدگی کند. راه حل هایی از جمله تعداد و مکان بهینه ایستگاه های آتش نشانی جدید که نیاز به ساخت دارند پیشنهاد شده است. راه حل ما می تواند به طور موثر به مشکلات موجود آتش نشانی که مشخصه ایستگاه های آتش نشانی شهری در این منطقه از پکن است، رسیدگی کند. راه حل هایی از جمله تعداد و مکان بهینه ایستگاه های آتش نشانی جدید که نیاز به ساخت دارند پیشنهاد شده است. راه حل ما می تواند به طور موثر به مشکلات موجود آتش نشانی که مشخصه ایستگاه های آتش نشانی شهری در این منطقه از پکن است، رسیدگی کند.

منابع

  1. ژو، دی. Zeng, X. ارزیابی کیفیت شهرنشینی چین و تجزیه و تحلیل تغییر الگوی فضایی آن بر اساس شاخص زندگی مدرن. Acta Geogr. گناه 2016 ، 71 ، 194-204. [ Google Scholar ] [ CrossRef ]
  2. ژو، ال. دانگ، ایکس. سان، س. وانگ، اس. شبیه‌سازی چند سناریویی تغییر زمین شهری در شانگهای با جنگل تصادفی و مدل CA-Markov. حفظ کنید. جامعه شهرها 2020 , 55 , 102045. [ Google Scholar ] [ CrossRef ]
  3. هاگ، JM محل ایستگاه های آتش نشانی. OR 1968 , 19 , 275. [ Google Scholar ] [ CrossRef ]
  4. والتر، اچ . مدل های سیستم های شهری ; مطبوعات آکادمیک: نیویورک، نیویورک، ایالات متحده آمریکا، 1975; شابک 978-0-12-339450-7. [ Google Scholar ]
  5. هواپیما، DR; هندریک، برنامه نویسی ریاضی TE و محل شرکت های آتش نشانی برای اداره آتش نشانی دنور. اپراتور Res. 1977 ، 25 ، 563-578. [ Google Scholar ] [ CrossRef ]
  6. ریلی، جی.ام. میرچندانی، PB توسعه و کاربرد مدل مکان یابی ایستگاه آتش نشانی. فناوری آتش نشانی 1985 ، 21 ، 181-198. [ Google Scholar ] [ CrossRef ]
  7. حبیبی، ک. لطفی، س. کوهساری، MJ تحلیل فضایی مکان ایستگاه آتش نشانی شهری با ادغام مدل AHP و منطق IO با استفاده از GIS (مطالعه موردی منطقه 6 تهران). J. Appl. علمی 2008 ، 8 ، 3302-3315. [ Google Scholar ] [ CrossRef ]
  8. اردن، تی. Coşkun، MZ انتخاب سایت چند معیاره برای خدمات آتش نشانی: تعامل با فرآیند تحلیل سلسله مراتبی و سیستم های اطلاعات جغرافیایی. نات. سیستم خطرات زمین. علمی 2010 ، 10 ، 2127-2134. [ Google Scholar ] [ CrossRef ]
  9. چوداری، پ. چهتری، SK; جوشی، KM; Shrestha، BM; Kayastha، P. کاربرد یک فرآیند تحلیل سلسله مراتبی (AHP) در رابط GIS برای انتخاب مکان مناسب آتش سوزی: مطالعه موردی از شهر متروپولیتن کاتماندو، نپال. اجتماعی اقتصادی برنامه ریزی کنید. علمی 2016 ، 53 ، 60-71. [ Google Scholar ] [ CrossRef ]
  10. موری، AT; تانگ، دی. GIS و تحلیل فضایی در رسانه. Appl. Geogr. 2009 ، 29 ، 250-259. [ Google Scholar ] [ CrossRef ]
  11. موری، AT بهینه سازی موقعیت مکانی ایستگاه های آتش نشانی شهری. آتش نشانی J. 2013 ، 62 ، 64-71. [ Google Scholar ] [ CrossRef ]
  12. شوالیه، پی. توماس، آی. گرائتس، دی. گوتگبر، ای. یانسنز، او. پیترز، دی. Plastria، F. مکان یابی ایستگاه های آتش نشانی: یک رویکرد یکپارچه برای بلژیک. اجتماعی اقتصادی برنامه ریزی کنید. علمی 2012 ، 46 ، 173-182. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  13. بدری، م. Mortagy, AK; Alsayed، CA یک مدل چند هدفه برای مکان یابی ایستگاه های آتش نشانی. یورو جی. اوپر. Res. 1998 ، 110 ، 243-260. [ Google Scholar ] [ CrossRef ]
