GIS+BIM 技術在城中村Gustav 法火災風險預警管理中的應用研究

丁振瀚 劉迅 李曉波 沈樂

（1.蘇州科技大學 土木工程學院，蘇州 215000；2. 蘇州科技大學 商學院，蘇州 215000）

引言

城中村存在消防安全隱患、市政支持不足、城市景觀不佳、責任主體缺失等問題，是進行城市更新的重點更新區域。城中村消防安全管理水平的提升是我國城市更新的重點之一，應納入城市規劃，嚴格按照規劃發展。城中村火災風險預警是我國城市更新規劃中亟需解決的問題。

關于城中村火災風險預警問題，學者們主要集中在采用不同的方法進行評估。趙偉[1]針對城中村中不同使用功能的房間，應用Gustav 法進行火災風險分析并提出防火方案建議。吳大放等[2]結合AHP 和GIS 技術，構建了一個評價模型，評價和分類城中村的防火能力。曹邦卿等[3]利用模糊層次分析法，對影響因素進行了研究，得到了各指標及其權重值，建立了評價模型。谷建軍[4]針對消防隱患的特征和成因進行研判，提出評估方法和評估體系，然后在實地評估中發現主要問題的基礎上，提出了針對出租屋火災隱患的對策，繼而提高出租屋的消防安全水平。火災風險預警常會采用到GIS 和大數據挖掘等方法。在根據Gustav 法分析所得結果未能直觀地給出建筑物本身的破壞GR，以及對建筑物內部人員和財產損失IR 的危險范圍[1]。采用GIS及大數據挖掘等方法來做火災風險預警的研究，雖然能夠做到直觀表現，但應用對象適用于如同通道等有規范設計的大型設施火災風險預警管理。相較之下，BIM 技術可以更好地解決城中村一類小而復雜的火災風險預警問題。通過BIM 與火災相關的研究綜述中得知，國內集中火災模擬、安全疏散及建筑消防方面的研究[5]，而國際集中在應急救援方面[6]。BIM 技術結合虛擬現實技術，可使消防疏散路徑更加直觀，救援指揮更加便捷[7]。因此，有必要利用BIM 技術的優點，應用于城中村火災風險預警管理研究中。

在前人研究的基礎上，本文研究基于BIM 技術，獲取并集成城中村火災風險評估所需的相關信息和基礎數據，通過構建建筑信息模型，根據風險征兆可測評原理，采用Gustav 火災危險度法分析后，將分析所得結果的GR 和IR 危險范圍直觀地呈現。最后，為了證明所提出的方法的有效性，對深圳的一個城中村進行了案例研究。

1 城中村火災危險度現狀

城中村建筑材料耐火等級不高及其防火設計存在問題，容易出現火勢沿著建筑外表面向上蔓延且產生大量有毒氣體。城中村樓棟間過道狹小，建筑間無必要的防火間距，樓棟間距中存在如同電瓶車以及雜物等可燃易燃物品，且消防設施落后或缺失，火勢蔓延勢不可擋[8]。村中村樓間距通向主干道的出口作為主要的逃生口，許多出口已經被商店私自擴大空間所占據。疫情時代，不合理的分區規劃加劇了存在的火災逃生風險。城中村房屋用途性質混亂。原本倉庫一般位于樓棟一層，現隨著電商行業的興起，用于居住的房屋往往也用做商家的倉庫使用，火災危險度情況更為復雜[9]。城中村普遍存在的消防安全影響因子可對應以下兩個古斯塔夫影響因子。

1.1 建筑火災危險因子

建筑成本決定城中村建筑耐火等級，決定能否抵御火災侵襲。城中村建筑基本上都是磚混以及磚木結構，建設成本低廉、施工周期短，根本不考慮防火、防震及防沉降要求。此外，城中村普遍存在著建筑戶戶相連、成片布置以及“握手樓”等現象。因此，城中村的防火等級遠遠低于建筑防火風險的要求。

1.2 建筑物內火災危險因子

租房用途混亂、租住人員復雜、居民變動頻繁等因素導致的消防管理混亂，火險隱患嚴重。受村里人的文化素質和暫住人口的影響，”三合一 “現象在村里隨處可見。居民防火意識淡漠，擅自使用明火、私拉亂接電線、私自使用小鍋爐和化學品儲存罐等違法行為大量存在。

