基于街区单元利用实时交通数据划定消防站响应区域的方法

《Fire》：Block-Unit-Based Method for Delineating Fire Station Response Zones Using Real-Time Traffic Data Yanglong Wu, Diping Yuan, Dingli Liu, Weijun Liu, Zhe Cheng, Guohua Wu, Kang Liu and Lei Zou

　　

有效划定消防站响应区域对城市公共安全规划至关重要，然而传统方法往往未能考虑动态交通条件，导致资源分配欠佳。本研究提出一种新颖的基于街区单元的方法，该方法融入实时交通数据来划定消防站响应区域，从而提升响应时间估算的科学性。该方法利用中国大祥区（一个典型的城乡混合区域）的数据进行验证，涵盖2230个街区单元、4个消防站和13,097个需求点。对1,225,047个数据样本的分析显示，平均行程时间为960.7秒，凸显了显著的可达性挑战。重新划定的响应区域面积从1.07 km2到156.24 km2不等，存在显著差异。这归因于消防站集中于城区、对广阔农村区域覆盖不足，以及一个消防站靠近河流和区域边界。这些发现强调了消防服务供给中的空间不公平性，以及需要更均衡的资源分配策略。建议包括建立农村消防站、改善城市交通条件以及搬迁部分消防站。该方法可提升区域可达性，并为消防服务规划提供科学依据。

**论文解读：基于实时交通数据的消防站响应区域动态划定方法**

**1. 研究背景与问题**

火灾对城市、经济、环境及人身安全造成严重危害。国际消防与救援服务协会统计显示，2018至2022年间57个城市年均报告火灾24.8万起。及时、准确的消防服务是减少火灾损失的关键手段。然而，消防站建设与运营成本高昂，中国难以大规模增加站点数量与消防员编制。在资源有限且稀缺的背景下，精准理解区域消防服务可达性并合理规划消防站响应区域，对提升消防救援效率与公平性至关重要，为科学高效配置与调度消防资源提供重要依据。已有研究广泛采用P-中位问题、位置集合覆盖问题、最大覆盖位置问题及多目标模型进行消防站选址优化，同时两步移动搜索法（2SFCA）及其变体也被用于测量包括消防站在内的公共服务空间可达性。然而，传统模型大多基于静态方法，严重忽视动态交通条件。地理信息系统（GIS）技术虽能提供更精确的空间分析，但以往基于GIS的研究很少考虑实时交通状况，且路网数据常过时。随着大数据与在线地图定位导航技术的发展，通过在线地图应用程序编程接口（API）获取实时交通数据并计算任意两点间行程距离，为改进传统选址与优化方法提供了机遇，显著提升了消防服务覆盖估算精度。尽管已有研究利用在线地图评估消防服务覆盖，但多数聚焦于消防站搬迁或性能评估，而搬迁常受土地与基础设施限制。现有方法在无需改变现有消防站位置的前提下提升消防效能方面存在不足。在美国，消防站通常被分配“第一响应区域”，根据最短到达时间确定。在中国，消防站响应区域依据行政管辖划分，遵循《城市消防规划规范》，但传统方法简单假定消防路线为“直线”，未考虑实时交通条件对路线选择与行程时间的影响。实践中，消防部门倾向基于行政管辖内的街区划分，以道路边界定义响应区域，这种基于距离的划分方法未充分考虑可达性，且未考虑动态交通状况，被认为不合理。因此，划定消防站响应区域成为提升区域消防服务水平的关键焦点。当前研究采用网格、等时线、边界搜索算法、Dijkstra算法及基于GIS的网络分析等方法确定消防服务覆盖，但这些方法因未充分考虑路网形态、地形等实际因素，很少被消防部门与城市规划部门采纳，导致中国消防资源利用效率与公平性受限。以往研究很少考虑实时路况下的消防服务可达性。为解决上述局限性，本研究提出一种基于街区单元的动态方法，将实时交通数据与先进空间分析技术相结合。

**2. 主要技术方法**

本研究提出的算法框架分为三步：第一步，数据获取——通过图像二值化与道格拉斯-普克（Douglas-Peucker）算法提取街区边界，同时通过实地调查确定供应点（消防站），并从兴趣点（POI）数据、历史火灾记录及网格补充点中获取需求点；第二步，街区可达性估算——调用在线地图API计算各消防站到每个街区单元的行程时间、距离与速度，经时间加权聚合得到街区级可达性指标，再经面积加权聚合得到区域级可达性指标；第三步，响应区域划定——基于计算的可达性时间，按预设阈值将街区单元划分为七个可达性等级，并将每个街区单元分配给平均行程时间最短的消防站，形成最终响应区域。研究区域为中国大祥区，涵盖2230个街区单元、4个消防站（含1个规划站）及13,097个需求点（包括1366个历史火灾点、134个规划建设点、8944个POI及2653个网格补充点）。数据采集于2024年11月27日至28日共29个估算场景，包括工作日24小时数据。

