严 瑾， 王 莉，2*， 成连华， 周瑞雪， 郭慧敏

(1.西安科技大学安全科学与工程学院， 西安 710054； 2.教育部西部矿井开采及灾害防治重点实验室， 西安 710054)

火灾事故是日常生产、生活中最常见且具有毁灭性的事故种类之一。据应急管理部消防救援局公布的2014—2019年火灾事故统计，中国共接报火灾187.1万起，造成9 271人死亡，6 206人受伤，火灾对人们的生命安全造成了极大的威胁。2015年5月25日，河南省平顶山市一老年公寓发生特别重大火灾事故，造成39人死亡、6人受伤，直接经济损失2 064.5万元。2018年8月25日，哈尔滨北龙汤泉酒店发生重大火灾事故，造成20人死亡，23人受伤，直接经济损失2 504.8万元。因此，有必要对建筑火灾情境下人员安全疏散问题进行研究。

对于建筑火灾的人员疏散问题，中外学者在人员疏散心理行为、人员疏散模型、疏散路径优化等方面做了大量研究。袁春燕等[1]通过应用模糊集合、模糊规则和隶属度函数等模糊逻辑方法量化人的行为心理，研究人在火灾环境下的行为心理对疏散速度的影响。众多学者在经典的人员疏散模型(流体动力学模型[2]、社会力模型[3]、元胞自动机模型[4]、场模型[5]等)的基础上进行改进。魏诗雨等[6]引入惶恐系数和集体关系因素对传统社会力模型进行改进。李玉霞[7]将格子气模型和场模型结合，以场模型中的概率确定行人运动的主方向，以格子气模型中的局部运动规则描述行人的具体运动规则。张明空等[8]基于涟漪扩散算法提出了一种协同进化路径优化方法，该方法避免了出现绕远路现象。前人的研究为构建建筑火灾人员应急决策疏散提供了一定的理论基础，但目前的研究比较注重火灾过程中人员的特殊心理行为、火灾人员疏散规律等理论基础，疏散路径优化研究也受限于模拟过程所需的时间较长，难以对建筑火灾人员实际疏散过程应急辅助决策提供帮助。疏散个体的应急疏散决策过程是一个连续的评价决策过程，将掌握的火场风险信息、疏散行动能力等因素作为依据评估疏散过程中自身的安全性，最终选择出一条安全性相对较高的路线进行疏散。影响疏散个体安全性的因素众多并多具有动态变化的特点，处于火场中的疏散个体接收到的信息是有限的、延迟的，因此，人员仅靠大脑进行信息处理决策的精度不高且主观性较大。

通过分析在建筑物内发生火灾的情境下影响人员安全疏散的因素，构建建筑火灾疏散个体风险评价体系并提出通过引入物元分析理论和智能消防系统及其他检测探测设备等物联网技术，实现准确、动态的风险数据获取，将其作为可拓综合评价法中的待评物元，从而可以实现一种火灾疏散个体的安全性动态风险评估。以期减少主观因素的偏差并适应风险的动态变化，为火灾情境下的疏散个体应急疏散辅助决策提供一定的帮助。

1 火灾疏散人员安全性影响因素分析

火灾是指在时间空间上失去控制而剧烈燃烧的现象，特指燃烧产生的火焰已经跨过防火分区、在不同楼层甚至建筑内部全面蔓延的过程。疏散个体的安全性与其自身的行为息息相关，在突发情况下，行人会表现出复杂的行为，但其运动目的都是唯一的，即不断调整疏散策略 (路径) 以最小的代价撤离现场[9]。根据建筑火灾应灾行为原理，如图1所示，火灾情境下行人疏散策略的规划和调整很大程度上取决于火灾风险、行人自身的因素以及建筑因素。

