鄭貴省,王　元，王　鵬，李月明，車亞輝

(1.軍事交通學(xué)院 基礎(chǔ)部，天津300161; 2.軍事交通學(xué)院 研究生管理大隊，天津300161)

?

基于GIS的公路運輸通道脆弱性辨識方法

鄭貴省1,王元2，王鵬2，李月明2，車亞輝2

(1.軍事交通學(xué)院 基礎(chǔ)部，天津300161; 2.軍事交通學(xué)院 研究生管理大隊，天津300161)

為準(zhǔn)確辨識公路運輸通道內(nèi)影響運輸安全的關(guān)鍵節(jié)點和路段，以現(xiàn)有路網(wǎng)節(jié)點和路段的脆弱性評估指標(biāo)為基礎(chǔ)，建立公路運輸通道的脆弱性評估模型?；贏rcGIS平臺，采用Python腳本語言，實現(xiàn)了公路運輸通道脆弱性可視化分析。通過算例分析，驗證了該方法的可行性和評估模型的有效性。

公路運輸通道；脆弱性；GIS

公路運輸通道是指由多條公路運輸線路構(gòu)成的交通運輸密集帶[1]。從狹義的角度可定義為：在不同的空間尺度下，為完成運輸和通行目的，聯(lián)系交通流起始地的一條或多條走向基本相同的公路線路集合[2]。軍事運輸中，各個投送方向上的公路運輸通道承擔(dān)著軍事力量和物資輸送的任務(wù)，這要求其必須能夠承受一定的安全風(fēng)險。在地區(qū)及小尺度下，運輸通道內(nèi)的運輸方式主要以公路運輸為主，且在復(fù)雜路網(wǎng)下會形成一個運輸網(wǎng)絡(luò)[2]，通過對通道中的運輸網(wǎng)絡(luò)進行脆弱性分析，即可準(zhǔn)確辨識出通道內(nèi)影響運輸效率的關(guān)鍵部分，從而可為道路搶修和風(fēng)險管控提供決策參考。現(xiàn)有路網(wǎng)脆弱性的相關(guān)理論研究較多，但許多指標(biāo)處理實際復(fù)雜路網(wǎng)的效率不高，難以實現(xiàn)可視化。

GIS(geographic information system，GIS)，又稱地理信息系統(tǒng)，是一種基于計算機技術(shù)獲取、存儲、操作、顯示和分析地理信息的綜合系統(tǒng)。GIS的發(fā)展距今已有50多年的歷史，它集數(shù)據(jù)管理、可視化和強大的空間分析優(yōu)勢于一身，在諸多領(lǐng)域(包括交通領(lǐng)域)都得到廣泛的應(yīng)用。公路運輸通道具有很強的地理分布特性，結(jié)合GIS相關(guān)理論和優(yōu)勢，可實現(xiàn)對公路運輸通道脆弱源的可視化和自動化辨識。

1　公路運輸通道脆弱性的內(nèi)涵

過去20年里，路網(wǎng)脆弱性得到了廣泛關(guān)注，但至今還沒有統(tǒng)一和公認的定義，現(xiàn)有的定義大致可分為以下兩類。一類定義并未考慮路網(wǎng)單元失效的概率，如最早由K Berdica[3]提出的交通網(wǎng)絡(luò)脆弱性概念，即路網(wǎng)對導(dǎo)致路網(wǎng)服務(wù)能力降低的某些事件的敏感性，其中服務(wù)能力是指路網(wǎng)單元使用的可能性。文獻[4]將可達性的概念引入路網(wǎng)脆弱性評估中，認為路段失效后對路網(wǎng)可達性有重要影響的路段為關(guān)鍵路段。文獻[5]在路網(wǎng)脆弱性研究中均未考慮路網(wǎng)單元失效的概率，只考慮路網(wǎng)單元失效的后果。另一類定義同時考慮路網(wǎng)單元失效的概率和結(jié)果，如J Husdal[6]和連冰[7]認為路網(wǎng)脆弱性是指路網(wǎng)單元失效概率與失效后對路網(wǎng)影響程度的綜合結(jié)果。D Sarewitz[8]研究認為，由于道路失效事件的概率難以估計，且需要深入和專業(yè)的調(diào)查和分析，比如自然災(zāi)害以及蓄意破壞等，因此，在路網(wǎng)脆弱性研究中不便考慮道路破壞的概率。公路運輸通道是公路網(wǎng)的一部分，本質(zhì)上，其脆弱性分析也等同于路網(wǎng)脆弱性分析。本文根據(jù)文獻[9]的觀點，將公路運輸通道脆弱性理解為公路運輸通道對由于攻擊或事故造成通道內(nèi)的路網(wǎng)單元失效的敏感程度，脆弱性是其本身的屬性，不考慮失效的概率。