**3. 研究结果**

**3.1 可达性分析**
通过计算与分析，共获得1,225,047个样本数据。大祥区区域时间加权响应时间（TBAT(U)）为960.706秒。各可达性等级面积占比显示，1级可达性区域仅占总面积的4.849%，而7级可达性区域占比最高达68.189%，表明消防资源严重短缺，城乡消防资源存在显著不均衡。夜间各等级面积普遍高于白天，而早晚高峰（18:00和8:00）时期7级面积达到峰值，表明交通拥堵加剧了可达性恶化。区域时间加权距离（TBAD(U)）保持相对稳定，而区域时间加权响应时间（TBAT(U)）与区域时间加权速度（TBAV(U)）呈现显著波动，且趋势相反，主要由实时交通条件驱动。可达性分布图显示，距离对街区可达性影响显著，城市核心区中难以到达的区域多存在瓶颈路、背街小巷等交通问题。现有消防站集中于城市核心，而可达性差的区域主要为农村，农村建筑密度高、交通基础设施薄弱，火灾风险与城市相当，但资源分配不均。

**3.2 消防响应区域分析**
基于各街区单元的时间加权平均响应时间（TBAT(u)）划定响应区域：FS-1面积为156.243 km2，FS-2为11.395 km2，FS-3为1.067 km2，FS-4为39.761 km2。FS-1响应区域最大，因其位于区域中心，能覆盖更广范围；FS-3响应区域最小，因其位于城市中心边缘且紧邻河流，交通条件受限。不同时段响应区域划定的差异显著，夜间因交通流量小，区域划分稳定；白天高峰时段，交通拥堵导致响应区域波动大，部分消防站可达性受限。研究还发现“救援飞地”现象：某些街区单元虽不直接邻近某消防站，但因路网交通效率更高，实际响应时间更短，被划入该站响应区域。

**4. 讨论与结论**

研究指出，实时交通条件在加剧消防服务空间不均衡中起关键作用。城市区域高峰时段响应时间增加20–30%，而农村地区因道路基础设施有限和地理障碍，延迟更严重。位于交通拥堵城市核心的消防站有效服务区域反而小于外围站点，表明城市中心性并不一定保证实时条件下的更好可达性。响应区域的时间波动凸显了动态分区策略的必要性，尤其是针对高峰拥堵管理。现有消防站空间布局（如靠近行政边界或河流）会限制服务能力。基于上述发现，提出以下建议：在关键乡镇增设农村消防站以缓解FS-1压力；优化城市瓶颈路段的交通设施；对FS-2与FS-3实施动态分区管理，高峰时段临时调整管辖范围；考虑搬迁FS-3至更易到达的位置；利用救援飞地现象，拓展相关道路以扩大FS-4覆盖范围。

**研究结论翻译**：本研究提出了一种基于街区单元的动态交通驱动响应区域划定算法，利用根据实时交通条件计算的TBAT。为验证该算法有效性，选择大祥区作为研究区域。通过街区单元边界提取算法，共识别出2230个街区单元，其中包含4个消防站和13,097个消防服务需求点。在24小时内设置了29个评估场景。通过对1,225,047个样本数据的分析，大祥区获得以下结果：TBAT(U)为960.706秒，TBAD(U)为10,304.107米，TBAV(U)为10.154米/秒。详细数据与可视化结果显示，BAS1至BAS7对应的面积分别为10.11 km2、12.22 km2、9.84 km2、10.75 km2、9.42 km2、13.97 km2和142.15 km2，整体服务率较低。快速可达性街区单元主要集中于城区。建议加强农村地区消防基础设施建设，组织志愿消防队，定期开展消防演练与培训，使农村居民参与初期灭火，有效减少火灾损失并提升农村应急响应能力。根据各消防站对街区单元的可达性，响应区域划定为：156.24 km2、11.39 km2、1.07 km2、39.76 km2。覆盖面积差异显著，主要由于消防站集中于城区、对广阔农村区域覆盖不足，以及河流和区域边界等地理约束。这些发现凸显了消防服务供给的空间不公平性，以及需要更均衡的资源分配策略。在城市高峰时段，可临时调整消防站响应区域划分，并采取设立临时救援站、优化交通流管理等其他措施来提升高峰时段响应效率。本研究聚焦于通过动态交通条件划定响应区域，为提升快速变化城市环境中的消防服务可达性与公平性提供了关键基础。所提出的动态分区方法为实时交通条件下消防站响应区域划定提供了科学依据，可作为消防服务运营管理的决策支持工具。该方法是一个通用分析框架，适用于任何可获取在线地图数据的区域。此外，研究人员正将该方法转化为实用工具，以支持消防部门在实时交通条件下的动态响应区域管理。未来工作可纳入更多风险因素（如人口密度、建筑类型、土地利用模式），并与实际调度数据进行比较，以及引入消防车特有约束（如道路宽度、桥梁限重）以优化风险评估，同时探索集成动态交通预测模型与机器学习算法以提升评估精度与适应性。