图1 火灾应灾行为原理Fig.1 Principle offire disaster response behavior

1.1 火灾风险影响分析

火灾的本质是燃烧，燃烧的过程中包含了多种物理、化学反应。燃烧的过程总是伴随着热能的释放，热能的传导和积聚使室内空间的温度快速上升，而人体对高温的忍耐力有限，长时间暴露在高温下可能会导致受伤甚至死亡[10]。燃烧时各种化学反应会产生有毒气体，如一氧化碳，氰化氢，二氧化碳等气体会相应减弱人员的认知能力、辨识能力以及活动能力[11]，严重影响了疏散个体的生命安全，其中，一氧化碳是火灾中致死主要的燃烧产物之一。能见度是影响火灾逃生的重要因素，烟雾中存在未完全燃烧的固相颗粒会刺激眼睛，出现流泪和视力降低的现象[12]。随着能见度的降低,行人的环境记忆效应会逐渐减弱，会出现摸索、走偏等特殊行为,也会倾向于通过寻找标识物来帮助行走[13],逃生难度将大大增加，存活率降低[14]。由于燃烧要消耗大量的氧气，室内空间的氧气含量迅速降低。当供氧不足时，人体将出现各种缺氧反应，尤其是呼吸和循环系统机能受到影响，导致呼吸困难、剧烈的头痛、神志恍惚等症状，严重者可能会抽搐、昏迷。

因此，影响火灾情境下疏散个体安全性的火灾风险主要包括室内温度、有毒气体含量、能见度、氧气消耗程度。

1.2 疏散行动能力影响分析

疏散行动能力是影响人员疏散安全性的主要因素之一[15]，在时空拥挤度较小的情况下，由于身体状况、年龄、性别等方面的差异性，或当遇到障碍物、上下楼梯、身体状况改变、拥挤等情况时，疏散个体的步行速度存在较大差异，疏散时间影响疏散效果，疏散时间越长疏散个体的安全性越弱。恐慌心理在一定程度上会影响个体对目标方向的选择[16]，从而影响疏散个体的安全性，恐慌可以用速度的变化定量表示。在逃生过程中，某些位置会出现人员密度过大的现象，内部挤压十分明显[17]，造成疏散通道拥堵现象，使疏散时间延长，甚至无法疏散。陈霞等[18]发现人员疏散行为受消防知识及经验因子影响非常显著，人员疏散行为与消防知识及经验呈正相关的关系。当人们在一个相对陌生并复杂的室内环境中，人们很难在很短的 时间内找到出口,会延长疏散时间，增加疏散个体的风险。

综上所述，疏散个体自身因素影响其安全性的因素主要包括步行速度、人员密度、消防知识与经验、对建筑物内部熟悉程度的影响。

1.3 建筑环境影响分析

发生火灾时，完善、有效的室内消火栓系统可以在一定程度上对火灾的发展蔓延产生抑制，疏散个体通过使用室内消火栓进行灭火，降低室内温度、减缓火灾的扩散蔓延，从而为其延长可用安全疏散时间，减少人员伤亡。疏散个体当前所处的位置的可选择疏散出口的数量决定了疏散个体可选择方案，可选择的方案越多，越有避开危险区域的可能性，但当可选择方案过多时，由于信息的不充分，决策过程变得更困难而增加决策时间，增加了疏散时间。由于安全意识不足，可能在通道内放置杂物而占用通道或者为了便于管理，管理人员将部分通道关闭，造成通道不能通行的情况。除此之外，防火卷帘门的启用也会导致相应的通道关闭、不可通行。火灾一旦发生，由于通道的可通行率直接影响人员的疏散效率和疏散路径的选择。

因此，影响火灾情境下疏散个体安全性的建筑环境风险主要为室内消火栓系统、可选择出口数量、通道可通行率。

综上所述，构建3个一级指标11个二级指标的建筑火灾个体动态安全性评价指标，如图2所示。

图2 建筑火灾疏散个体安全性评价指标体系Fig.2 Individual safety evaluation index system of building fire evacuation

2 疏散个体动态风险数据获取

火灾是一个不断发展的过程，火灾对疏散个体安全性的影响程度是一个随着时间的推移而动态变化的过程。除一部分影响因素对疏散个体安全性的影响是稳定的外，另一部分动态变化的影响因素若可以获取较为精准的动态风险数据，能够提高疏散个体安全性的定量评价的准确性。快速发展的物联网技术和智能消防系统，能够提供一个火灾动态风险的实时数据，可以解决火灾动态风险数据获取困难的问题。

