城市应急物流设施选址的Geoprocessing工作流

如第3章所述，区域风险评价过程中会涉及大量的地理空间信息的处理和可视化工作［1］。GIS是管理、显示和分析地理空间信息的强有力工具。ArcGIS软件平台提供了数百种空间分析工具，用于探索发现隐藏在地理空间数据中的模式，其提供的GIS Geoprocessing技术被认为是自动化完成各种复杂空间信息处理任务的方便而灵活的方法［19］。GIS Geoprocessing允许用户在可视化建模环境中将一系列地理信息工具连接为工作流，以完成特定的地理数据处理任务［20，21］。Geoprocessing工作流在本质上是一种用于调用一系列地理处理工具以执行地理空间任务的程序［22］。因此，充分利用GIS Geoprocessing技术的优势，可以方便且高效地帮助我们完成重大危险源区域风险评价工作。

RiskUMH是由多个用于风险计算的子模型组成的，各子模型实质上是将所需的Geoprocessing工具序列地串在一起的工作流，某一个工具的输出可作为另一个工具的输入。此外，RiskUMH是在ESRI ArcGIS ModelBuilder环境中开发和实现的，该开发环境被视为一种用于地理空间建模的可视化编程语言［23］。同时，RiskUMH被部署在ArcGIS工具箱模块中，RiskUMH与ArcGIS平台的无缝集成使得运行该工具所需的成本和时间实现了最小化。

总的来说，RiskUMH是一款界面友好的GIS工具，可用于自动化处理大批量风险计算工作。在第3章研究工作的基础上，我们应用GIS Geoprocessing技术设计完成了城市重大危险源区域风险的严重度计算模型和脆弱性评估模型，如图6-1和图6-2所示。使用RiskUMH进行区域风险评估工作的主要步骤如下所述。

①数据预处理。首先，要明确研究区的特点以及风险评估的范围和边界。此外，还需要从地方当局收集研究区的空间地理、气象和人口普查等数据，并通过实地调查加以核实。同时，为了便于风险计算，有必要将整个研究区划分为多个精细的空间网格，并恰当地定义网格的大小，以保持每个网格内的同质性以及不同网格之间的异质性［2，17］。

②严重度计算。首先，根据国家相关标准开展危险源的识别，并进一步分析危险源潜在的不同事故场景［24］。严重度指标用于衡量敏感风险目标对危险化学品的暴露概率，它包括两个维度：事故后果强度和事故发生概率［9，13，15］。对于研究区内的每个网格单元，我们可以应用图6-1所示的严重度计算与制图的Geoprocessing工作流模型计算得到其对应的严重度指标值。(www.xing528.com)

图6-1　严重度计算与制图的Geoprocessing工作流模型［26］

③脆弱性评估。首先，识别并定位区域内的敏感风险目标，如医院、学校、商业中心等，评估其相对重要性并赋予相应的权重值［15］。在此基础上，确定并量化一系列对于脆弱性评估至关重要的社会指标，如人口密度及其结构、应急设施可达性等［9，25］。最后，应用图6-2所示的脆弱性评估与制图的Geoprocessing工作流模型计算研究区内每个网格单元的脆弱性指标值。

图6-2　脆弱性评估与制图的Geoprocessing工作流模型［26］

④风险集成与制图。基于第3章提出的方法框架，我们假设每个网格单元的严重度和脆弱性指标值对其风险指标值的贡献具有同等的相对重要性。因此，我们将步骤②和③中得到的严重度和脆弱性地图进行叠置分析（overlap analysis），以获得区域风险空间分布地图。当区域内存在多个危险源时，我们可以将每个危险源对某网格产生的风险值进行累加，进而得到该网格的总风险值。