  14. یانگ، ال. جونز، BF; یانگ، اس.-اچ. یک برنامه ریزی چندهدفه فازی برای بهینه سازی مکان ایستگاه های آتش نشانی از طریق الگوریتم های ژنتیک. یورو جی. اوپر. Res. 2007 ، 181 ، 903-915. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  15. Schreuder, JAM کاربرد یک مدل مکان برای ایستگاه های آتش نشانی در روتردام. یورو جی. اوپر. Res. 1981 ، 6 ، 212-219. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  16. کانون، من. چاب چوب، ح. عونی، ب. مدل برنامه‌ریزی هدف برای انتخاب محل تأسیسات آتش نشانی و خدمات اضطراری. INFOR Inf. سیستم اپراتور Res. 2010 ، 48 ، 143-153. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  17. لیو، ن. هوانگ، بی. چاندرامولی، م. مکان یابی بهینه ایستگاه های آتش نشانی با استفاده از الگوریتم GIS و ANT. جی. کامپیوتر. مدنی مهندس 2006 ، 20 ، 361-369. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  18. چن، سی. Ren, A. بهینه سازی مکان ایستگاه های آتش نشانی با استفاده از کامپیوتر. Qinghua Daxue Xuebao/J. دانشگاه Tsinghua 2003 ، 1390–1393. [ Google Scholar ] [ CrossRef ]
  19. یو، ی. گوا، کیو. او، جی. یوان، ی. بهینه سازی تدریجی مکان ایستگاه آتش نشانی شهری بر اساس ویژگی شبکه جغرافیایی. Geomat. Inf. علمی دانشگاه ووهان 2005 ، 30 ، 332-336. [ Google Scholar ] [ CrossRef ]
  20. ارزیابی خطر آتش سوزی شهری گوانگ ژانگ و کاربرد آن بر اساس تحلیل فضایی: مطالعه موردی شیان. طرح شهر. Rev. 2016 , 40 , 59-64. [ CrossRef ]
  21. لی، ایکس. خو، جی. چن، ای. Zong, Y. انتخاب مقایسه ای مبتنی بر تازگی یادگیری نسبت به توصیه نقطه مورد علاقه. سیستم خبره Appl. 2015 ، 42 ، 4274-4283. [ Google Scholar ] [ CrossRef ]
  22. یائو، ی. لی، ایکس. لیو، ایکس. لیو، پی. لیانگ، ز. ژانگ، جی. Mai، K. سنجش توزیع فضایی کاربری زمین شهری با ادغام نقاط مورد علاقه و مدل Google Word2Vec. بین المللی جی. جئوگر. Inf. علمی 2017 ، 31 ، 825-848. [ Google Scholar ] [ CrossRef ]
  23. میلیاس، وی. پسیلیدیس، الف. ارزیابی تأثیر ویژگی‌های نقطه‌نظر در طبقه‌بندی دسته‌های مکان. محاسبه کنید. محیط زیست سیستم شهری 2021 ، 86 ، 101597. [ Google Scholar ] [ CrossRef ]
  24. مارتی، پی. سرانو-استرادا، ال. Nolasco-Cirugeda، A. داده های رسانه های اجتماعی: چالش ها، فرصت ها و محدودیت ها در مطالعات شهری. محاسبه کنید. محیط زیست سیستم شهری 2019 ، 74 ، 161-174. [ Google Scholar ] [ CrossRef ]
  25. Xiong، X. کیائو، اس. لی، ی. هان، ن. یوان، جی. ژانگ، ی. الگوریتم پیشنهاد نقطه مورد علاقه در شبکه های جغرافیایی-اجتماعی چند منبعی. مهندس Appl. آرتیف. هوشمند 2020 , 88 , 103374. [ Google Scholar ] [ CrossRef ]
  26. زو، دی. وانگ، ن. وو، ال. خیابان لیو، Y. به عنوان یک واحد مونتاژ و تجزیه و تحلیل داده های جغرافیایی بزرگ در مطالعات شهری: مطالعه موردی با استفاده از داده های تاکسی پکن. Appl. Geogr. 2017 ، 86 ، 152-164. [ Google Scholar ] [ CrossRef ]
  27. مک کنزی، جی. Janowicz، K. Where is also about time: یک مدل اعوجاج مکان برای بهبود ژئوکدینگ معکوس با استفاده از امضاهای معنایی زمانی رفتار محور. محاسبه کنید. محیط زیست سیستم شهری 2015 ، 54 ، 1-13. [ Google Scholar ] [ CrossRef ]
  28. منگ، ایکس. ژانگ، ک. پانگ، ک. Xiang، X. خصوصیات توزیع مکانی-زمانی انتشار گازهای گلخانه ای خودرو با استفاده از داده های ترافیک زمان واقعی مبتنی بر وب. علمی کل محیط. 2020 , 709 , 136227. [ Google Scholar ] [ CrossRef ]
  29. Goodchild، MF Citizens به عنوان حسگر: دنیای جغرافیای داوطلبانه. ژئوژورنال 2007 ، 69 ، 211-221. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  30. گروه علی بابا پلتفرم نقشه باز AutoNavi. در دسترس آنلاین: https://lbs.amap.com/ (در 21 اوت 2017 قابل دسترسی است).