2　公路運輸通道單元脆弱性評估模型

根據(jù)研究目的，路網(wǎng)脆弱性分析的思路包括路網(wǎng)整體的脆弱性評估和路網(wǎng)單元的脆弱性評估兩種，現(xiàn)有的研究思路大多都是第二種。本文的研究思路也主要是對原始法抽象而來的公路運輸通道單元的脆弱性分析，分析過程中不考慮路段的失效概率。路網(wǎng)單元脆弱性的評估方法主要有兩類。常用的一類方法是通過路網(wǎng)單元失效而導(dǎo)致反映路網(wǎng)整體性能指標(biāo)的變化情況來評價其脆弱性，常用的量化指標(biāo)有基于拓撲結(jié)構(gòu)和基于網(wǎng)絡(luò)運行效率的評價指標(biāo)?；谕負浣Y(jié)構(gòu)的評價指標(biāo)有網(wǎng)絡(luò)拓撲可達性、路段飽和度等；基于網(wǎng)絡(luò)運行效率的評價指標(biāo)有出行成本指標(biāo)、網(wǎng)絡(luò)效率指標(biāo)和出行效率指標(biāo)等。另一類評估方法不模擬路段失效，直接用路網(wǎng)單元的某些單一或綜合屬性指標(biāo)所反映的路網(wǎng)單元的關(guān)鍵性和重要性來間接衡量其失效后對整個路網(wǎng)的影響程度，提出的路網(wǎng)單元脆弱性指標(biāo)有結(jié)構(gòu)狀態(tài)參數(shù)指標(biāo)[10]、空間加權(quán)度指標(biāo)[11]和基于最小割頻度向量的路段脆弱性指標(biāo)[12]等。分析結(jié)果表明，上述指標(biāo)與路網(wǎng)的全局性能指標(biāo)相比，能達到同樣的脆弱源識別效果。也有研究將兩者結(jié)合起來，先按照路網(wǎng)單元的某些屬性指標(biāo)初步篩選出脆弱源[7]，再通過模擬脆弱源失效來詳細分析路網(wǎng)單元的脆弱強度。

脆弱性分析的目的在于有效識別運輸通道中的脆弱源，為運輸通道管理和控制服務(wù)，因而不需要準(zhǔn)確計算路網(wǎng)單元的脆弱強度。此外，通過設(shè)置失效單元的方式來分析其脆弱性可能會導(dǎo)致運輸通道不連通，且從算法上看，整個網(wǎng)絡(luò)運行效率指標(biāo)的時間復(fù)雜度較高。但是，反映路網(wǎng)單元本身屬性的某些單一指標(biāo)不能完全反映公路運輸通道脆弱性的內(nèi)涵，因此，本文以路網(wǎng)單元的屬性指標(biāo)為基礎(chǔ)，進一步分析并建立一個綜合的脆弱性評估指標(biāo)。根據(jù)路網(wǎng)脆弱性評估的原理，建立的脆弱性綜合評估指標(biāo)要能夠全面反映公路運輸通道的拓撲結(jié)構(gòu)脆弱性和功能脆弱性。

2.1節(jié)點脆弱性評估指標(biāo)

對公路網(wǎng)而言，空間加權(quán)網(wǎng)絡(luò)的節(jié)點度[11]指標(biāo)將路段等級和路段長度作為影響路網(wǎng)節(jié)點重要性的兩個因素，表示為

(1)

式中：K(i)為路網(wǎng)中節(jié)點i的空間加權(quán)度；ec為與節(jié)點i相連的路段數(shù)；cj和lj分別為與節(jié)點相連的第j條路段的等級和長度；lmin和lmax分別為路網(wǎng)中所有路段長度中的最小值和最大值；ω為路段長度重要性系數(shù)，取值為1。高速公路、國道、省道、縣道、鄉(xiāng)道的cj取值分別為10、8、6、4、2。

