• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于ANP與ArcGIS的城市火災(zāi)風(fēng)險評估

      2023-03-15 09:10:08趙帆方世躍祁欣海賈帥尹春風(fēng)
      科學(xué)技術(shù)與工程 2023年3期
      關(guān)鍵詞:臨潼區(qū)西安市減災(zāi)

      趙帆,方世躍*,祁欣海,賈帥,尹春風(fēng)

      (1.西安科技大學(xué)地質(zhì)與環(huán)境學(xué)院,西安 710054;2.國家管網(wǎng)集團(tuán)聯(lián)合管道有限責(zé)任公司,西安 710018;3.陜西核工業(yè)工程勘察院有限公司,西安 710054;4.國家管網(wǎng)集團(tuán)南山(山東)天然氣有限公司,煙臺 265700)

      隨著經(jīng)濟的快速發(fā)展,城市火災(zāi)的防控壓力及難度持續(xù)增大。超市、賓館、體育館、商場等公共場所一旦發(fā)生火災(zāi),常因人員聚集、建筑規(guī)模巨大、易燃易爆危險品較多等,導(dǎo)致嚴(yán)重的人員傷亡。城市火災(zāi)風(fēng)險評估對減少火災(zāi)發(fā)生率、優(yōu)化消防力量配置、指導(dǎo)消防檢查、提高滅火救援效率和城市消防安全水平具有重要作用[1]。但簡單高效的城市火災(zāi)評估模型,一直是重點與難點問題。在中國,吳在棟等[2]提出了利用層次分析法(analytic hierarchy process,AHP)和模糊數(shù)學(xué)獲取各項指標(biāo)的參數(shù)值和權(quán)重值,在地理信息科學(xué)(geographic information science,GIS)空間技術(shù)支持下使用危險性評價模型、易損性評價模型和綜合風(fēng)險評估模型評估歷史文化街區(qū)的火災(zāi)風(fēng)險。李保杰等[3]利用GIS中的格網(wǎng)和疊加分析進(jìn)行城市火災(zāi)風(fēng)險評估。吳立志等[4]學(xué)者為了定量分析城市火災(zāi)風(fēng)險,提出基于隨機森林算法的遞歸特征消除方法優(yōu)化自變量指標(biāo),結(jié)合線性加權(quán)法評估城市火災(zāi)風(fēng)險。方碩等[5]在隨機森林算法的基礎(chǔ)上,設(shè)計開發(fā)了交互式消防熱點風(fēng)險地圖,以方便相關(guān)人員快速確定地塊建筑火災(zāi)風(fēng)險并據(jù)此調(diào)整消防檢查的策略以及人力物力資源的分配。葉寬等[6]利用多源數(shù)據(jù)融合的方法引入煙塵顆粒濃度來識別森林火災(zāi)發(fā)生的高風(fēng)險區(qū)域。在國外,Goldarag等[7]利用神經(jīng)網(wǎng)絡(luò)和邏輯回歸對森林火災(zāi)風(fēng)險進(jìn)行建模并識別火災(zāi)發(fā)生高潛在區(qū)域。Torres等[8]對GIS進(jìn)行二次開發(fā),分析處理國家公園及周邊植被發(fā)生火災(zāi)的因素,然后進(jìn)行風(fēng)險等級的劃分。Liu等[9]提出用通過使用JavaScript和HTML5,在映射不同顏色的火災(zāi)風(fēng)險值的基礎(chǔ)上,繪制廣義火災(zāi)風(fēng)險圖,用事故數(shù)據(jù)可視化對風(fēng)險區(qū)域進(jìn)行評估。Gheshlaghi[10]使用GIS和網(wǎng)絡(luò)層次分析法(analytic network process,ANP)建立森林火災(zāi)風(fēng)險圖和評價模型。綜合比較目前對于火災(zāi)風(fēng)險評估的研究方法,模糊綜合評價法雖能把定性的問題轉(zhuǎn)為定量問題,但也因此丟失了較多的信息,容易出現(xiàn)偏差;BP(back propagation)神經(jīng)網(wǎng)絡(luò)評價法雖然評價結(jié)果更客觀,不帶有明顯的主觀性,但無法處理定性的指標(biāo)且模型數(shù)據(jù)獲取比較困難;AHP操作簡單易于實施,但其主觀性較強且風(fēng)險因素數(shù)目不能過多,且不能考慮因素間的關(guān)系。

