一种用于城市火灾风险管理和资源优化的时空图卷积网络框架

《Sustainable Cities and Society》:A Spatio-Temporal Graph Convolutional Networks Framework for Urban Fire Risk Management and Resource Optimization

【字体: 时间:2026年03月14日 来源:Sustainable Cities and Society 12

编辑推荐:

  多尺度时空图卷积网络框架用于武汉动态街级火灾风险预测,整合气象、建筑环境及城市功能数据,通过加权损失函数解决数据不平衡问题,短/中/长期AUC分别为0.735、0.769、0.857,优于基准模型8.6%-26.8%。解释性分析揭示建筑年龄、人口密度和商业活动为关键风险驱动因素,量化发现41.41%街道未达5分钟消防响应标准,建议优先扩展有效服务半径至62.12%。

  
作者:董谢 | 黄京南
单位:武汉大学城市设计学院,中国湖北省武汉市430072

摘要

本研究提出了一种多尺度时空图卷积网络(ST-GCN)框架,用于预测中国武汉市的动态街道级火灾风险。通过将气象数据、建成环境特征和城市功能数据整合到图结构中,该模型有效捕捉了复杂的时空依赖关系。采用加权损失函数来解决火灾数据不平衡问题。实验结果表明,该框架在短期、中期和长期预测中的AUC值分别为0.735、0.769和0.857,比基线模型提高了8.6%–26.8%。可解释性分析表明,建筑年龄、人口密度和商业活动是主要的风险驱动因素,而在这一城市背景下,气候因素的影响较小。值得注意的是,存在严重的空间不匹配问题,仅有41.41%的街道符合5分钟消防响应标准。仿真结果表明,扩大有效服务半径比升级设备更有效,可能将覆盖范围提高到62.12%。这项研究为主动风险管理提供了科学依据,并为优化城市韧性提供了定量见解。

引言

城市公共安全是构建韧性城市的基石,也是实现联合国可持续发展目标11(可持续城市和社区)的前提。在这一领域,火灾风险评估对于保护人类生命和维护城市系统的功能完整性至关重要(Goswami等人,2024年)。随着城市计算的发展,整合多源数据以预测灾害风险已成为主流方法。然而,由于静态城市环境与动态人境互动之间的复杂相互作用,准确识别高风险区域仍然是一个复杂挑战。
本研究的核心科学挑战在于弥合静态风险评估与城市系统动态现实之间的差距。传统方法主要依赖静态统计模型,通常将街道级治理单元视为地理上孤立的实体,从而生成的风险地图忽略了城市结构的空间连通性(Elmqvist等人,2019年)。这种简化视角从根本上忽视了空间溢出效应,即火灾风险不仅仅是单个单元的固有属性,而是受相邻环境影响的传播现象。此外,如果不解码静态建成环境与动态压力源(如气象变化和人为活动)之间的非线性耦合,就难以区分长期结构脆弱性和短期情境风险。这种无法模拟风险时空传播机制的能力严重影响了早期预警系统的准确性和资源分配的效率(Falah等人,2025年)。
为了解决这一差距,本研究提出了一种基于时空图卷积网络(ST-GCN)的动态街道级火灾风险预测框架。通过将城市结构概念化为图,我们的方法有效模拟了火灾风险的传播机制。本研究的主要贡献如下:
  • 开发了一个集成图框架,将动态时间特征与静态环境因素融合,实现了精确的多尺度风险预测。
  • 提出了一种时空图的可解释性方法,用于识别不同时空子图中的关键风险驱动因素和路径,从而克服了深度学习模型的“黑箱”限制。
  • 量化了预测高风险区域与现有消防资源之间的空间不匹配问题,为可持续城市安全规划提供了可操作的见解。
本文的其余部分安排如下:第2节系统回顾了城市火灾理论和评估方法的文献;第3节详细介绍了方法论,包括研究区域的定义、数据处理程序和提出的技术框架;第4节展示了实证结果;第5节讨论了关键发现和关键问题;第6节总结了主要贡献。

研究区域和数据

本研究选择武汉市作为研究区域。武汉是中国中部的国家中心城市,也是湖北省的省会,位于江汉平原上,占地面积约8,569.15平方公里,下辖13个行政区。截至2024年底,其常住人口超过1380万,是一个人口密集、经济集中的特大城市,城市化率较高。
武汉的快速城市化导致了...

模型训练结果

ST-GCN模型的参数可以分为核心时空参数、模型架构参数和训练超参数。核心时空参数,即历史时间步长和切比雪夫多项式阶数(K),对模型设计至关重要。历史时间步长参数决定了时间卷积的时间依赖范围。为了评估该框架在短期、中期和长期预测中的有效性...

主要发现和意义

本研究构建的三个基础模型分别对应于短期、中期和长期预测任务。随着预测范围的延长,模型的性能指标和鲁棒性显著提高。虽然较长的时间窗口通常能提供更多背景信息,但比较结果表明,对于ST-GCN模型而言,更长的历史窗口并不总是带来更好的性能。例如,延长HW7d的历史窗口...

结论

本研究通过提出并验证了一个多尺度时空图卷积网络框架,解决了街道级精确火灾风险预测的关键挑战。通过将武汉城市的复杂空间结构抽象为图拓扑结构,该框架有效捕捉了火灾风险传播的空间依赖性和时间动态。实证结果表明,我们的方法在...

数据可用性声明

本研究支持的数据可向相应作者请求获得。

作者贡献声明

董谢:撰写——审稿与编辑、撰写——初稿、可视化、验证、软件、资源、方法论、调查、形式分析、数据整理、概念化。黄京南:撰写——审稿与编辑、监督、资源、项目管理、调查、资金获取、概念化。

利益冲突声明

作者声明没有已知的竞争性财务利益或个人关系可能影响本文的研究工作。

致谢

作者感谢中国国家社会科学基金(项目编号21BGL252)提供的财务支持。同时,我们也感谢湖北省消防救援部门的科研支持。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号