從原理上看，空間加權(quán)度模型只能反映公路運輸通道的局部拓撲重要性，不能反映節(jié)點對整個通道的影響，因此，還需要繼續(xù)選擇相應(yīng)指標(biāo)來建立一個綜合的評估指標(biāo)。節(jié)點介數(shù)能夠反映其在整個運輸通道中的拓撲重要性，也是常用的脆弱性評估指標(biāo)，它是指所有節(jié)點對的最短路徑中經(jīng)過該節(jié)點的數(shù)量比例。運輸通道內(nèi)的路網(wǎng)節(jié)點i的介數(shù)為

(2)

式中：Njk為節(jié)點j和節(jié)點k之間的最短路徑的數(shù)；Njk(i)為節(jié)點j和節(jié)點k之間的最短路徑中經(jīng)過節(jié)點i的數(shù)；V為節(jié)點空間。

節(jié)點所承擔(dān)的交通流反映的是其功能脆弱性，節(jié)點i的交通流可定義為

(3)

式中：ec為與節(jié)點i相連的路段條數(shù)；fj為與節(jié)點i相連的第j條路段上流量較大的車流方向的交通流量。

標(biāo)準(zhǔn)化K(i)、B(i)、Q(i)，得到最終的運輸通道中路網(wǎng)節(jié)點i的脆弱性綜合評估指標(biāo)為

V(i)=λ1K(i)+λ2B(i)+λ3Q(i)

(4)

式中：λ1、λ2、λ3為權(quán)重系數(shù)，權(quán)重系數(shù)的取值分別反映了結(jié)構(gòu)脆弱性和功能脆弱性對公路運輸通道綜合脆弱性的貢獻率，現(xiàn)有研究對兩者的貢獻率認識并不統(tǒng)一。文獻[13]在研究中認為結(jié)構(gòu)脆弱性對綜合脆弱性的可能貢獻最大，但文獻[10]認為綜合脆弱性受功能脆弱性的影響較大，而文獻[14]則認為兩者的影響相同。綜合以上結(jié)論，由于實際研究中對兩者貢獻率的取值相差不大，本文根據(jù)文獻[14]將λ1、λ2、λ3分別取值為0.25、0.25、0.5。

2.2路段脆弱性評估指標(biāo)

基于路段屬性的路段脆弱性評估指標(biāo)有結(jié)構(gòu)狀態(tài)參數(shù)指標(biāo)[10]，計算公式為

ωa=β1×Ca+β2×Qa

(5)

式中：ωa為路段a的結(jié)構(gòu)狀態(tài)參數(shù)；Qa為路段流量；Ca為路段介數(shù)(所有節(jié)點對的最短路徑中經(jīng)過該路段的數(shù)量比例，與節(jié)點介數(shù)同理)；β1、β2為權(quán)重系數(shù)。

從原理上看，結(jié)構(gòu)狀態(tài)參數(shù)指標(biāo)中的路段介數(shù)指標(biāo)反映的是路段在整個運輸通道中的拓撲重要性，未包含反映其局部拓撲重要性的相關(guān)指標(biāo)。相關(guān)文獻在關(guān)鍵路段的研究中建立了路段拓撲值[14]指標(biāo)，該指標(biāo)為路段連接度、路段權(quán)值的乘積與路段長度的復(fù)合值，可用來反映路段在路網(wǎng)中的局部拓撲重要性。路段的連接度為路段的兩個節(jié)點的連接度之和，而節(jié)點的連接度由與其相連的路段數(shù)決定。

結(jié)合前述節(jié)點脆弱性的研究成果，對路段的連接度重新定義，采用節(jié)點脆弱性分析中的空間加權(quán)度來替換節(jié)點的連接度，則新的路段a的連接度為

Da=K(i)+K(j)

(6)

式中：i和j為路段a的兩個端點；K(i)為節(jié)點i的空間加權(quán)度。

路段a的拓撲值Pa為

Pa=b1Ma+b2La

(7)

式中：Ma=Da×Wa，Wa為路段權(quán)值，由cj取值確定；La為路段長度；b1和b2為權(quán)重，取值都為0.5。計算Pa之前要先標(biāo)準(zhǔn)化Ma和La。

標(biāo)準(zhǔn)化Pa、Qa、Ca，則最終路段的脆弱性綜合評估指標(biāo)為

Ea=σ1×Pa+σ2×Ca+σ3×Qa

(8)