2 研究方法及原因

2.1 地理信息系統技術（GIS）

本文借助GIS 研究工具，分析城中村建筑物實際占地等問題并將其可視化處理，為進一步的研究、設計提供依據。GIS 是一個管理方便、空間分析能力強、支持城市空間精確設計的信息系統，專門研究地理空間數據和地表空間信息中的地理現象和事物的運行[10]。GIS 對城中村火災危險度分析所需的建筑物占地面積、各點距離消防隊直線距離等信息進行收集，并進行集成管理。

2.2 古斯塔夫危險度法（Gustav 法）

Gustav 法是一種采用模糊數學處理分析火災危險源的半定量風險分析方法。Gustav 法定義火災風險為與火災危險源的不同特征相對應的多個因素。一方面，建筑物本身的破壞GR，另一方面，建筑物內部人員和財產損失IR，GR 和IR 共同決定建筑物的火災危險程度。建筑物本身火災危險度GR 和建筑物內火災危險度IR 的計算具體見式(1)和式(2)。

式(1)中，C為易燃性因子；QM為可移動的火災負荷因子，表示建筑物室內可移動燃燒物對GR 的影響，可根據火災平均密度決定; Qi為固定火災負荷因子；L為滅火速度因子，表示滅火設施及人為滅火能力的因素，可根據滅火能力等級決定；B為火災區域及位置因子，表示建筑火災面積對消防難易程度的影響，可根據消防活動的難易程度來確定；Ri為危險度減少因子，表示火災危險度下降因素；W為建筑物耐火因子，表示建筑物的耐火能力，可根據耐火能力等級決定[1]。

式(2)中，H 為人員危險因子，表示建建筑物內人員的自救能力，受對疏散通道的熟悉程度、人員數量和出口數量的影響; D 是為財產危險因子，表示建筑物內財產的價值、數量和損失情況，可根據財產受危險程度決定; F 是煙氣因子，表示煙氣的毒性、濃度及危害性程度，可根據煙氣的危險程度決定。建筑火災危險因子和建筑物內火災危險因子取值參考趙偉研究結果[1]，部分如表1 所示。

表1 因子取值表（部分）

GR 和IR 值的不同決定防火的具體措施不同。GR越大，越需要加強自動滅火設施需求，IR 越大，越需要加強火災早期報警系統的需求，將二維分析圖分為A 區（不需要保護）、B 區（加強滅火設施）、C 區（加強報警系統）以及D 區（雙重保護），如圖1 所示。采用Gustav 法分析火災危險度的難點在于獲取GR 和IR 中的影響因子。單個建筑物信息獲取較為簡單易行，但對某一區域內眾多建筑物進行分析則需要大量時間成本，且其中有大量相同的工作。采用何種信息化的手段來解決成為尤為關鍵的問題，GIS+BIM 技術成為了一種解決辦法。

圖1 古斯塔夫火災風險度分析圖

2.3 建筑信息模型（BIM）

BIM 是一種創建建筑數字模型的方法和工具，數字模型用于信息化管理以便優化設計等。BIM 可以根據所建模型，計算出結構、建筑和裝飾的體量及其材料屬性以及城中村區塊內各建筑物的樓層數和火災區域。結合燃燒熱值表，大量、快速、精確地確定因子取值。

BIM 技術在城中村火災風險預警中的應用，將通過建筑信息標識碼快速讀取以Excel 表格形式呈現，再通過BIM 軟件對所建立的建筑模型錄入建筑信息，添加除標識碼可獲得之外的信息，如建立職業消防隊模型，取直線距離等對應取值。然后，導出添加識別碼外信息后的建筑模型明細表，通過程序編程批量處理待用Gustav 法公式計算的數據。最后，基于BIM 的可視化功能，將評價結果以色彩方案直觀呈現，以真實性和體驗感為重點改善交流環境，方便閱讀和理解項目，達到提高項目的整體質量的目的。

2.4 BIM 技術結合Gustav 法在城中村火災風險預警管理方法的構建

為實現城市更新中的城中村火災風險預警管理，本文提出了一個方法框架。該框架按照“信息收集、數據處理、結果分析”的流程進行設計，根據風險征兆可測評原理，采用GIS、BIM、程序編程等工具以及案例分析研究方法，對基于BIM 技術的城中村火災風險預警中的應用展開。首先通過LSV 4 定位所要研究的目標，通過構建天地圖帶建筑出底圖，再對底圖進行規范化處理；然后實地調查將含有建筑物信息及其內部信息的標識碼收集整理，通過Revi2016 構建模型，將收集到的信息通過Python 程序進行批量處理之后錄入其中，繼續在Revit 中做進一步的處理；再將可進行Gustav 法分析的完整建筑信息導出并進行火災風險預警管理分析；最后將分析結果導入Revit，用空間顏色方案呈現分析結果。BIM 技術結合Gustav 法在城中村火災風險預警管理方法的構建如圖2 所示。

