顾及可达性的惠州市消防站选址优化研究.pdf

消防科学与技术2023年 9 月第 42 卷第 9 期应急管理研究顾及可达性的惠州市消防站选址优化研究张经度,李成悦（广东省城乡规划设计研究院有限责任公司，广东 广州 510315）摘要：消防站布局的合理通达对防范化解城市安全隐患有重要意义，传统消防站布局较少考虑居民消防需求的空间差异性，因而可能导致消防站出现空间错配。本文从供需两方面改进选址模型，在供给方面，通过探索性分析和广义线性回归确定火灾发生的最佳解释变量组合及其权重，从而准确评估火灾风险空间特征；在需求方面，通过新增可达性因子来评价居民对消防站需求的空间差异，进而合理确定消防站拟选址点。最后以惠州市为例，通过两种选址策略的对比，证实本文提出的改进选址模型在消防站选址空间公平性方面有显著的优化效果。关键词：消防站可达性；选址策略；消防站布局；火灾风险评估中图分类号：X913.4；TU998.1文献标志码：A 文章编号：1009-0029（2023）09-1309-06城市的应急救援能力关乎居民的生命财产安全，是城市公共服务的重要组成，完善城市应急救援响应机制体系，提升城市应急救援能力是城市经营的应有之义1。应急救援体系包括消防系统、医疗救护系统、自然灾害救助系统等。消防系统是城市应急救灾体系的关键部分，对防范化解重大安全风险具有重要意义，消防站是消防系统的落实者，其布局合理性直接影响城市应急救灾的能力2，因此有必要对消防站布局选址开展研究。随着社会经济的发展，公共服务设施配置不公平问题越来越受到关注3，消防站作为公共设施兼具应急属性和公共服务属性4，在布局选址时应重点考虑居民对消防站需求的空间差异。然而，目前大多数消防站选址策略主要从火灾风险评估入手5-6，通过增加高火灾风险区消防站数量来提升消防站的救灾能力，较少关注消防站布局的公平均衡。同时，现有部分消防站选址模式存在精细度不高、准确性不足的问题。BADRI M A 等7综合时间、距离、开销等因素，基于多目标模型提出消防站设施选址方法；MURRAY A T8通过权衡消防站维护成本和服务范围探讨了消防站布局优化思路；徐智邦等9结合区域环境、火灾危害、防护能力等因素评估火灾风险分布格局，进而提出消防站选址优化建议。受到数据精度限制，这些研究的尺度均停留在街道社区层面，未能进一步细化。虽然部分学者引入 POI（Point of Interest）数据精细化识别火灾风险区9-10，但由于 POI 在居民服务方面分类较多较细，直接采用 POI 原始分类建模会由于变量间的多重共线性导致模型失真。因此，本文考虑消防站布局的公平性以及排除变量间共线性，将空间分析精度细化到以 500 m 为边长的格网单元，提出消防站选址优化模型。本文所提出的公平性是指在顾及供给与需求人口空间匹配关系的基础上，居民获取公共服务可达性的差异程度11。空间可达性表示空间上由一点到达另一点的难易程度12，是衡量空间公平性的最佳指标13，近年来已被广泛应用于医疗设施14、养老设施15、绿色开敞空间16、教育设施17供需分析和布局优化研究中。消防站作为公共服务设施，与医疗设施、养老设施等在布局选址上存在共性，因此本文引入空间可达性开展消防站选址。综上，本文探索构建基于可达性分析的消防站优化选址模型，以实现消防站布局空间公平。主要分为 3个步骤。首先，利用探索性分析和广义线性回归分析，确定火灾风险的最佳解释变量组合及其权重，评估区域火灾风险分布；其次，将消防资源需求点和消防可达性引入位置分配模型，构建消防站优化选址模型，提升模型公平性选址能力；最后，以惠州市为例，利用本文提出的选址模型开展实证研究，对比分析不同方法的结果，验证本文提出的优化选址策略在空间公平性上的有效性。1研究思路和研究方法1.1研究思路如图 1 所示，本文使用方法包括广义线性回归分析、高斯两步移动搜索模型、位置分配模型、核密度分析等，思路如下。（1）以网络开放服务平台爬取的 POI 点和火灾发生事件为基础，利用探索性分析和广义线性回归分析确定最佳 POI类型组合和 POI数量与救援请求事件的相关系数。这里，POI数据泛指互联网地图中的点类数据，它将工厂、学校、医院等地理实体以空间位置点的形式表示，每个 POI点包含名称、类型、经纬度等属性。