      縱觀目前的火災(zāi)風(fēng)險評估研究,對于火災(zāi)誘發(fā)因素的定量與定性分析、客觀與主觀的分析一直是關(guān)注的重點,但城市火災(zāi)的誘發(fā)因素間的聯(lián)系也對最終的風(fēng)險評價結(jié)果有著重要影響,目前對于火災(zāi)誘發(fā)因素間互相影響的問題卻鮮有研究。ANP內(nèi)含敏感度分析,因此不會因樣本多寡而影響評估結(jié)果,不會忽略火災(zāi)風(fēng)險評價中網(wǎng)絡(luò)層之間的相互比較,合理地考慮了因素間的依存關(guān)系,能使結(jié)果更加準(zhǔn)確可信。鑒于此,現(xiàn)將城市防災(zāi)減災(zāi)能力納入風(fēng)險評估的脆弱性研究中,構(gòu)建考慮多個因素間相互關(guān)聯(lián)的指標(biāo)體系,再利用ANP的網(wǎng)絡(luò)結(jié)構(gòu)模型與ArcGIS的空間分析相結(jié)合的方法,進(jìn)行權(quán)重計算;比較用500 m×500 m的漁網(wǎng)和行政區(qū)作為評價單元的評價結(jié)果精確度,選擇500 m×500 m的漁網(wǎng)作為研究區(qū)的基本評價單元;結(jié)合火災(zāi)風(fēng)險評價模型和ArcGIS的空間分析進(jìn)行因素權(quán)重的疊加,利用自然間斷法劃分火災(zāi)風(fēng)險等級。

      1 研究區(qū)概況及數(shù)據(jù)

      1.1 研究區(qū)概況

      西安市臨潼區(qū)位于關(guān)中平原東部,西安國際大都市副中心,地理坐標(biāo)為東經(jīng)109°5′49″~109°27′50″,北緯34°16′49″~34°44′11″。行政區(qū)劃總面積916.293 4 km2,轄23個街道辦事處。2021年臨潼區(qū)全區(qū)總?cè)丝?31 498 人,是一個人口、經(jīng)濟、文化快速發(fā)展的區(qū)域。根據(jù)臨潼區(qū)2016 —2021年(截至2021年12月31日)的歷年火災(zāi)分類統(tǒng)計分析,中心城區(qū)共發(fā)生火災(zāi)299 起,占全市火災(zāi)發(fā)生次數(shù)的56.3%。從歷史火災(zāi)統(tǒng)計資料來看,中心城區(qū)火災(zāi)發(fā)生較為集中的場所為居民區(qū),特別是在老城區(qū)、城中村為數(shù)最多,在各類火災(zāi)發(fā)生場所中的占比為42.1%;其次農(nóng)田、林木、溫棚,占比3.4%;再次為酒店、餐飲娛樂等商業(yè)場所,占比4.3%。臨潼區(qū)用地類型多樣,老舊街區(qū)建筑密集,消防布施不完善,火災(zāi)的發(fā)生率較高,火災(zāi)起因類型多樣,火災(zāi)發(fā)生場所集中且火災(zāi)發(fā)生時間集中。

      1.2 數(shù)據(jù)來源

      本文中所采用的基礎(chǔ)數(shù)據(jù)主要依托于《西安市臨潼區(qū)國土空間規(guī)劃——臨潼區(qū)綜合防災(zāi)專項規(guī)劃》和相關(guān)部門所提供的相關(guān)數(shù)據(jù),如表1所示。