圖2 BIM 技術結合Gustav 法在城中村火災風險預警管理方法的構建

3 案例應用

3.1 案例項目概況

本案例城中村位于深圳市內邊緣地區，依附于街道主干道位置，該占地呈現不規則形狀，實際面積難以精確測量。案例取該城中村的東北一角區域，占地面積為9 338m2，由80 棟建筑物組成，包括酒店、公寓、居民樓及微型消防站。

3.2 GIS 技術獲得城中村建筑規劃圖

建筑信息的收集與整理首先需要對模型進行構建，建筑模型的構建則需要對建筑信息的收集，而建筑信息需要提前明確目標及目標的總體的規劃設計底圖，GIS 技術能夠做到建筑底圖的提取。LSV 4 在地圖上定位待研究的城中村區塊影像，如圖3 所示，通過影像底圖（天地圖帶建筑）下載后分離建筑和地圖，再對地圖進行處理后，提取建筑底圖，最后調整轉角與直線，如圖4 所示。將獲得的底圖按比例導入CAD 軟件進行繪制，出城中村建筑規劃圖。

圖3 城中村天地圖

圖4 帶建筑底圖

3.3 基礎信息收集與處理

Revit 鏈接功能鏈接上述CAD 圖紙，建立建筑模型，如圖5 所示。通過實地調研，將建筑物基本信息（占地尺寸和面積、樓層數、結構和材料類型等）以及建筑物內火災荷載組成因素（移動可燃物主要組成材料及重量等）借助標識碼進行快速收集，將收集到的建筑信息錄入模型中，如圖6 所示，再根據預設的消防隊地點，測得直線距離，所得數據導出報告明細表文檔轉入Excel 文件。

圖5 模型構建

圖6 建筑信息錄入

3.4 分析結果

獲取BIM 信息數據，借助編程軟件Python 批量處理數據，將數據通過古斯塔夫公式計算得出建筑火災危險度GR 和建筑物內火災危險度IR 值，該區塊80個樣本數據如圖7。根據GR、IR 取值劃分預警等級是一個相對值，結合業內專家的意見，認為GR、IR 值均以數值2 為分界值，分以A 區（不需要保護）、B區（滅火設施）、C 區（報警系統）以及D 區（雙重保護），并對應附上綠色、橙色、黃色、紅色的顏色方案，導入計算所得結果，在Revit 房間功能中加以直觀顯示，如圖8 所示。

圖7 區塊各樣本GR 和IR 值

圖8 古斯塔夫火災危險度分析圖

從上圖中可以發現，該城中村東北角區域符合A區的建筑物有38 個，主要用途為居住用公寓以及水果店。符合C 區的建筑物有23 個，主要用途為倉庫、餐飲店、浴足店、便利店、大型超市及診所及藥店。符合D 區的建筑物有15 個，主要用途為酒店、網吧、手機維修店以及便利店。剩余的為1 個微型消防站和3個停車場空地，不參與分析。由此可以得知，第一，需要加強報警系統和需要加強滅火設施以及報警系統的雙重保護的建筑物主要集中在區塊靠近主干道的邊緣，這些建筑物的用途一般都為用于商業用途，需要特別注意消防預警管理；第二，不需要加強保護的建筑物主要集中在區塊的中間部位，位于該部位的建筑物多為居住用途，消防預警危險壓力較小；第三，本案例該區域無單獨需要加強滅火設施即屬于B 區的建筑；第四，建筑物群在微型消防站以及停車場空地處形成該區塊整體火災危險度的唯獨的兩個泄壓口。

4 結論

與傳統方法相比，利用GIS+BIM 技術運用于城中村Gustav 法火災風險預警管理中有以下兩點較為突出的優勢。第一，科學可靠性。對于建筑物本身，如體量等信息，BIM 技術可以通過模型構建，一鍵導出具體數值；第二，節約資源，減低成本。GIS 技術對地理信息數據的快速獲取和BIM 技術對建筑物本身基礎數據的獲取，可運用于需大量、復雜的城市地塊火災風險度定性定量評估中。

本文從另一個嶄新的角度對城中村消防安全管理進行研究，結果發現將BIM 技術結合Gustav 火災危險度法應用到城中村火災風險預警中，具有明顯的優勢。通過分析案例的結果得知，經過政府大力地城市更新，城中村消防安全管理有了一定成效。