（2）将上一步确定的 POI作为消防资源需求点，结合相关系数使用核密度分析确定区域火灾风险分布格局，在筛选火灾风险区基础上，利用六边形网络确定消防站拟选址区域。“核密度”算法用于计算输出栅格像元周围点要素的密度。利用四次核函数表征每个点上方的平滑曲面，平滑曲面在点所在位置处表面值最高，随着与点的距离的增大，表面值逐渐减小，在与点距离等于给定搜索阈值位置处表面值为 0，每个栅格输出结果为栅格像元中心上所有核函数表面值之和。（3）通过高斯两步移动搜索法确定每个消防资源需求点的消防站可达性。（4）以消防资源需求点与火灾事件的关联系数和消防站可达性倒数作为分配权重开展消防站选址。1309Fire Science and Technology,September 2023,Vol.42,No.9（5）设计其他两种选址策略，验证本文提出策略在空间公平性上的提升效果。1.2广义线性回归模型广义线性回归模型是线性回归模型的扩展18，通过将因变量的分布推广到指数族分布，使模型应用范围更广。由于火灾发生次数服从泊松分布，因此可以使用广义线性回归模型中的泊松回归模型对火灾发生次数与解释变量进行建模。广义线性回归模型由 3部分组成。（1）系统成分。火灾发生解释变量X的线性组合，即=X，其 中，为 线 性 预 测 向 量，=(1，n)，X=(x1，x2，xn)T，x1=(1，xi1，xi2，xim)，i=1，2，n，=(1，2，m)T。每个分量i可表示为i=xi，i=1，2，n。（2）随机成分。随机成分指的是被解释变量Y或随机误差的分布。（3）联系函数。联系函数g()建立了系统成分与随机成分之间的联系，起到纽带的作用，救援请求事件的期望可表示为E(Y)=g-1()=g-1(X)。1.3高斯两步移动搜索模型高斯两步移动搜索模型通过设置一定的阈值量化范围内居民可获得资源或可到达设施服务情况，并利用高斯函数模拟因距离增加导致的可达性衰减19。具体步骤如下。1.3.1供给侧分析在经典的分析模型中，通常以服务设施为供给点，以距离为单位计算服务域。在消防救援行动中，救援人员抵达现场消耗的时间比途经距离更为重要。因此，本文以消防站至居住单元车行时间 5 min为阈值，通过 Python开发的“等时圈”测度工具，计算消防站 5 min 服务域，接着搜寻落在服务域范围内的人口，利用高斯方程计算权重，并对加权后的人口进行加和，得到服务域内消防站的潜在需求量，根据建标 152-2017 消防站建设标准20，消防站有明确的建筑用地面积、人员配置和投资标准。因此，本文综合研究区各消防站占地面积、配套人员数量、年投入资金，评估各消防站消防服务供给能力，接着将消防站供给能力除以潜在需求量，即得消防站内所有潜在使用者的供需比。如式（1）所示。Rj=Sjk tkj t0G(tkj,t0)Pk（1）式中：Pk为消防站 j 服务域内（tkj t0）街道单元 k 的人口数量；tkj为居住单元中心至消防站 j的车行耗时；Sj为消防站的供给能力；G(tkj，t0)为考虑空间摩擦的高斯方程，具体计算方法可参考相关文献21；Rj为消防站 j的供需比。1.3.2需求侧分析对于每一个消防资源需求点i，同样以 5 min 车行时间为阈值，形成消防资源需求点的需求域，对落在需求域内的消防站 l的供需比Rl，利用高斯方程赋以权重，加和后即可得到每个点i的消防站可达性Ai，如式（2）所示。Ai=I til t0G(dil,d0)Rl（2）式中：Rl为点 i需求域内消防站 l的供需比；til为点 i至消防站 l所需时间。可达性Ai可以解释为消防资源需求点i需求域范围内考虑距离衰减的消防站供需比之和，值越大表示居住单元i的消防站可达性越高，当该居住单元遭受火灾事件时，越容易获得消防服务；反之，消防站可达性越低，越难获得消防服务。1.4位置分配模型在需求点和可提供服务的设施点确定的情况下，位置分配模型可以通过启发式算法生成一组能最大限度满足请求点需求的设施点。在消防站选址问题中，设施点为已建消防站和消防站拟选址点，需求点为消防资源需求点，由于在本文中新增消防数量为确定值，因此采用“最大化覆盖”模型开展消防站选址，“最大化覆盖”模型选择 p个设施位置，使覆盖需求点价值总和最大。设S=Si|i=1，2，n为消防服务需求点集合；D=Dj|j=1，2，m 为 候 选 消 防 站 集 合；M=Mk|k=1，2，o 为已建消防站集合；tij为从消防服务需求点Si到消防站点 Dj，Mk 的时间；T为从消防服务需求点到消防站点最大限定时间；p 为可以设置的消防站数量（pm+o）。