      表1 數(shù)據(jù)來源統(tǒng)計表Table 1 Classification data source statistic

      2 火災(zāi)風(fēng)險評估模型

      2.1 城市火災(zāi)風(fēng)險評估指標(biāo)體系構(gòu)建

      2.1.1 指標(biāo)選取

      目前國際上的風(fēng)險評估主流框架為H-V-E,即災(zāi)害風(fēng)險水平是由危險性(H)、敏感性(E)、脆弱性(V)這三方面共同決定的[11],模型表達(dá)為:Risk=H∩E∩V。但隨著城市經(jīng)濟和科技的發(fā)展,在城市火災(zāi)的風(fēng)險評估中城市的防災(zāi)減災(zāi)能力不容忽略,許多學(xué)者也將其納入脆弱性分析中,因此本文從致災(zāi)因子的危險性分析、敏感性分析和防災(zāi)減災(zāi)能力三方面進(jìn)行城市火災(zāi)的風(fēng)險評估,以火災(zāi)危險度為其危險性(H),區(qū)域特征性為其敏感性(E),防災(zāi)減災(zāi)能力(P)這三個一級指標(biāo)展開指標(biāo)的篩選。

      2.1.2 指標(biāo)體系構(gòu)建

      火災(zāi)是多因素作用的結(jié)果,全面、科學(xué)、合理地選取評價因素至關(guān)重要。選取指標(biāo)時應(yīng)合理考慮指標(biāo)的可獲取性、合理性、科學(xué)性以及火災(zāi)的發(fā)生、控制、預(yù)防等各種問題。本文建立指標(biāo)體系的具體步驟如下。

      (1)根據(jù)火災(zāi)發(fā)生的危險度、區(qū)域特征性、城市防災(zāi)減災(zāi)能力確定因素。

      (2)根據(jù)城市區(qū)域火災(zāi)風(fēng)險因素之間的關(guān)聯(lián)性對因素進(jìn)行分組。將火災(zāi)風(fēng)險評估定為控制層B,以火災(zāi)危險度B1,區(qū)域特征性B2,防災(zāi)減災(zāi)能力B3為控制層因素,所有二級評價指標(biāo)為網(wǎng)絡(luò)層C1、C2、C3,如表2所示。

      表2 城市區(qū)域火災(zāi)風(fēng)險指標(biāo)體系Table 2 Classification index system of evaluation of fire risk in urban area

      (3)分析組之間的關(guān)系。在整個網(wǎng)絡(luò)中,不止網(wǎng)絡(luò)層的因素間具有相關(guān)性,控制層間的關(guān)系也不容忽略。因此,確定出控制層和網(wǎng)絡(luò)層之間的網(wǎng)元關(guān)系,如圖1所示。

      圖1 西安市臨潼區(qū)火災(zāi)風(fēng)險評估ANP因素關(guān)系網(wǎng)Fig.1 ANP factors network of fire risk assessment in Lintong district,Xi’an City

      2.2 指標(biāo)量化

      由于火災(zāi)指標(biāo)的量綱與單位不同,且有正、負(fù)之分,利用極差標(biāo)準(zhǔn)化法處理數(shù)據(jù)使其量綱統(tǒng)一,負(fù)向指標(biāo)也進(jìn)行相應(yīng)轉(zhuǎn)化[10]。根據(jù)各因素的可獲取性、在各評價單元上的差異性、剔除因素間的重疊因素,合理分配數(shù)據(jù),運用ArcGIS和OMP軟件將所收集到的數(shù)據(jù)進(jìn)行了處理,比例尺1∶200 000,處理過程如下。

      (1)火災(zāi)載荷密度:以建筑物面積與火災(zāi)載荷密度平均值的乘積作為重點消防單位的火災(zāi)載荷密度[12],歸一化后以各重點消防單位矢量位置為基礎(chǔ),利用ArcGIS的Spatial Analyst中的密度分析對其進(jìn)行搜索距離為10 km的核密度分析。

      (2)重點消防單位面積:以重點消防單位建筑的占地面積乘以建筑物層數(shù)得出重點消防單位建筑物的面積并將其歸一化,以各重點消防單位矢量位置為基礎(chǔ),利用ArcGIS的Spatial Analyst中的密度分析對其進(jìn)行搜索距離為10 km的核密度分析。

