基于GIS的街区紧急疏散模拟.doc

基于GIS的街区紧急疏散模拟 实验目的 (1) 掌握利用GIS的网络分析功能制定科学的疏散计划预案，充分利用现用的交通网络与人防设施。 (2) 掌握使用ArcMap创建具备特定分析功能的Model。 (3) 掌握基于ArcServer相关的编程方法，利用编程实现紧急疏散功能。 实验条件（设备、数据等） 实验数据：背景地图SchoolMap，道路网图层school_road。 软件准备：ArcGIS Desktop、ArcGIS server、ArcGIS Silverlight API 2.1、Visual Studio 2010、Silverlight 4。 实验原理 1．疏散要素 疏散计划的核心内容是解决以下决策优化问题：疏散多少人，疏散哪些人，什么时候疏散，以及疏散到什么地方，这些都要从全局出发，周密计划，妥善安排。疏散计划最优化的目标是发挥整个疏散系统的最大效率。疏散效率的评价指标有多种表示方法：如总体疏散时间，疏散距离，灾害发生前到达安全目的地的人数以及疏散网络的可靠性等等。因此疏散计划优化在数学上是一个多目标优化问题。 2．疏散模型 根据疏散要素以及疏散的特点可以把其模型简化为如下图所示： 则可以通过其建立一个最优的疏散分配模型。假设需要疏散的事故点为 m 个，每个事故点数为 (i=1,2...m) ；假设有 n 个疏散目的地，每个疏散目的地所能容纳的最多人数为 (j=1,2…n) 。这样就构成了一个最优疏散的问题。模型如下： 上述模型中，Z(x)为总的疏散距离；i=1 ， 2 ...... m ；j=1 ， 2 ...... n ； ——从事故点到疏散目的地的疏散量；——事故点到疏散目的地的长度； ——各个事故点的待疏散人数；——各个疏散目的地能容纳的人数。 这种模型可以找到其对应的原始模型——运输问题。运输问题是为了把某种产品从若干个产地调运到若干个销地，已知每个产地的供应量和每个销地的需求量，如何在许多可行的调运方案中，确定一个总运输费或总运输量最少的方案。为了降低解算的复杂度，避免大量的计算，采用解决运输问题的方法来解算疏散模型中的人数的分配问题。 3．模型解算方法 解决运输问题的快速算法为表上作业法。表上作业法是指用列表的方法求解线性规划问题中运输模型的计算方法。是线性规划一种求解方法。当某些线性规划问题采用图上作业法难以进行直观求解时，就可以将各元素列成相关表，作为初始方案，然后采用检验数来验证这个方案，否则就要采用闭合回路法、位势法等方法进行调整，直至得到满意的结果。其中还要判断表上作业法得到的初始解是否退化，如果退化则要补零。模型解算流程如下： 通过解算，就可得到具体的分配方案。在本模型中编写一个用于解决运输问题的类，如上图，传入的变量为疏散目的地的人数、事故点人数、还有成本矩阵，该类的作用就是根据这三种参数输出调运方案，得到的结果为某地向某地运输多少人。其中初始解的解算方法为最小元素法，检验数的计算采用闭回路法。 实验方案（方法及步骤） 1、使用ArcMap制作Model 因为疏散模型的解决方案是依靠运输问题实现的，该模型需要的参数为：事故点的人数，疏散目的地的容量，以及事故点到疏散目的地的路程或者时间。这三种参数需要从地图图层上获取，部分需要用户的输入。客户端API只提供了基本的地图操作接口，因此无法进行高级的地理分析。由于API中有各种Task分析，所以只需借助其Task就能实现疏散的模型。本模型主要使用的是Geoprocessing(简称GP) Task和Query Task，即地理处理分析和路径分析。由服务端发布各种服务，客户端输入参数来调用其服务。 GP Server主要的注意点在于模型的制作，可以简单的拖拉ArcMap本身提供的工具来组合模型，也可以使用Arc Engine编写模型，或者利用Python脚本语言来编写模型。利用Arcgis Server发布GP Server，然后查看其相应的参数，了解参数后，并可在客户端调用了。但值得注意的是，GP Server处理的方式有两种，根据其同步和异步的差别，选择不同的操作来执行GP Task，然后获取处理结果。发布GP Server来处理最短路径，需要注意的是把模型拖入地图中，发布带有地图的GP Server，将最短路径的图层添加到地图相应的图层上。模型中用到的Query task比较简单，查询图层的相关信息，在本模型中需要获取疏散目的地的人口容量。 本实验需要用到的模型为成本矩阵模型和最短路径模型，利用ESRI提供的ArcMap软件制作而成。成本矩阵模型的作用是获得各个事故点的到各个疏散目的地的距离或者时间，而组成的矩阵。该模型的设计如下： 该模型的输入要素为：道路网、事故点和疏散目的地。输出的要素为距离矩阵或者时间矩阵。