xj、yi如式（3）、式（4）所示。对比验证模型可达性提升上的优化效果利用位置分配模型确定消防站选址火灾风险评估、确定消防站拟选址区域计算消防资源需求点可达性确定最佳解释变量组合和权重探索性分析和广义线性回归分析火灾发生事件消防站人口分布数据交通路网POI数据收集和处理图 1研究技术路线Fig.1 Research technology route1310消防科学与技术2023年 9 月第 42 卷第 9 期xj=1,候选消防站Dj被选中0,其他 （3）yi=1,消防服务需求点Si被覆盖0,其他 （4）则最大化覆盖数学模型如式（5）所示。max z=i=1nyi（5）s.t.j Ni(xj-yi)0，i=1，2，n；j=1，2，mj=1nxj=pNi=j|tij T 式（5）表示在确定拟选址消防站数量基础上，使消防服务需求点数量最多；同时，保证选择的消防站能够覆盖消防站需求点、被选择的消防站数量为 p、选择消防站时消防站服务需求点到消防站点时间小于最大限定时间。1.5研究数据研究所使用数据包括：消防站数据，具有消防站 ID、消防站名称、消防站坐标等属性，利用遥感影像和网络地图平台进行位置校核，获取 22个位置准确的消防站点；救援请求数据，惠州市 2020-2021 年有记录的救援请求信息，共计 12 102条，每条信息具有立案时间、案发地址、案件坐标、救援机构 ID 等属性；交通路网数据，参考文献22 设计交通网络，由于消防车具有道路优先权，没有红灯等候时间，也不受路口转禁和单行线禁行限制，故本文建立的交通网络未考虑单行道、转弯禁止等情况 POI 数据；利用网络开放服务平台 API 接口爬取惠州市各类型POI点 335 860个，涵盖餐饮服务、风景名胜、公司企业、购物服务等多种类型，参考文献 2 结合实际将其归为 14种类型，如表 1 所示；人口数据，从“worldpop”官网下载，格式为栅格，分辨率为 100 m，数据获取时间为 2021年。2研究实例与分析2.1研究区概况惠州市是粤港澳大湾区中心城市之一，背靠罗浮山、南 邻 大 亚 湾，面 积 11 347 km2，全 市 七 普 调 查 人 口 为604.29万人。惠州市现有消防站 22处，其中一级消防站 9处，特勤消防站 2处，战勤保障消防站 1处，二级消防站 10处，研究区分为 2个层次，包括市辖区和外围地区。2.2顾及可达性的消防站空间选址2.2.1火灾风险影响因子识别以行政村为单元，汇总救援请求事件和各类型 POI点，将救援请求事件数作为因变量，各类型 POI点数量作为解释变量，进行探索性分析。探索性分析的目的是对候选解释变量的所有可能组合进行评估，计算其统计学指标，利用统计学指标识别对因变量解释能力最好的一组解释变量。根据探索性分析结果，将其他商业服务、紧急避难场所、科教文化服务、医疗服务、餐饮服务等 VIF大于 7.5 的 POI 类型移出解释变量集合后，确定风景名胜、公司企业、交通设施、金融保险服务、政府机构及社会团体为最佳解释变量组合，故以该 5类 POI为火灾风险影响因子利用广义线性回归进行火灾风险建模。如表 2 所示。表 2中，AdjR2为最大校正 R平方结果，用于衡量回归模型的性能；AICc 为经过修正的 Akaike 信息准则，是衡量统计模型拟合优良性的一种标准；JB 为 Jarque-Bera p值，用于表示模型的残差是否呈现正态分布；K（BP）为Koenker 的标准化 Breusch-Pagan p 值，表明部分或全部解释变量与因变量之间的关系是否是平稳的；VIF 为最大方差膨胀系数，衡量多元线性回归模型中多重共线性严重程度的一种度量；SA 为残差空间自相关的测量，可以判断模型是否忽略了一些变量。变量上星号标注表示变量的显著性水平，1个星号表示 5%显著水平，2个星号表示 1%显著水平，3个星号表示 0.1%显著水平。