  31. بایدو چین. پلتفرم نقشه های Baidu. در دسترس آنلاین: https://lbsyun.baidu.com/ (در 21 اوت 2017 قابل دسترسی است).
  32. شرکت Tecent. خدمات مکان Tencent. در دسترس آنلاین: https://lbs.qq.com/ (در 21 اوت 2017 قابل دسترسی است).
  33. Lloyd، CT داده های شبکه بندی شده جهانی با وضوح بالا برای استفاده در مطالعات جمعیت. ISPRS-Int. قوس. فتوگرام حسگر از راه دور اسپات. Inf. علمی 2017 ، XLII-4/W2 ، 117–120. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  34. اداره آمار اداره شهرداری پکن سالنامه آماری پکن. در دسترس آنلاین: https://tjj.beijing.gov.cn/ (در 1 ژانویه 2020 قابل دسترسی است).
  35. کیم، MO; کیم، ک. یون، جی اچ. Kim, MK ارزیابی خطر آتش سوزی پل های کابلی برای نصب تجهیزات آتش نشانی. آتش نشانی J. 2020 , 115 , 103146. [ Google Scholar ] [ CrossRef ]
  36. سیلورمن، تخمین چگالی BW برای آمار و تجزیه و تحلیل داده ها . CRC Press: Boca Raton، FL، USA، 1986; شابک 0-412-24620-1. [ Google Scholar ]
  37. لوه، DK; Hsieh, Y.-TC; چو، YK; Holtfrerich، DR ادغام یک سیستم خبره مبتنی بر قانون با GIS از طریق یک سیستم مدیریت پایگاه داده رابطه ای برای مدیریت منابع جنگل. محاسبه کنید. الکترون. کشاورزی 1994 ، 11 ، 215-228. [ Google Scholar ] [ CrossRef ]
  38. لوه، DK; Holtfrerich، DR; Van Stipdonk، SEP ساخت خودکار پایه‌های قوانین برای برنامه‌ریزی منابع جنگلی. محاسبه کنید. الکترون. کشاورزی 1998 ، 21 ، 117-133. [ Google Scholar ] [ CrossRef ]
  39. Cooper, L. مشکلات تخصیص مکان. اپراتور Res. 1963 ، 11 ، 331-343. [ Google Scholar ] [ CrossRef ]
  40. Menezes، RC; Pizzolato، ND مکان‌یابی مدارس دولتی در مناطق در حال گسترش سریع: کاربرد مدل‌های موقعیت مکانی پوشش‌دهنده p-میانگین و حداکثر. پسکی. اپراتور 2014 ، 34 ، 301-317. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  41. زرین پور، ن. فلاح نژاد، ام اس; پیشوایی، MS طراحی یک مدل مکان – تخصیص سلسله مراتبی قابل اعتماد تحت اختلالات برای شبکه های خدمات سلامت: یک رویکرد قوی دو مرحله ای. محاسبه کنید. مهندسی صنعتی 2017 ، 109 ، 130-150. [ Google Scholar ] [ CrossRef ]
  42. رحمان، م. چن، ن. اسلام، م.م. دوان، ا. پورقاسمی، HR; Washakh, RMA; نپال، ن. تیان، اس. فیض، ح. علم، م. و همکاران مدل سازی مکان-تخصیص برای برنامه ریزی تخلیه اضطراری با GIS و سنجش از راه دور: مطالعه موردی شمال شرق بنگلادش. Geosci. جلو. 2021 ، 12 ، 101095. [ Google Scholar ] [ CrossRef ]
Ijgi 10 00282 g001 550
شکل 1. منطقه مورد مطالعه در جاده کمربندی پنجم پکن، چین.
Ijgi 10 00282 g002 550
شکل 2. فلوچارت برای شناسایی مناطق خطر آتش سوزی.
Ijgi 10 00282 g003 550
شکل 3. فلوچارت برای تولید یک شبکه جاده ای چند سناریویی.
Ijgi 10 00282 g004 550
شکل 4. نتایج توزیع چگالی هسته برای انواع خطرات آتش سوزی (روش شکست های طبیعی (جنکس)).
Ijgi 10 00282 g005 550
شکل 5. توزیع فضایی مناطق خطر آتش سوزی در جاده کمربندی پنجم پکن (منطقه مرکزی شهری).
Ijgi 10 00282 g006 550
شکل 6. میانگین سرعت خودرو در زمان های مختلف در منطقه مورد مطالعه ( سمت چپ ) و محدوده در جاده های مختلف ( راست ).
Ijgi 10 00282 g007 550
شکل 7. مناطق با پوشش در عرض پنج دقیقه از ایستگاه های آتش نشانی موجود در شرایط ترافیکی زمانی مختلف.
Ijgi 10 00282 g008 550
شکل 8. توزیع ایستگاه های آتش نشانی در محدوده مورد مطالعه پس از بهینه سازی.

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید