王倩倩，孟繁宇，2，曾益萍，张少标，吴国华，杨丽丽

(1.南方科技大学 统计与数据科学系,广东 深圳 518055； 2.南方科技大学 前沿与交叉科学研究院,广东 深圳 518055;3.深圳市城市公共安全技术研究院,广东 深圳 518055)

0 引言

城市火灾风险评估一直是政府和民众关心的问题，如何对火灾事故风险进行分析并量化，是目前我国相关学者正在研究的重要课题。国内外学者对城市区域火灾风险评估进行一系列的研究：张一先等[1]采用指数法对苏州古城区的火灾危险性进行分级；鲁钰雯等[2]通过ArcGIS软件对厦门市火灾风险进行评估；马砺等[3]采用主成分分析法对火灾成因进行分析和量化；李犇[4]在辨识研究区域火灾危险源的基础上，筛选出相应的火灾风险评估指标，进行火灾风险评估；贾进章等[5]采用突变理论与模糊数学相结合的评价方法求得火灾危险性评价结果；刘纪华[6]提出基于FTA，ETA的综合分析；王元鹏等[7]引用“社群”相关概念和算法，建立火灾社区之间拓扑关系的分析模型。 文献[1-7]虽然可以快速地对火灾风险进行评估，但存在过度依赖专业的判断和过去的经验的问题，基于数据运用聚类算法建立风险评估模型的研究较为少见。因此，本文在前人研究的基础上，基于数据思想运用DBSCAN聚类算法，并结合层次分析法构建火灾风险评估的验证模型，同时加入火灾原因因子通过线性变换进行量化，综合得出风险评估结果。

1 研究方法及数据来源

1.1 研究方法

1.1.1 DBSCAN聚类算法

DBSCAN(Density-Based Spatial Clustering of Applications with Noise)是1种经典的基于密度空间的聚类方法[8]，其将簇定义为密度相连的点的最大集合，能够把足够密度的区域划分为簇，并可以在含有噪点的空间中发现任意形状的簇。……