      (3)重大危險源面積:以重大危險源面積歸一化后,用矢量點對其進(jìn)行搜索距離為10 km的核密度分析。

      (4)與危險源的距離:以重大危險源單位為矢量點進(jìn)行緩沖區(qū)建立,其距離分別為600、1 000、2 000、>2 000 m。

      (5)用地類型:將土地利用類型分為4類,劃分4個風(fēng)險等級,如表3所示。

      表3 土地利用類型風(fēng)險等級劃分表Table 3 Classification risk grade of land use types

      (6)人口密度:根據(jù)西安市臨潼區(qū)統(tǒng)計局的數(shù)據(jù)得到各行政街道辦的人口密度。

      (7)植被覆蓋度:以國家地理信息資源目錄服務(wù)系統(tǒng)的為基礎(chǔ)數(shù)據(jù)。

      (8)與消防站的距離:以消防站為基準(zhǔn)點進(jìn)行緩沖區(qū)建立,其距離分別是1 000、2 000、3 000、>3 000 m。

      (9)消防供水能力:根據(jù)供水站的矢量位置進(jìn)行10 km的核密度分析。

      (10)醫(yī)療保障水平:用西安市臨潼區(qū)衛(wèi)健局的醫(yī)院床位為基礎(chǔ)數(shù)據(jù)進(jìn)行歸一化處理,以各醫(yī)院的矢量點展開10 km的核密度分析。

      將各因素統(tǒng)一綱量后進(jìn)行ArcGIS的空間分析,利用ArcGIS的[重分類]對各因素的柵格進(jìn)行重新賦值和分類,得出各個影響因素的標(biāo)準(zhǔn)化結(jié)果,如圖2所示。

      圖2 評價因素分級圖Fig.2 Evaluation factor grading chart map

      2.3 城市火災(zāi)ANP結(jié)構(gòu)模型構(gòu)建

      2.3.1 指標(biāo)權(quán)重確定

      將一級指標(biāo)和二級指標(biāo)對應(yīng)關(guān)系判斷矩陣分別輸入SD(super decisions)軟件中。將元素集Ci中元素按其對Cij的影響力進(jìn)行兩兩比較分析,同時也將控制層中的網(wǎng)元進(jìn)行兩兩比較,采用九分法(1~9)進(jìn)行各因素比重標(biāo)度后得到兩兩判斷矩陣,再通過特征根法求得排序向量,采用一致性率(consistency ratio,CR)測度判斷一致性程度。如果CR<0.1,則判斷其一致性是可以接受的,否則進(jìn)行修正。西安市臨潼區(qū)火災(zāi)風(fēng)險評估一級指標(biāo)檢驗結(jié)果如表4所示。

      表4 指標(biāo)一致性檢驗結(jié)果Table 4 Classification index consistency test results

      (1)

      當(dāng)?shù)玫降臉O限收斂且唯一時,指標(biāo)權(quán)重穩(wěn)定[10],西安市臨潼區(qū)的權(quán)重計算結(jié)果如表5所示。

      表5 火災(zāi)風(fēng)險評估權(quán)重值表(ANP)Table 5 Classification weight value of fire risk assessment(ANP)

      2.3.2 城市火災(zāi)風(fēng)險評估模型構(gòu)建

      在得出各二級指標(biāo)的權(quán)重后,將各控制層按照權(quán)重再次疊加,在ArcGIS中利用字段計算器加權(quán)疊加得到西安市臨潼區(qū)一級指標(biāo)分級圖,如圖3所示。疊加表達(dá)式為

      圖3 一級指標(biāo)分級圖Fig.3 First-level indicator gradingmap

      (2)

      式(2)中:R為一級指標(biāo)風(fēng)險結(jié)果;wi為指標(biāo)i的二級指標(biāo)權(quán)重;xij為對應(yīng)的二級指標(biāo)。