式中：σ1、σ2、σ3為權(quán)重系數(shù)，與節(jié)點脆弱性評估指標(biāo)同理，其取值分別為0.25、0.25、0.5。

2.3脆弱性評估指標(biāo)計算方法

根據(jù)上述分析，公路運輸通道單元脆弱性指標(biāo)的計算步驟如下。

(1)Input(輸入)：確定公路運輸通道G、收集路段長度l、路段流量Q、道路等級c等基礎(chǔ)數(shù)據(jù)。收集通道內(nèi)路網(wǎng)單元的交通流數(shù)據(jù)。在缺少實際交通流數(shù)據(jù)的條件下，考慮運輸通道的作用是承擔(dān)起訖點之間的交通流，路段流量可采用理想條件下運輸通道的最大流的分配結(jié)果來代替。

(2)Output(輸出)： 公路運輸通道內(nèi)各節(jié)點和路段的脆弱性指標(biāo)值V(i)和Ea。

(3)Step1：按照式(1)～式(8)，計算K(i)、B(i)、Q(i)、Ma、La、Pa、Qa、Ca，并標(biāo)準(zhǔn)化，以K(i)為例進行計算：

(9)

式中minK(i)、maxK(i)分別為K(i)的最小值、最大值。

(4)Step2：分別計算節(jié)點和路段的脆弱性指標(biāo)V(i)和Ea，按指標(biāo)值排序，指標(biāo)值較大的節(jié)點和路段一般為脆弱源。

3　基于GIS的公路運輸通道脆弱性分析的實現(xiàn)及算例分析

3.1實現(xiàn)的平臺及工具

以ArcGIS10.2軟件中的ArcMap10.2為GIS平臺，采用ArcGIS的腳本語言python作為編程語言，程序編寫平臺為PythonWin。ArcGIS專門為Python提供了站點包Arcpy，利用Arcpy可以與ArcGIS中的地理數(shù)據(jù)庫進行直接交互，也可直接調(diào)用ArcGIS中已有的各種分析功能。同時， Python的復(fù)雜網(wǎng)絡(luò)分析庫networkx也提供了很多網(wǎng)絡(luò)分析方面的算法庫，直接利用，可簡化編程計算相關(guān)指標(biāo)的難度。

編程中使用networkx的相關(guān)算法和函數(shù)見表1。

表1　使用的networkx中的相關(guān)算法和函數(shù)

3.2算例分析

以2012年天津市道路網(wǎng)中天津站至天津港路段中簡化處理后的路網(wǎng)數(shù)據(jù)為例進行計算。如圖1所示為節(jié)點1和節(jié)點8之間的公路運輸通道，共包括15條路段和8個節(jié)點。分析中所需的各路段的屬性數(shù)據(jù)存儲在路段的屬性表中，實際通行能力、長度和等級權(quán)重分別用capacity、long和dengji字段表示。

圖1　某地公路運輸通道

先以路段實際通行能力為限制條件，使用networkx的函數(shù)Ford_fulkerson_flow(G, s, t[, capacity])即可得到節(jié)點1和節(jié)點8之間最大流的分配結(jié)果(如圖2所示)。

(1)節(jié)點脆弱性分析。按照脆弱性指標(biāo)計算方法，使用Python編程計算各節(jié)點脆弱性指標(biāo)值，排序結(jié)果見表2。指標(biāo)值越大，節(jié)點的脆弱性越高。

圖2　理想條件下通道最大流的分配結(jié)果

節(jié)點73281546V(i)0.7680.6960.5720.4730.4710.3030.1980.0

在Arcmap中符號化表示如圖3所示，按脆弱性指標(biāo)值將所有節(jié)點分為5類，節(jié)點越大表示脆弱性越高。

圖3　節(jié)點脆弱性分析可視化結(jié)果

(2)路段脆弱性分析。按脆弱性指標(biāo)計算方法，編程計算得到各路段脆弱性指標(biāo)值，排序結(jié)果見表3。指標(biāo)值越大，則路段脆弱性越高。

表3　路段脆弱性指標(biāo)值

根據(jù)路段脆弱性指標(biāo)值計算結(jié)果，在Arcmap中符號化表示如圖4所示，按脆弱性指標(biāo)值將所有路段分為5類，線段越粗，表示該路段脆弱性越高。