物联网技术是指通过传感器、移动终端或给各种事物贴上RFID(radio frequency identification)、个人与车辆携带无线终端等采集到的数据，通过各种通信网络与云端的数据处理与储存终端连接起来进行智能处理与控制反馈。构建如图3所示的火灾疏散个体动态风险数据获取模型，由疏散个体携带的手机移动终端接收射频信号，通过手机终端的数据交互利用三点定位法确定疏散个体位置信息并将其上传至云端，云端加载位置坐标数据、各类传感及探测设备分布图、地图数据。服务器内部存储了射频信息、地图信息、各类传感器位置信息等数据库。通过数据处理确定建筑物内分布在疏散个体所在位置周围的各数据采集设备设施，如：感温探测器、感烟探测器等，将采集到的风险信息数据通过网络传输至存储组，以供疏散个体安全性评价模块调用并对其进行评价，从而实现疏散个体在火灾情境下风险数据的动态采集，定量评价疏散个体的安全性。

图3 火灾疏散个体动态风险数据获取模型Fig.3 Individual dynamic risk data acquisition model of fire evacuation

3 火灾疏散个体安全性可拓评价模型

3.1 确定各影响因素的经典域和节域

根据可拓综合评价模型[19]，经典域可表示为

(1)

式(1)中：Vij=(aij,bij)为第j个物元；Nj为所划分的第j个安全等级；Ci为第i个评价指标；Vij为安全等级Nj对应于其评价指标Ci的取值范围，即经典域为Vij=(aij，bij)，(i=1，2，…，n；j=1，2，…，m。)

节域可表示为

(2)

式(2)中：Np为安全等级的全体；Vpj为等级Np关于Ci所取的量值范围，即节域为Vpj=(apj,bpj)，且有(aij,bij)⊂(apj,bpj)。

根据中外相关研究和国家标准，建立如表1所示的影响疏散个体安全性各因素的经典域和节域，将评价指标体系中各项风险因素的安全性分为低(Ⅰ级)、较低(Ⅱ级)、中等(Ⅲ)、较高(Ⅳ)、高(Ⅴ)。

表1 疏散个体动态风险经典域与节域

其中，N1(j=1)表示安全等级为Ⅰ，安全性很低，即因素严重影响到人员正常逃生或短时间就能造成生理状态失衡；N2(j=2)表示安全等级为Ⅱ，安全性较低，即因素对人员正常逃生有很大程度的影响或较短时间内会对人员生理状态造成损伤；N3(j=3)表示安全等级为Ⅲ，安全性中等，即因素对人员正常逃生有一定程度的影响或较长时间内会对人员生理状态造成损伤；N4(j=4)表示安全等级为Ⅳ，安全性较高，即因素对人员正常逃生影响较小或长时间才会对人员生理状态造成轻微损伤；N5(j=5)表示安全等级为Ⅴ，安全性高，即因素对人员正常逃生几乎无影响或人员生理状态不会因其改变。

3.2 基于AHP计算动态风险评价指标权重

AHP的评估尺度是比较每一层级各评价指标相

互的重要程度，并根据重要度比较结果的重要程度不同进行取值。再利用线性代数中的特征向量与特征值相关算法得到每个指标在这一层级所占的权重系数，最后计算出最低一层的评价指标对总评价事件分别所占的指标权重，结果如表2所示。根据AHP法计算得到指标权重如表3所示。

表2 判断矩阵的1～9标度表示法

表3 动态风险评价指标权重

从AHP法得到的权重可知，火灾风险因素对疏散个体的安全性影响最大，最重要的因素为有毒气体浓度和温度。由经验可知，处在火场的人多因中毒窒息或高温灼烫而亡，与实际情况相符。除此之外，人员的消防知识经验、对建筑物内部的熟悉程度、通道的可通行率的权重也比较大，这些都是属于可控制的因素，通过对人员进行安全教育培训和管理等相关措施可以在一定程度上提高疏散个体的安全性。

3.3 动态风险数据获取与预处理

把通过物联网、智能消防系统及其他检测探测设备等途径得到的风险数据信息用物元Rx表示。根据可拓综合评价模型，则待评物元Rx为

“留白”是中国水墨画中的一种艺术表现形式，也是中国传统文化的一种理念。所谓“不着一字，尽得风流”“言有尽而意无穷”，都是“留白”所带来的魅力。语文教材中的不少文本也存在着“留白”的地方，即在文本中不直白地表达作者的意思，而是留有空白，让读者自己去思考与探究。“留白”教学也包含两层含义：一方面，教师要培养学生的深层阅读能力，让学生以自主阅读来挖掘文本的深层内涵；另一方面，“留白”教学也是教师教学的一种方式，要求教师在阅读教学中以“留白”的方式来教学，以激发学生对文本阅读的兴趣，让学生去思考与探究，以取得较好的教学效果。

