■ 王睿琛，张文文，龙腾腾,2，王秋华,2（ 西南林业大学土木工程学院；2 云南省森林灾害预警与控制重点实验室/西南林业大学消防研究所）

火灾每年造成30多万人死亡，是全球意外伤害的第四大原因（仅次于道路交通事故、跌倒和溺水）[1]。据可循文献数据，最早进行火灾危险性评估相关研究的国家是美国。刚开始的相关研究都是基于特定场所展开，如飞机、燃料加工厂、核动力厂等。Harmathy 等[2]加拿大学者提出火灾测试都是针对特定部分的危险情况而进行的，所以凭借防火测试标准轻易地得出火灾危险性是不合理的，应将潜在的危害制定为一套相辅相成的评判标准进行火灾危险性评估。国外目前多开展环境生态科学方面的研究与多种评估方法相结合的案例分析研究，如将煤矿火灾实例与多种评估方法相结合的火灾危险性评估[3]。我国的火灾危险性评估研究工作始于1994年，霍然等[4]研究人员首次提出了火灾危险评估模型的基本结构。同年，陆伟民[5]等对当时上海南京东路房屋历史上火灾及防火作了实际调查，建立了防火与失火资料数据库，从而对房屋防火安全性评估提供依据。新中国成立以来，我国在火灾动力学基础理论、防灭火技术、火灾模化技术及消防标准化等方面开展了大量研究工作，取得了一系列突破性进展，显著地提高了我国消防工作的整体科技水平[6]。

随着火灾危险因素的增多，预防和扑救火灾的难度相应增加。火灾一旦发生必然会对人们财产造成巨大的损失，甚至在心理等方面造成严重影响[7]。消防安全对社会发展与人民安居乐业的重要性空前增长，使火灾危险性评估成为一个值得研究的课题[8]。通过对2015—2019年我国火灾事故统计数据来看，全国平均每年发生火灾在28万余起，直接经济损失达 37亿多元，死亡近1500人，受伤近1000人。近五年来，我国火灾的起数总体平稳且略呈下降趋势，但每年火灾起数仍处于高位运行，特别是县城、乡镇和农村的火灾起数均表现出了上升势头[9]。因此分析火灾危险性评估方法、特征、作用等对防火措施的研究具有重大参考价值。

一、火灾危险性评估方法

火灾危险性是指火灾事件发生的可能性及危险程度与危害后果等[10]。火灾危险性评估以评估火灾危险性为目标，对火灾危险进行正确评估来衡量每种特定的预防和防护措施（即通过不同的消防安全策略）使火灾危险性降低[11]。目前，国内火灾危险性评估方法主要包括定性和定量两个研究方向。定性评估主要是针对火灾事故特点和类别，借助指标体系进行危险性评估，具有真实性、全面性、灵活性、深刻性；定量评估主要是针对火灾自身特点，借助相关物理模型和计算方法，定量评估火灾的危险，具有可预测性、客观性、严密性、普遍性、验证性[12]。

二、现行主要火灾危险性评估方法比较

对火灾危险性评估方法网络进行研究时，度中心性（Degree Centrality）可以反映其在网络中内容流动的程度大小。类似生活中朋友之间的关系，在该关系中，入度可以看成个人在群体中受欢迎的程度，出度则可以看成是合群状况。度中心性利用了该思想，对在一个网络中具有更多连接关系的结点而言，度中心性较高的节点对于整个网络的作用也就越大[13]。因此分析度中心性可以让我们更好地选取火灾危险性评估方法。该研究利用CiteSpace 可视化分析软件对1995年到2020年火灾危险性评估方法研究文献进行可视化分析，提取分析结果中度中心性排名在前4的评估方法。表1中主要以定性方法为主，提供有效且完整的多方面评估方法，均可运用到建筑类火灾危险性评估当中。

表1 度中心性前四的火灾危险性评估方法

层次分析 25定性和定量系统、灵活、简洁特征值及其向量计算比较复杂目标系统是分层交错的评价指标，且目标值又难于定量描述的场景模糊综合评判13 定性有效性高，评价全面获取权重向量单一且主观具有模糊的、难以量化的及非确定性问题的场景Logic tree 7 定性 完整性较高难以分析事故后果的大小和影响范围由于一系列复杂的、相互关联的问题同时出现，导致一系列事故的场景FDS模拟 6 定量 准确性较高只能创建立方体模型和模拟感温探测器相对密闭，人员密集的场景