圖4　路段脆弱性分析可視化結(jié)果

4　結(jié)　語

本文針對地區(qū)和小尺度下包含復(fù)雜公路網(wǎng)絡(luò)的公路運輸通道，結(jié)合GIS技術(shù)，從可視化的角度出發(fā)，在現(xiàn)有路網(wǎng)脆弱性理論研究的基礎(chǔ)上，建立了公路運輸通道單元的脆弱性評估模型。以ArcGIS為平臺，Python為腳本語言，給出了在GIS環(huán)境下實現(xiàn)公路運輸通道脆弱性可視化分析的方法。同時，結(jié)合具體的算例分析，驗證了脆弱性評估模型的有效性?？紤]通道內(nèi)路網(wǎng)單元的失效概率將是下一步公路運輸通道脆弱性研究的趨勢，可同樣結(jié)合GIS強大的歷史數(shù)據(jù)收集、統(tǒng)計和分析功能來實現(xiàn)。此外，脆弱性綜合評估指標(biāo)中的權(quán)重系數(shù)仍需進一步分析。

[1]胡文友，李旭宏.公路運輸通道內(nèi)的車輛出行路徑選擇模型及應(yīng)用研究[J].公路交通科技，2003，20(1)：125-128.

[2]方繼騫.運輸通道及路徑分析相關(guān)理論與方法研究[D].鄭州：信息工程大學(xué)，2008.

[3]BERDICA K.An introduction to road vulnerability: what has been done is done and should be done[J].Transp Polcy，2002，9(2)：117-127.

[4]王芳.基于級聯(lián)失效的均衡路網(wǎng)脆弱性研究[D].成都：西南交通大學(xué)，2010.

[5]肖瑤.基于復(fù)雜網(wǎng)絡(luò)理論的城市道路網(wǎng)絡(luò)綜合脆弱性評估模型[D].武漢：華中科技大學(xué)，2013.

[6]HUSDAL J.Reliability and vulnerability versus cost and benefits[C].Christchurch and Queenstown，New Zealand:Proceedings of the second International Sympoium on Transportation Network Reliability,2004.

[7]連冰.基于可靠度理論的城市路網(wǎng)脆弱性評估方法研究[D].西安：長安大學(xué)，2014.

[8]SAREWITZ D，PIELKE R J，KEYKHAH M.Vulnerability and risk：some thoughts from a policy perspective[J].Risk Anal，2003，23(4)：805-810.

[9]賴君毅.道路交通網(wǎng)絡(luò)脆弱性評估驗證及可視化方法研究[D].武漢：華中科技大學(xué)，2013.

[10]張宏，李杰.城市道路復(fù)雜網(wǎng)絡(luò)單元脆弱性實證研究[J].長安大學(xué)學(xué)報(社會科學(xué)版)，2014，16(2)：33-37.

[11]Wan N，ZHAN F，CAI Z L.A spatially weighted degree model for network vulnerability analysis[J].Geo-spatial Information Science，2011，14(4)：274-281.

[12]TU Y F，YANG C，CHEN X H.Methodology for evaluation and improving road network topology vulnerability[C].ChangSha:2010 International Conference on Intelligent Computation Technology and Automation，2011：664-669.

[14]鐘茹.路網(wǎng)中關(guān)鍵節(jié)點和重要路段的分析研究[D].北京：北京郵電大學(xué)，2013.

(編輯：史海英)

Vulnerability Identification Method of Road Transport Corridor Based on GIS

ZHENG Guixing1, WANG Yuan2, WANG Peng2，LI Yueming2, CHE Yahui2

(1.General Course Department, Military Transportation University, Tianjin 300161, China; 2.Postgraduate Training Brigade, Military Transportation University, Tianjin 300161, China)

In order to identify the key nodes and road section in road transport corridor which may affect the safety of the transportation, this paper builds the vulnerability of the assessing model by using road network vulnerability assessment indexes. The vulnerability analysis application is developed to visualize the road transport corridor by using ArcGIS platform and Python language. Case analysis verifies the feasibility of the method and the validity of the assessing model.

road transport corridor; vulnerability; GIS

2015-11-05；

2016-03-20.

鄭貴省(1975—)，男，博士，副教授，碩士研究生導(dǎo)師.

10.16807/j.cnki.12-1372/e.2016.08.019

U491

A

1674-2192(2016)08- 0080- 05

● 基礎(chǔ)科學(xué)與技術(shù)Basic Science & Technology