(3)

式(3)中：Tx为待评物元；Mi为Tx关于指标Ci的所有数据。

为消除各指标量纲的差异，方便计算，根据式(4)对各数据进行归一化处理。

(4)

为该指标评价标准的最小值和最大值。

3.4 评价指标关于各安全等级的单指标关联度的确定

为消除各指标量纲的差异，方便计算，对评价指标和风险数据进行归一化处理。根据可拓评价模型，评价指标关于各安全等级的单指标关联度为

(5)

(6)

(7)

式中：Vij为安全等级Nj对应于其评价指标Ci的取值范围。

3.5 综合关联度的确定

待评物元Rx关于安全等级Nj的综合关联度为

(8)

3.6 动态安全性等级评定

根据最大关联度原则，若有Kj0(Tx)=max[Kj(Tx)]，则待评物元Rx的安全等级属于类别j0。若

(9)

(10)

则称j*为事物Tx的级别变量特征值，其数值反映出待评事物的安全等级偏向另一等级的程度。

4 假设论证与分析

根据火灾发展规律、相关事故经验，假设场景：在α时刻，某人A所处的建筑物正在发生火灾，其是一个只掌握了基本消防知识但没有相关经验的人员，对该建筑物的内部熟悉程度很低，其风险数据值分别为0.3和0.1，并在手机移动终端输入数据信息。通过探测设备上传至数据存储服务器的数据显示，A某目前所在位置的室内温度为60 ℃，当前的有毒气体浓度为700×10-6，能见度为10 m，氧气含量为16%，此位置人员密度为1.3人/m2，A的步行速度为0.65 m/s，此时室内消火栓系统压力正常为0.3 MPa，当前行进通道基本无物体堆积，可通行率为0.98，且有3个可选择的出口。

根据表1节域和式(4)将待评价物元数据进行归一化处理，得到：C1=0.949 7，C2=0.734 7，C3=0.333 3，C4=0.761 9，C5=0.098 8，C6=0.675，C7=0.3，C8=0.1，C9=0.428 6，C10=0.428 6，C11=0.98。

根据式(5)～式(7)，计算得到单指标关联度如表4所示。

表4 评价指标关于各安全等级的单指标关联度

根据式(8)～式(10)以及表3、表4计算得到：

(1)综合关联度。

K(α)=(-3.600,-1.756,0.482,-2.747,-3.297

(11)

(2)安全等级。

j*(α)=2.985

(12)

安全等级结果表明：A在α时刻的安全等级为2.985，即较低(Ⅱ)偏向中等(Ⅲ)。

根据假设的风险数据和经验可知，α时刻A的呼吸系统开始受到影响，2～3 h持续在此环境中会死亡，氧气含量充足，视野清晰，目前不会威胁到生命安全，但由于A的步行速度较慢、没有相应的消防经验、对建筑物内部的熟悉程度不够，疏散时间必然延长，在一定程度上会降低A的安全性。建筑环境因素目前来看对其安全性不会产生影响。因此，该评价结果与实际的人员安全性匹配，该评价模型的正确性得以验证。

同上述疏散个体安全性评价方法，通过对探测设备实时传递的风险数据进行安全性评价，便能得到疏散个体实时动态的安全状态。通过移动终端显示疏散个体目前的风险数据和安全状态，从而在一定程度上减少人员疏散过程中的恐慌等心理应激反应，并为人员的应急疏散决策提供一定的指导意义。

5 结论

(1)提出了一种基于建筑火灾疏散个体动态风险的安全评价模型，包括影响建筑火灾情景的疏散个体安全的动态风险的评价指标体系以及相应的评估计算模型。

(2)在安全评价过程中引入了“可拓评价模型”，该模型不仅减少了主观因素的影响，且能明确其等级偏向高一级别或低一级别的程度，为疏散个体提供更加精确的安全等级状态评估。

(3)提出了一种结合物联网技术的风险数据动态获取方法，在评价过程中在待评价物元中加入了“动态”，相较于其他评价方法，该方法能够根据实时的风险数据的变化分析疏散个体的安全状态，得出实时的安全等级。

(4)在往后的研究中，通过该评价方法和大数据、物联网、互联网等技术结合，确定建筑物内所有点的实时风险信息，以及疏散个体可能通过的路径安全性，结合路径优化算法，能为疏散个体选择最安全的疏散路径。