表 1POI类型Table 1 POI typesPOI类型餐饮服务风景名胜公司企业购物服务产业园区交通设施医疗服务金融保险服务紧急避难所科教文化服务其他商业服务休闲服务政府机构及社会团体住宿服务包含 POI类型中餐厅、快餐厅、茶艺馆、糕饼店等风景名胜相关公司、电信营业厅、家居建材市场等便利商店、文化用品店、专卖店、综合市场等工厂、产业园区、加油站公交车站、港口码头、火车站等诊所、专科医院、综合医院银行、金融保险服务机构、自动提款机停车场、公园广场学校、驾校、培训机构、传媒机构等汽车服务、商务住宅、物流场所休闲场所、生活服务场所运动场馆政府机关、公检法机构、工商税务机构、社会团体等旅馆招待所、宾馆酒店表 2探索性分析分析结果Table 2 Exploratory analysis resultsAdjR20.480.480.48AICc1 659.831 660.381 660.47JB000K(BP)0.010.020.01VIF4.124.154.11SA0.430.560.54模型+风 景 名 胜+公 司 企业*+交通设施*-金融保险服务+政府机构及社会团体*+公 司 企 业*+购 物 服务+交通设施*-金融保险服务+政府机构及社会团体*+公司企业*-火灾高危单位+交通设施*-金融保险服务+政府机构及社会团体*广义线性回归结果如表 3 所示，表 3 中概率上方的星号表示该解释变量具有统计显著性。5类 POI中，交通设施、公司企业、政府机构及社会团体的回归系数为正，说明该解释变量与火灾事件成正向关系，其中交通设1311Fire Science and Technology,September 2023,Vol.42,No.9施系数最大，说明公交车站、地铁站等设施周围发生火灾的可能性较高；风景名胜和金融保险服务与救援请求事件呈负向关系，其中金融保险服务系数最小，反映出金融保险服务周边建设情况较好，火灾风险较小。表 3广义线性回归分析结果Table 3 Results of generalized linear regression analysis变量截距风景名胜公司企业交通设施金融保险服务政府机构及社会团体系数3.798 2-0.008 90.021 00.025 3-0.017 40.007 7标准差0.014 20.001 10.000 50.000 50.000 60.000 2Z统计数据267.022 2-8.041 141.332 347.330 3-27.674 343.652 5概率0.000*0.000*0.000*0.000*0.000*0.000*VIF-1.532 02.569 52.019 74.223 33.376 12.2.2救援事件空间分布特征识别和火灾风险评估LISA（Local Indicators of Spatial Association）集聚图能表示通过显著性检验的要素分布空间特征，如高-高集聚、高-低异常等，其数学基础是局部莫兰指数，用于计算每个要素观测值和滞后值间的相关性。以乡镇为单元统计救援请求事件数量，由 LISA 集聚图（图 2）可知，救援请求事件高-高集聚区主要分布在惠城区西南部、惠阳区西部和博罗县南部，低-低集聚区主要分布在博罗县北部，低-高异常区主要在惠阳区、仲恺区及惠东县。龙门县博罗县惠城区惠东县惠阳区大亚湾区仲恺高新区图例空间特征不显著高-高聚类高-低异常低-高异常低-低聚类km0 10 20N图 2消防救援事件 LISA图Fig.2 LISA significance map for fire rescue incident由于救援请求事件的集聚程度与区域火灾风险存在强关联10，所以以广义线性回归确定的 5 类 POI 点为基础的核密度分析结果可以反映区域火灾风险情况。如图3 所示，核密度值越大则火灾风险越高，反之火灾风险越低。利用自然间断点分级法将火灾风险分为低火灾风险、较低火灾风险、中火灾风险、较高火灾风险、高火灾风险 5类。自然间断点分级法的原理是寻找一组分组，其中每个分组之间差异最大，但每个分组内部差异最小。龙门县博罗县惠城区惠东县惠阳区大亚湾区仲恺高新区图例低火灾风险较低火灾风险中火灾风险较高火灾风险高火灾风险km0 10 20N图 3火灾风险分布格局图Fig.3 Fire risk distribution pattern2.2.3顾及可达性的消防站选址以火灾风险评价结果为基础，确定消防站可选址范围。为使消防站拟选址区在覆盖高火灾风险区基础上，尽可能多考虑城市集聚区外居民的消防资源需求，将火灾风险较低及以上区域设为消防站拟选址区。