（一）层次分析法

层次分析法是一种定性定量相结合的系统分析方法[14]。层次分析法通过分析问题、建立结构模型、构造判断矩阵、层次单排序和总排序，来计算相对于总目标各个构成要素组合的权重，从而得出不同的综合评价值，为选择最优方案提供依据[15]。该方法具有系统、灵活、简洁的特点，其权重向量计算方法分别是：几何平均法、算术平均法、特征向量法和最小二乘法[16]。

（二）模糊综合评判

模糊综合评判就是对多种因素所影响的事物或现象做出总体评价，其依据为模糊变换最大隶属原则[17]。主要的模糊综合评判方法有两类：基于模糊积分和模糊矩阵的评判方法[18]。应用模糊综合评判法的具体步骤如下：（1）确定方案的风险因素集和评判集且分配权重；（2）确定通过评判获得的因素指标值，并给出隶属函数；（3）明确风险因素指标值并求出其对各评判的隶属度，得出模糊关系矩阵；（4）计算模糊综合评判向量；（5）通过各方案模糊综合评判向量相对比，对方案做出选择[19]。

（三）逻辑树

事件树可以在给定一个初始事件的前提下，分析初始事件可能导致的各环节成功与失败的过程和结果；故障树围绕某个特定事故作层层深入的分析，探究顶事件与导致顶事件发生的中间和底事件之间的逻辑联系；逻辑树模型综合了二者的优点，对事件树每一个失效阶段，采用故障树进行故障预测和诊断，确定事故致因因素之间的动态关联性，识别系统的薄弱环节[20]。逻辑树由具有替代可信模型和权重的分支组成，这些权重表示与相应分支模型的适用性有关的置信度值。认知不确定性以一组分支权重表示[21]。然而各个分支机构的权重通常是由专家或专家组通过主观判断分配的，因为对于统计分析而言，可用数据很有限[22]。

（四）FDS 模拟

FDS 是模拟火灾中流体运动的一种流体动力学计算软件。该软件采用N-S 方程，以火灾中的烟气和热传递过程为计算重点[23]。且大型及全尺寸火灾实验对其在模拟可靠性、准确性和稳定性方面进行了验证。目前，已在火灾研究和工程设计等方面被广泛应用[24]。

（五）其他主要方法

目前火灾危险性评估方法最新的热点方法如下：

1.聚类分析是数据挖掘的一项重要的方法[25]。聚类问题本质上是将一份数据分解成若干份，每份的所有对象具有很大相似性，不同份之间存在较大差异性，寻找数据之间的内在联系。通过参考以下指标评价聚类有效性：聚类质量的度量、聚类算法与数据集的匹配度、最佳聚类数目[26]。

2.多元线性回归被广泛应用于社会、经济、技术以及众多自然科学领域的研究中[27]。在多元线性回归的应用中可能碰到这样的问题：在某个检验水平α 下，整个回归方程的统计检验小于α，而方程的各偏回归系数的检验却大于α；某自变量与因变量间应关系密切，检验结果却大于α。在统计学中这种现象称为多重共线性（multicollinearity）[28]。

3.贝叶斯信念网络是一种模拟人类推理过程中因果关系处理不确定性的模型[29]。该网络在缺少某一数据变量的情况下仍可以建立精确的模型，是因为其反映的是整个数据域中数据间的概率关系[30]。

三、结论与展望

在火灾风险性评估过程中，每种评估模型都有其自身的特点和适用范围，面对不同的火灾类型，没有一种评估方法是完全适用的。而随着经济和社会的高速发展，我国城市人口和财富不断聚集，城市规模不断扩大，人口不断高度集中，高层和特殊类型的现代建筑物也不断建成。这些建筑在使用功能、建筑材料、结构形式、空间大小、配套设施等多方面与传统建筑有很大不同，一旦发生火灾事故，容易造成人员的群死群伤和财产巨大的损失。提前对其进行火灾危险性评估，具有重要的现实意义和科学价值。

由于火灾类型多样化，在进行火灾危险性评估时，单独的唯一的评估方法已不能满足需求，应逐渐采取多种评估方法结合的模式。以一种火灾风险性评估方法为主，其他一种或者几种方法为辅，综合评估、长期评估、联合评估以及定量精准评价，结果更具科学性、科学性和实用性将是未来研究的重点和方向。研究多类型火灾机理和燃烧特点以及潜在危害性，在此基础上，结合学科交叉，学科融合，探寻更多的综合评估方法进行火灾危险性评估，将有利于加强防火措施，减少火灾危险，有利于提高灭火效能，一旦着火，能够更快控制住火势，减少火灾损失和人员伤亡。