      選取評估模型[13],利用ArcGIS的柵格計算器疊加一級指標(biāo)的權(quán)重結(jié)果,得出西安市臨潼區(qū)最終的火災(zāi)風(fēng)險評估結(jié)果,如圖4所示。選取的評估模型為

      (3)

      式(3)中:H為危險性;E為敏感性;P為防災(zāi)減災(zāi)能力。

      3 結(jié)果與分析

      3.1 西安市臨潼區(qū)火災(zāi)風(fēng)險評價結(jié)果

      將圖4西安市臨潼區(qū)火災(zāi)風(fēng)險評估圖(ANP)與圖5西安市臨潼區(qū)的城市組團(tuán)區(qū)域分布圖對比,其風(fēng)險評估結(jié)果基本與城市城區(qū)結(jié)構(gòu)分布一致。從西安市臨潼區(qū)火災(zāi)風(fēng)險性評估圖中可以看出,火災(zāi)風(fēng)險性總體上呈南高北低的格局,高風(fēng)險區(qū)域主要分布在臨潼的舊城區(qū)和新城區(qū)的人口密集和經(jīng)濟發(fā)展中心,中風(fēng)險區(qū)域主要分布在渭北工業(yè)區(qū)和新豐區(qū)的工業(yè)區(qū)域,具體風(fēng)險性區(qū)劃如表6所示。

      表6 西安市臨潼區(qū)火災(zāi)風(fēng)險區(qū)劃Table 6 Classification fire risk zoning of Lintong district, Xi’an City

      3.2 評價單元對結(jié)果的影響

      評價單元的選取對于城市火災(zāi)最后的評價結(jié)果有著重要影響,根據(jù)城市火災(zāi)評價的實際情況,常用的評價單元有漁網(wǎng)單元和行政區(qū)域劃分單元。用行政區(qū)域劃分評價單元,西安市臨潼區(qū)有23個行政街道,以每個街道辦為一個評價單元,得到23個火災(zāi)風(fēng)險評價單元。運用同樣的指標(biāo),將其按照行政街道單元再次處理部分?jǐn)?shù)據(jù),具體過程如下。

      (1)火災(zāi)載荷密度,以建筑物面積與火災(zāi)載荷密度平均值的乘積作為重點消防單位的火災(zāi)載荷密度,然后按行政街道統(tǒng)計每個街道的重點消防單位的火災(zāi)載荷密度并將其歸一化。

      (2)重點消防單位面積百分比,以街道辦內(nèi)總的重點消防單位面積除以行政街道辦的面積得出該街道辦的重點消防單位面積占比并將其歸一化。

      (3)重大危險源面積百分比,以街道辦內(nèi)總重大危險源面積除以行政街道辦的面積得出該街道辦的重大危險源面積占比并將其歸一化。

      (4)人口密度,根據(jù)西安市臨潼區(qū)統(tǒng)計局的數(shù)據(jù)得到各行政街道辦的人口密度。

      (5)消防供水能力,統(tǒng)計每個行政街道辦的供水站個數(shù)除以供水站總數(shù)量,得到各行政街道辦的消防供水站的密度。

      (6)其余指標(biāo)數(shù)據(jù)處理方法不變。利用ANP構(gòu)建的結(jié)構(gòu)模型計算出的權(quán)重結(jié)合ArcGIS的空間分析再次疊加各指標(biāo),結(jié)果如圖6所示。將結(jié)果與圖4中用500 m×500 m的漁網(wǎng)作為基本評價單元的結(jié)果做對比,可以看出用漁網(wǎng)作為基本評價單元其風(fēng)險評價結(jié)果更加精確,而行政區(qū)劃作為評價單元,其只可劃分不同行政區(qū)劃之間的風(fēng)險等級,對于部分指標(biāo)無法進(jìn)行行政區(qū)劃內(nèi)部的更加精細(xì)化的風(fēng)險等級劃分。漁網(wǎng)的一個評價單元面積遠(yuǎn)小于行政區(qū)域的面積,可以根據(jù)漁網(wǎng)等級的大小,在行政區(qū)劃的內(nèi)部進(jìn)行風(fēng)險等級的精確劃分,使得其評價過程更精細(xì),結(jié)果更準(zhǔn)確。