确定消防站拟选址区后，以 1.6 km 为正六边形边长构建格网面积为 7 km2的六边形网格，每个消防站拟建设点位于六边形的质心，由此得到 552 个六边形格网（图 4），扣除已建的22所消防站，确定消防站拟选址点 530处。龙门县博罗县惠城区惠东县惠阳区大亚湾区仲恺高新区图例拟选址消防站拟选址消防站服务范围km0 10 20N低火灾风险较低火灾风险中火灾风险较高火灾风险高火灾风险图 4消防站拟选址点服务范围分布图Fig.4 Distribution of service scope of proposed site selection points for fire stations根据 惠州市消防“十四五”规划，惠州市十四五期间拟新建 40 所消防站，以此确定规划末期惠州市新增消防站数量，接着利用位置分配模型中的“最大化覆盖”模型开展选址分析，请求点为探索性分析确定的 5 类 POI，在确定请求点分配权重时，综合考虑火灾风险和消防站1312消防科学与技术2023年 9 月第 42 卷第 9 期可达性两方面因素。在火灾风险方面，以广义线性回归模型确定解释变量系数为权重，系数越大，表示越可能在其周围配置消防站；在消防站可达性方面，以请求点现有消防站可达性倒数为权重，系数越大表示需求点消防站可达性越小，对消防站的需求程度越大。选址结果如图 5所示，市辖区新增 21 所消防站，外围地区新增 19 所消防站。龙门县博罗县惠城区惠东县惠阳区大亚湾区仲恺高新区图例km0 10 20N低火灾风险较低火灾风险中火灾风险较高火灾风险高火灾风险现状消防站顾及可达的消防站选址结果图 5顾及可达性策略的消防站选址结果Fig.5 Site selection results of fire stations consideringaccessibility strategies2.3消防站选址优化验证和效率评价2.3.1消防站选址优化验证为验证改进选址策略的提升效果，本文设计另外两种消防站选址策略作为对比，一种是基于专家打分法的选址策略，即在“位置分配”模型选址时以高德地图爬取的所有 POI作为请求点，参考文献 2 由专家打分确定各类型 POI点的权重；另一种是基于回归分析的选址策略，以探索性回归确定的 5类 POI为请求点，以广义线性回归模型确定的解释变量系数为分配权重，只考虑请求点的火灾风险，不考虑请求点的消防站可达性。分别利用两种选址策略开展消防站选址，如图 6 所示，专家打分选址策略下的消防站分布相对集中，市辖区内新增 25 所消防站，外围地区新增 15 所消防站；如图 7 所示，回归分析选址策略下消防站选址结果相对分散，市辖区内新增 22 所消防站，外围地区新增 18所消防站。2.3.2优化效果验证将研究区划分为 45 406个边长为 500 m 的格网，分别计算 3种选址策略下消防站 5 min服务范围内各格网消防站总可达性和平均可达性，基于专家打分的选址策略下，格网平均可达性为 0.032 1、格网总可达性为 68.68；基于回归分析的选址策略，请求点格网平均可达性为 0.037 8，格网总可达性为 84.65，两项指标较专家打分选址策略分别提高 17.76%和 23.25%；顾及可达性的消防站选址策略下格网平均可达性为 0.069 7，格网总可达性为 120.29，两项指标相比专家打分选址策略分别提高 117.13%和75.15%。结果表明，顾及可达性的消防站选址策略能有效提高消防站选址的空间公平性。龙门县博罗县惠城区惠东县惠阳区大亚湾区仲恺高新区图例拟选址消防站拟选址消防站服务范围km0 10 20N低火灾风险较低火灾风险中火灾风险较高火灾风险高火灾风险图 6基于专家判别策略的消防站选址结果Fig.6 Fire stations selection results based on expertdiscriminant strategy龙门县博罗县惠城区惠东县惠阳区大亚湾区仲恺高新区图例现状消防站回归分析策略消防站选址结果km0 10 20N低火灾风险较低火灾风险中火灾风险较高火灾风险高火灾风险图 7基于回归分析策略的消防站选址结果Fig.7 Fire stations selection results based on regressionanalysis strategy3结论与展望本文从供给需求两方面优化传统消防站选址策略，并与其他选址策略对比，主要结论如下：（1）探索性分析表明，在 14类 POI中，风景名胜、公司企业、交通设施、金融保险服务、政府机构及社会团体的解释变量组合对救援请求事件的解释能力最好，且相互间不存在显著的多重共线性。