基于疏散模擬的南京市主城區防災避難場所選址優化

摘要：以南京市主城區為研究區域，基于ArcGIS網絡分析方法，開展緊急和短期固定避難情景以及中長期避難情景的疏散模擬工作，并以疏散模擬結果為基礎，進行避難場所選址研究。通過ArcGIS空間分析功能，識別新增避難場所的潛在目標地塊，基于空間優化模型篩選出182處緊急避難場所與102處固定避難場所地塊，并確定各類場所的有效避難面積。研究可為城市防災避難場所的選址優化提供方法參考與數據支撐，切實提升城市防災減災能力。

關鍵詞：應急避難場所；避難場所選址；空間優化；南京市主城區

中圖分類號：D631.6" " " 文獻標識碼：A" " " "文章編號：2096-1227（2025）05-0013-03

隨著大數據深化應用以及計算機技術快速發展，應急避難場所的選址與優化迎來創新機遇[1]。傳統的靜態規劃方法主要依靠歷史數據以及經驗公式進行分析，為早期城市避難場所的布局提供了參考，然而，在應對復雜且動態變化的災害場景時，這些方法存在一定局限性，易導致選址結果難以完全契合實際需求，降低避難場所的應急使用效能[2]。在地理信息系統（GIS）支持的避難場所選址研究方面，現已構建起較為成熟的理論體系，并發展出多種空間分析方法，用以提升避難場所規劃的科學性與可操作性[3-7]。在當前避難場所規劃實踐中，主要是基于服務半徑覆蓋周邊居民的方法進行選址布局，無法準確衡量一定空間范圍內的避難場所供需是否平衡，易誤判避難場所服務范圍及其能力。據此，本文提出一種基于疏散模擬的防災避難場所選址優化方法，以改善其選址效果。

1 基于ArcGIS的疏散模擬

以南京市主城區為研究區域，梳理并處理了涵蓋夜間人口分布、避難場所容量與類型，以及道路網絡數據在內的基礎數據。運用ArcGIS網絡分析方法篩選疏散路徑，進而構建疏散模擬模型，通過模擬地震發生后人群向緊急和短期固定避難場所的疏散過程，評估現有避難體系的響應能力，重點分析疏散后各個需求點的剩余人數，為后續避難場所的空間布局優化提供數據基礎。

在基于緊急和短期固定避難情景的第一階段疏散模擬中，需要避難的人員從需求點轉移至附近設定距離內的所有可用的避難場所。第二階段中長期避難情況下的疏散模擬與第一階段有所不同，第二階段的起點由兩部分組成：一是第一階段緊急避難中未完全疏散的需求點；二是已經接收避難人員未完成后續安置流程的緊急避難場所。疏散目的地為尚有剩余容量、可提供長期避難住宿的固定避難場所。

在緊急和短期固定避難情景下，根據4578個需求點的數據統計分析，研究結果表明：已完成人員全部轉移的需求點數量為4396個，存在未完成疏散的需求點182個，每個需求點滯留人員的平均數量為1398人。對于中長期避難情景，模型疏散結果顯示，在3603個需求點中有2204個已疏散完畢，剩余1399個未完全疏散的需求點，平均每個需求點剩余未疏散人數約為425人。

2 優化目標容量以及潛在避難場所篩選

本研究在選址優化方法中依托前期疏散模擬所揭示的需求點與避難場所間的空間關系，以用地類型現狀為出發點和落腳點對潛在的候選地塊進行分析。通過緩沖區分析的定性評估快速識別可能存在選址潛力的地塊，并結合選址優化模型的定量分析進一步篩選出合適的目標地塊，從而明確可用資源的空間分布并對其承載能力進行量化評估，最終形成對避難場所選址優化的建議。

2.1" 優化目標的容量

避難場所接收的疏散人數及其達到最大容量時的目標函數分別為式（1）與式（2）：

（1）

（2）

式中：Ai（t）——避難場所Si在t時刻接收的疏散人數，人；

m——有待疏散人員的需求點；

s——避難場所；

Cji——需求點可否通過疏散路徑達到避難場所Si；

njs——t時刻避難場所j接收單條路徑的人數，人；

nji——t時刻避難場所j接收所有路徑的人數，人；

Ci——避難場所Si的容量上限，人。

當式（2）滿足時，避難場所Si的疏散結束，停止接收新的疏散人員，此時避難場所Si接收的人員數量即為優化目標的容量。

根據上述公式，可以得出避難場所的人員接收情況，即新建避難場所的目標容量：當避難場所Si在疏散過程中達到最大容量時，可以得到該避難場所從不同需求點接收的人員數量情況。

2.2" 潛在避難場所篩選

在避難場所選址優化模型中，避難場所優化目標地塊的理論最大容量由目標地塊的大小和其所需要提供的避難場所類型共同決定。模型首先依據OD成本矩陣確定最優疏散路徑，隨后依據避難場所的最大承載能力，對疏散人群進行動態分配。在模擬過程中考慮避難場所的飽和狀態，一旦某一避難場所達到理論最大容量，則超出部分人群需重新分配至次優路徑指向的可用避難場所。

