1. 标题
· Hierarchical siting of macro fire station and micro fire station
· 常规消防站和微型消防站的层次选址研究
2. 相关成果
· Wenhao Yu*, Yujie Chen*, Menglin Guan. Hierarchical siting of macro fire station and micro fire station. Environment and Planning B: Urban Analytics and City Science, 2020, 0(0): 1-17. Online. DOI: 10.1177/2399808320958424.
· Wenhao Yu*,Yujie Chen*, Zhanlong Chen, et al. Service Area Delimitation of Fire Stations with Fire Risk Analysis: Implementation and Case Study. International Journal of Environmental Research and Public Health, 2020, 17(6):2030. DOI: 10.3390/ijerph17062030
· https://journals.sagepub.com/doi/full/10.1177/2399808320958424
3. 成果团队成员
· 禹文豪，博士，bat365官网登录入口，副教授，楚天学者，主要从事地图综合、空间数据挖掘及智慧城市应用等研究。（联系邮箱：ywh_whu@126.com；个人网站：http://grzy.cug.edu.cn/yuwenhao/zh_CN/index.htm）
· 陈玉洁，硕士研究生，bat365官网登录入口。研究方向为地图综合和空间数据挖掘。
· 陈占龙，博士，bat365官网登录入口，教授，博士生导师，主要从事地理信息系统理论与基础软件研发、时空数据挖掘与地理计算、空间认知与推理等研究。
· 管梦林，硕士研究生，bat365官网登录入口。研究方向为地图综合和空间数据挖掘。
4. 成果介绍
消防应急服务是城市公共卫生和安全体系的重要组成部分，其布局合理性直接影响救灾响应的效率。与一般的公共服务相比，城市消防服务具有特定响应时间、覆盖需求最大化、工作负载均衡和成本最小化等特点。一般的设施选址只考虑其中的单个方面；此外，传统研究将所有消防站建模为同一层次，未考虑消防服务系统的多层次结构。我国公共应急服务机构提出了一系列优化举措，通过设置具有不同能力的消防站来建立分级消防服务体系。相比于常规消防站，微型消防站对人力、物力、财力消耗少，救援响应时间短，服务灵活方便；微型消防站是常规消防站的有力补充。在此背景下，本文提出了一种基于不同层次的消防设施选址模型（图1）。
在该层次模型的第一层，最大覆盖模型(MLCP, maximal covering location problem)适用于对常规消防站的选址。相比于现有消防站的分布情况，在第一层选址结果中，消防站的布局更为均衡，大幅提高了常规救援需求的覆盖率（图2）。层次模型的第二层利用集合覆盖模型(LSCP, location set covering problem) 对具有工作负载限制的微型消防站布局进行优化，以满足对重点单位和小区的全覆盖，并补充覆盖常规消防站的服务盲区（图3）。为了更准确评估实际消防救援需求，该研究使用消防大数据(如历史火灾事件数据、社区建筑年龄数据和人口数据)估计位置火灾风险。
考虑到城市火灾风险的动态性，本研究进一步采用动态资源配置来提高消防资源的利用率。具体上，常规消防站设施较为固定，而微型消防站因为场所要求不高，资源配置较为灵活。因此，我们选择对微型消防站进行资源动态分配。为预测日间和夜间不同时段的消防需求，我们分别使用随机森林(RF, random forest)和地理加权回归(GWR，geographical weighted regression)探测不同时间段的火灾风险差异（图4）。然后，以资源利用最大化和运输成本最小化为目标，提出了在一定成本下的动态资源分配方案（图5）。根据分析结果，该模型可以根据不同的需求对消防设施进行动态分配，提高系统的整体效益和实用价值。
图1 层次选址模型图。
(a) (b)
图2 现有常规消防站的分布情况(a)和模型优化后的选址结果(b)对比。
图3 层次模型对常规消防站和微型消防站的选址组合结果。
图4 预测的白天(a)和夜间(b)时间段火灾风险对比。
(a) (b)
图5 白天(a)和夜间(b)各微型消防站资源的分配情况（总资源数为200）。
