基于风险分析的城市应急设施选址研究

Emergency facility is an important component of urban system, and locations of these emergency facilities are crucial for ensuring the efficiency of emergency relief distribution as well as casualty transportation. Due to the special characteristics and complexity of environmental disasters in large-scale urban areas, the locations of these emergency facilities should be optimized. Consequently, developing strategies for effectively optimizing these emergency rescue facilities locations (ERFLs) is of great significance for disaster mitigation and public safety protection. In this project, we will perform some innovative improvement to extend the methodology framework proposed in our previous works for solving urban ERFLs problem. Specifically, a comprehensive regional risk assessment method for urban major hazards will be proposed; and then self-organizing map (SOM) will be applied to classify the Pareto optimal solutions into several clusters with similar properties; finally, data envelopment analysis (DEA) will be performed within each cluster to determine representative solutions by comparing the relative efficiency (RE) of them. This work offers new insights on enhancing future urban emergency management research with the use of emerging GIS and artificial intelligence technologies.

城市应急设施的合理选址对于发挥应急资源的最大效益、降低突发事件的影响至关重要，在城市应急管理的资源保障工作中起着关键作用，有效的应急设施选址策略对于城市减灾和公共安全保护具有重要意义。本课题从城市区域综合风险评价和典型最优选址方案识别两方面入手，对已建立的城市应急设施选址方法框架做进一步扩展和完善。提出一种城市重大危险源区域综合风险评价方法，探索应用数据挖掘算法进行最优选址方案数据聚类分析的模式，研究利用数据包络分析技术识别典型最优选址方案的机制，阐明具有代表性的典型最优选址方案与不同决策偏好之间的关系，为城市应急设施选址规划提供新的思路和辅助决策支持。

城市应急设施在应急资源保障工作中起着关键作用，有效的应急设施选址策略对于城市减灾和公共安全保护具有重要意义。本项目针对城市应急设施的特点，对前期已建立的设施选址方法框架做了进一步扩展和完善。具体地，本项目主要完成了以下几方面的研究工作：（1）开展了基于GIS Geoprocessing技术的城市区域风险综合评价方法研究，建立了区域风险综合评价工作流模型，进而绘制出城市重大危险源区域风险地图，以用于指导城市应急设施选址决策；（2）提出了基于GIS的城市区域风险格局分析方法框架，以获取区域风险的空间聚集或离散趋势，建立了基于增强自相关分析的最佳空间尺度距离阈值识别机制，进而为空间聚类分析提供依据；（3）开展了基于数据挖掘技术的城市区域风险聚类分析方法研究，以定量识别出区域内的风险聚集区的位置和范围；（4）提出了一种基于情景规划技术探索城市区域风险缓解策略的方法框架，并从地理空间视角和定量视角，对具体应用案例进行了分析，证实了风险聚集区域随减灾措施的实施而发生空间位置和范围变化的规律，揭示了城市风险缓解策略的动态决策本质；（5）开展了城市风险缓解策略的成本-效益分析研究，探索了不同情景下可选风险降低策略的成本和效益，证实了情景规划技术作为指导城市减灾决策支持的潜力；（6）提出了一种“两阶段”的最优选址方案识别方法框架，探索了应用数据挖掘算法和数据包络分析技术识别典型最优选址方案的途径。本项目的研究成果，为开展城市应急设施选址方法研究和探索区域风险降低策略开辟了新的思路和视角，对于未来制定科学合理的城市减灾规划提供了新的解决方案，具有一定的理论意义和应用价值。