广义线性回归表明，交通设施、公司企业、政府机构和社会团体与火灾发生事件呈正向关系，交通设施为正相关性最大的解释变量；风景名胜和金融保险服务与火灾发生事件呈负向关系，金融保1313Fire Science and Technology,September 2023,Vol.42,No.9险服务为负相关性最大的解释变量。（2）对比 3 种选址策略，专家打分选址策略下消防站平均格网可达性为 0.032 1，格网总可达性为 68.68，两项指标在 3种选址策略中最低，回归分析消防站选址策略下消 防 站 平 均 格 网 可 达 性 为 0.037 8，格 网 总 可 达 性 为84.65，顾及可达性的消防站选址策略下消防站平均格网可达性为 0.069 7，格网总可达性为 120.29。结果说明顾及可达性的消防站选址策略下消防站空间配置最公平。由于缺乏研究区规划路网、未来人口分布数据，在评估规划消防站可达性时，会影响结果准确性。此外，本文未结合区域经济水平和消防站建设目标开展选址，也未区分消防站建设优先顺序，这些均有待进一步研究。参考文献：1 翟国方.城市公共安全规划M.北京:中国建筑工业出版社,2016:72-73.2 祝明明,罗静,余文昌,等.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J.地域研究与开发,2018,37(4):86-91.3 王法辉,戴特奇.公共资源公平配置的规划方法与实践J.城市与区域规划研究,2020,12(2):28-40.4 詹庆明,杨爽.村镇应急公共设施选址布局优化研究J.地球信息科学学报,2019,21(5):641-653.5 贺俊杰,杨君涛.基于火灾风险的城市消防站布局评估技术J.消防科学与技术,2021,40(1):130-134.6 李凡,薛晔,李丽石,等.街区尺度下城市高密度建成区火灾风险研究以 石 家 庄 市 中 心 城 区 为 例 J.自 然 灾 害 学 报,2022,31(1):92-107.7 BADRI M A,MORTAGY A K,ALSAYED C A.A multiobjective model for locating fire stationsJ.European Journal of Operational Research,1998,110(2):243-260.8 MURRAY A T.Optimising the spatial location of urban fire stationsJ.Fire Safety Journal,2013,62:64-71.9 徐智邦,周亮,蓝婷,等.基于 POI数据的巨型城市消防站空间优化:以北京市五环内区域为例J.地理科学进展,2018,37(4):535-546.10 姜昀呈,孙立坚,肖琨,等.城市消防站选址布局优化研究J.测绘科学,2021,46(9):207-217.11 陶卓霖,戴特奇,宋长青.空间公平导向的城市医疗设施优化配置模型研究J.地理学报,2023,78(2):474-489.12 丁愫,陈报章.城市医疗设施空间分布合理性评估J.地球信息科学学报,2017,19(2):185-196.13 翟石艳,何新新,孔云峰,等.基于最优供需分配的公共设施空间可达性分析J.地理学报,2022,77(4):1028-1038.14 胡舒云,陆玉麒,胡国建,等.基于多源大数据的深圳市医疗设施可达性与公平性测算J.经济地理,2021,41(11):87-96.15 李海萍,梁子豪.城市社区养老设施配置空间均衡研究J.地球信息科学学报,2021,23(3):467-478.16 赵洋,徐枫,万义良.基于改进引力模型的公园绿地空间可达性及供需平衡分析方法J.地球信息科学学报,2022,24(10):1993-2003.17 张艳林,李敏,刘宇文,等.基于学籍地址和地理编码的乡村小学教育资源空间可达性分析以湖南省株洲县为例J.地理科学,2022,42(6):993-1004.18 张里静.广义线性模型研究及其在机动车辆保险中的应用D.