      圖4 西安市臨潼區(qū)火災(zāi)風(fēng)險評價結(jié)果分布圖(ANP)Fig.4 Distribution map of fire risk assessment results in Lintong District,Xi’an City(ANP)

      圖5 西安市臨潼區(qū)城市主要組團(tuán)區(qū)域分布圖Fig.5 Distribution map of major urban groups area in Lintong District,Xi’an City

      圖6 行政區(qū)域單元火災(zāi)風(fēng)險評價結(jié)果分布圖Fig.6 Distribution map of fire risk assessment results in administrative area units

      3.3 權(quán)重對評價結(jié)果的影響

      利用相同的指標(biāo)和處理方法,用層次分析法再次對西安市臨潼區(qū)的火災(zāi)風(fēng)險進(jìn)行評估。采用Yaahp軟件對西安市臨潼區(qū)的火災(zāi)指標(biāo)進(jìn)行層次分析法建模,召集該專業(yè)的專家進(jìn)行打分,最終得到各個指標(biāo)的權(quán)重,如表7所示。

      表7 火災(zāi)風(fēng)險評估權(quán)重值表(AHP)Table 7 Classification weight value of fire risk assessment (AHP)

      再利用ArcGIS對火災(zāi)因素的權(quán)重疊加得出利用層次分析法建立模型后得出的西安市臨潼區(qū)火災(zāi)風(fēng)險評估結(jié)果如圖7所示。

      圖7 西安市臨潼區(qū)火災(zāi)風(fēng)險評價結(jié)果分布圖(AHP)Fig.7 Distribution map of fire risk assessment results in Lintong district,Xi’an City(AHP)

      從兩種方法的對比中可以看出兩者得出的一級指標(biāo)的權(quán)重相差不大,而主要差別在于二級指標(biāo)的權(quán)重值的不同。這是由于傳統(tǒng)的層次分析法只考慮了因素間的遞階層次問題,從而使得出的結(jié)果層次較為分散,中風(fēng)險與次風(fēng)險地區(qū)多以行政區(qū)劃分為主,且多以重大危險源的中心點聚集,波及范圍面廣。相較于傳統(tǒng)的層次分析法,ANP考慮到了火災(zāi)風(fēng)險因素中的可逆性問題和網(wǎng)絡(luò)層因素之間互有影響關(guān)系的問題,不是簡單的遞階層次,得出的權(quán)重結(jié)果更加精確,風(fēng)險性區(qū)域的劃分更加的集中準(zhǔn)確。

      3.4 防災(zāi)減災(zāi)能力對結(jié)果的影響

      利用ANP剔出防災(zāi)減災(zāi)能力的3個指標(biāo),得出火災(zāi)風(fēng)險度(危險性H)、區(qū)域特征性(敏感性E)的7個指標(biāo)的權(quán)重,如表8所示。再利用ArcGIS的空間分析和可視化得出未考慮防災(zāi)減災(zāi)能力的風(fēng)險評價結(jié)果,如圖8所示。

      圖8 剔除脆弱性指標(biāo)火災(zāi)風(fēng)險評價結(jié)果分布圖Fig.8 Distribution map of fire risk assessment results excluding vulnerability indicators

      表8 剔除脆弱性指標(biāo)權(quán)重表Table 8 Classification eliminate the weight of vulnerability index

      兩者對比可以看出,未考慮城市防災(zāi)減災(zāi)能力指標(biāo)的風(fēng)險評估結(jié)果中高、中風(fēng)險區(qū)域占比較大,考慮城市防災(zāi)減災(zāi)指標(biāo)后的結(jié)果范圍較集中,高中風(fēng)險區(qū)域的有所縮減,由此可見,城市防災(zāi)減災(zāi)能力提高能有效的縮減火災(zāi)的高風(fēng)險范圍。