在本研究中，選取避難場所目標地塊時嚴格考慮危險源的潛在影響，為確保所選區域具備較高的安全性，采用預設的緩沖距離標準。具體到不同的危險源類型，對于3類工業用地（高污染、高風險的工業，如化工、冶金、石油加工、危險品生產）要求候選地塊距離危險源大于500m；對于3類物流倉儲用地（危險品倉儲，如化學品、易燃易爆品、放射性物質倉庫）要求候選地塊距離大于800m；而對于3類服務設施用地（特殊服務設施，如加油站、加氣站、液化氣站等）要求距離超過200m。

3 選址結果分析

3.1" 緊急避難場所空間優化規模

參考緊急和短期固定避難階段疏散模擬的結果，基于構建的空間優化方法最終篩選出182個緊急避難場所目標地塊，結果涵蓋各行政區緊急避難場所的選址建議、資源規模分布以及單處避難場所的最小面積指標。

在各行政區的緊急避難場所選址中，不同區域之間在資源配置上存在明顯差異。江寧區建議新增的緊急避難有效面積在所有地區中位居首位，總規模為21500.5m2，其中包括54處緊急避難場所，單處平均有效面積為643m2。相較之下，鼓樓區建議增加的緊急避難有效面積總規模僅為684m2，新增場所數量為4處，單處平均有效面積僅為171m2。

從用地類型角度來看，不同用地類型的固定避難場所選址結果呈現出各自的優勢特點?？盏仡愑玫乜傆行娣e較大，與緊急避難場所類似，空地作為新增固定避難場所的來源，在整體規劃中依舊具備較高的擴展潛力和容納能力。教育用地和園地類用地的總體面積也較大。相比之下，公共交通場站、人防用地、社區中心、宗教用地和建設用地，雖然在總面積和目標數量上較低，但其單處有效面積依舊需要保持不低于2000m2的安置需求。

較大面積的緊急避難場所目標地塊主要分布在雨花臺區和江寧區，交界處分布尤為密集。除此之外，建鄴區、浦口區和棲霞區內部也有目標地塊的分布。

3.2" 固定避難場所空間優化規模

由于固定避難場所需滿足更高的承載要求和較長的使用周期，本研究將2000m2設定為其最小有效避難面積的閾值。表1為研究范圍內各區固定避難場所空間優化后新增的面積與數量指標建議，共計102處固定避難場所?？梢园l現，江寧區在災后長期安置方面，對大規模避難資源的需求較為迫切；鼓樓區現有固定避難資源較為充足，新增需求相對有限；玄武區固定避難資源需求的空間分布較為集中，有利于后續的規劃建設。

緊急避難場所一般較為分散且面積小，涉及用地類型多樣；而固定避難場所由于規模要求，在分布上呈現出面積相對更大的特點。在城市防災減災實踐中，緊急避難場所與固定避難場所的功能定位以及空間需求有較大差別，需根據不同的選址策略和規模進行設置，以滿足災害應對時的快速提供支援和實現長久安置的要求。

4 結論

本研究以南京市主城區為例，依據多階段疏散模擬構建了地震災害情景下新建避難場所選址優化方法。結果顯示，所構建的空間優化方法具有一定的科學性和可操作性，可為城市應急管理和防災能力提升提供支持，主要結論如下：

1）構建的空間優化模型有效分析了不同避難階段的人群分布與資源配置差異，針對地震災害發生后的初次緊急疏散與災后中長期轉移疏散兩個階段，分別建立了適應不同時空特征的空間數據集與疏散距離參考標準。

2）以多源數據為基礎的分析方法增強了避難場所規劃對不同疏散階段的適應性，將疏散模擬結果與用地適宜性相結合，使避難場所能夠兼顧人群分布特征與城市建設條件，提升了空間優化模型對地震應急疏散各個時期的契合度。

3）在城市范圍內開展多階段疏散模擬與避難場所空間優化，為大空間尺度防災減災研究提供方法參考。在數據處理與模型構建方面，利用居住區數據、道路網絡數據、土地利用現狀數據等多源數據，通過ArcGIS構建網絡數據集，并完成地理數據的處理分析。為掌握不同階段疏散過程中人群與避難資源之間的供需狀態，通過構建模型模擬人員疏散，揭示了疏散完成后的需求點剩余人數與避難場所收容狀態。

參考文獻

[1]葛昊宇，曹衛東，宋偉軒.基于精細尺度的城市應急避難場所

時空覆蓋效能研究：以南京主城區為例[J].地理研究，2024，43

（11）：2887-2901.

[2]謝相益，霍小平.城市應急避難場所的選址模型及應用：以眉山市城區為例[J/OL].西安建筑科技大學學報（自然科學版），2024-12-18.

[3]赫磊，解子昂，王培安.基于多準則決策方法的避難場所選址模型研究[J].災害學，2024，39（3）：160-166.

[4]黃偉民，鄭俊，吳珂，等.基于GIS的避難場所規劃決策支持系統開發與應用[J].科技通報，2023，39（12）：85-89.

[5]段丹彤.基于GIS的公園應急避難場所選址多因素綜合評價[J].山西建筑，2023，49（19）：26-29.

[6]高宇波，武彥杰，車宇杰.基于GIS-AHP的防災避難綠地規劃

選址研究：以太原市為例[J].太原理工大學學報，2024，55（5）：

788-796.

[7]林天喜，聶銘希，賴文波.濱海城市應急避難場所配置評價與優化研究：以風暴潮災害影響下廈門市為例[J].西部人居環境學刊，2023，38（5）：125-132.