成都:四川师范大学,2015.19 傅俐,王勇,曾彪,等.基于改进两步移动搜索法的北碚区医疗设施空间可达性分析J.地球信息科学学报,2019,21(10):1565-1575.20 建标 152-2017,城市消防站建设标准S.21 魏冶,修春亮,高瑞,等.基于高斯两步移动搜索法的沈阳市绿地可达性评价J.地理科学进展,2014,33(4):479-487.22 廖心治,王华,赵万民.融合地图数据的山地城市医疗设施服务覆盖评估方法研究J.地球信息科学学报,2021,23(4):604-616.Research on optimization of Huizhou fire station location considering accessibilityZhang Jingdu,Li Chengyue(Guangdong Urban and Rural Planning and Design Institute Co.,Ltd.,Guangdong Guangzhou 510315,China)Abstract:The reasonable accessibility of the distribution of fire station is of great significance for preventing and resolving the hidden dangers to urban safety.Traditional fire station distribution rarely considers residents fire resource demand,resulting in structural problems caused by mismatching supply and demand.This paper improves the traditional site selection model from the aspects of supply and demand.In terms of supply,the best explanatory variable combination and its weight for fire occurrence are determined through exploratory analysis and generalized linear regression,so as to accurately assess the regional fire risk,and the reasonably determine the proposed location of the fire station.In terms of demand,by introducing an accessibility factor to increase the consideration of the location model for residents demand for fire station.Then take Huizhou as an example to carry out the research on location optimization of the fire station,and verify the optimization effect of the improved location strategy by designing two other location strategies,so as to verify the effectiveness of the text improvement model.Key words:fire station accessibility;site allocation strategy;fire location distribution;fire risk assessment作者简介：张经度(1995-)，江西赣州人，广东省城乡规划设计研究院有限责任公司工程师，硕士，主要从事国土空间优化、空间分析建模等方面的科研工作，广东省广州市海珠区南洲路 483号，510315。收稿日期：2023-06-04（责任编辑：毛星）1314