      4 結(jié)論

      (1)根據(jù)火災(zāi)發(fā)生的危險性、區(qū)域特征性、防災(zāi)減災(zāi)能力這三個決策層篩選了10 個影響因素。利用SD軟件建立網(wǎng)絡(luò)層間因素互相聯(lián)系的因素關(guān)系網(wǎng),配合ArcGIS和極差法將指標(biāo)統(tǒng)一量化,建立考慮因素間相互關(guān)聯(lián)的指標(biāo)體系。結(jié)合ANP和專家打分進(jìn)行指標(biāo)權(quán)重確定,將權(quán)重結(jié)果與ArcGIS的空間分析相結(jié)合,采用加入城市防災(zāi)減災(zāi)因素后的風(fēng)險疊加模型,利用自然間斷法將西安市臨潼區(qū)的火災(zāi)風(fēng)險等級劃為高、中、次、低風(fēng)險四類。將得到的結(jié)果與未考慮火災(zāi)因素間相互聯(lián)系的層次分析法的結(jié)果對比,ANP的風(fēng)險區(qū)域劃分更為集中精確,以此說明ANP內(nèi)的可逆性結(jié)構(gòu)和因素網(wǎng)的建立能精進(jìn)指標(biāo)的權(quán)重,進(jìn)而能得出更精確的結(jié)果。

      (2)西安市臨潼區(qū)火災(zāi)風(fēng)險整體呈現(xiàn)出南高北低的趨勢,尤其集中在驪山、斜口、代王、新豐、北田這五個街道辦,高風(fēng)險區(qū)域占1.81%,中風(fēng)險區(qū)域占5.82%,次風(fēng)險區(qū)域占16.85%,低風(fēng)險區(qū)域占75.53%。據(jù)實際調(diào)查,這些街道辦均屬于人口和建筑密集,城市經(jīng)濟中心,重大危險源較多的區(qū)域,在此也驗證了本文城市風(fēng)險評估的準(zhǔn)確可靠,可操作性強。

      (3)將500 m×500 m的漁網(wǎng)評價單元和行政區(qū)劃評價單元進(jìn)行風(fēng)險評價結(jié)果對比,發(fā)現(xiàn)漁網(wǎng)可以更準(zhǔn)確地劃分風(fēng)險區(qū)域范圍,減少后期消防規(guī)劃的工作幅度。

      (4)城市防災(zāi)減災(zāi)能力能夠有效減低城市的火災(zāi)風(fēng)險性,因此在對城市風(fēng)險評估時應(yīng)當(dāng)適當(dāng)考慮目前已有的防災(zāi)減災(zāi)能力因素,這對于最終的風(fēng)險評估結(jié)果有著縮小風(fēng)險范圍,精細(xì)化評價結(jié)果的作用。

      猜你喜歡
      臨潼區(qū)西安市減災(zāi)
      張群德
      陜西臨潼區(qū):常態(tài)化開展“田間課堂”
      防災(zāi)減災(zāi) 共迎豐收之季
      秦陵一號銅馬車
      親子創(chuàng)意美工展
      西安市第四醫(yī)院
      123的幾種說法
      基于CA-Markov模型的西安市熱環(huán)境模擬研究
      國務(wù)委員、國家減災(zāi)委主任王勇在北京出席“防災(zāi)減災(zāi)日”活動
      中國民政(2016年10期)2016-06-05 09:04:16
      農(nóng)業(yè)減災(zāi)自救 刻不容緩
      鄱阳县| 盈江县| 罗源县| 宁乡县| 彭州市| 水城县| 古田县| 宁阳县| 滦平县| 海南省| 焉耆| 灵石县| 万安县| 竹山县| 全州县| 民丰县| 旬邑县| 西乡县| 大方县| 凤山市| 保山市| 犍为县| 竹山县| 黔南| 荆州市| 黄龙县| 禹州市| 兰考县| 梁河县| 唐山市| 英德市| 民权县| 福州市| 丘北县| 芦溪县| 子长县| 连云港市| 拉孜县| 广灵县| 宜章县| 济阳县|