郑贵省,王　元，王　鹏，李月明，车亚辉

(1.军事交通学院 基础部，天津300161; 2.军事交通学院 研究生管理大队，天津300161)



基于GIS的公路运输通道脆弱性辨识方法

郑贵省1,王元2，王鹏2，李月明2，车亚辉2

(1.军事交通学院 基础部，天津300161; 2.军事交通学院 研究生管理大队，天津300161)

为准确辨识公路运输通道内影响运输安全的关键节点和路段，以现有路网节点和路段的脆弱性评估指标为基础，建立公路运输通道的脆弱性评估模型。基于ArcGIS平台，采用Python脚本语言，实现了公路运输通道脆弱性可视化分析。通过算例分析，验证了该方法的可行性和评估模型的有效性。

公路运输通道；脆弱性；GIS

公路运输通道是指由多条公路运输线路构成的交通运输密集带[1]。从狭义的角度可定义为：在不同的空间尺度下，为完成运输和通行目的，联系交通流起始地的一条或多条走向基本相同的公路线路集合[2]。军事运输中，各个投送方向上的公路运输通道承担着军事力量和物资输送的任务，这要求其必须能够承受一定的安全风险。在地区及小尺度下，运输通道内的运输方式主要以公路运输为主，且在复杂路网下会形成一个运输网络[2]，通过对通道中的运输网络进行脆弱性分析，即可准确辨识出通道内影响运输效率的关键部分，从而可为道路抢修和风险管控提供决策参考。现有路网脆弱性的相关理论研究较多，但许多指标处理实际复杂路网的效率不高，难以实现可视化。

GIS(geographic information system，GIS)，又称地理信息系统，是一种基于计算机技术获取、存储、操作、显示和分析地理信息的综合系统。GIS的发展距今已有50多年的历史，它集数据管理、可视化和强大的空间分析优势于一身，在诸多领域(包括交通领域)都得到广泛的应用。公路运输通道具有很强的地理分布特性，结合GIS相关理论和优势，可实现对公路运输通道脆弱源的可视化和自动化辨识。

1　公路运输通道脆弱性的内涵

过去20年里，路网脆弱性得到了广泛关注，但至今还没有统一和公认的定义，现有的定义大致可分为以下两类。一类定义并未考虑路网单元失效的概率，如最早由K Berdica[3]提出的交通网络脆弱性概念，即路网对导致路网服务能力降低的某些事件的敏感性，其中服务能力是指路网单元使用的可能性。文献[4]将可达性的概念引入路网脆弱性评估中，认为路段失效后对路网可达性有重要影响的路段为关键路段。文献[5]在路网脆弱性研究中均未考虑路网单元失效的概率，只考虑路网单元失效的后果。另一类定义同时考虑路网单元失效的概率和结果，如J Husdal[6]和连冰[7]认为路网脆弱性是指路网单元失效概率与失效后对路网影响程度的综合结果。D Sarewitz[8]研究认为，由于道路失效事件的概率难以估计，且需要深入和专业的调查和分析，比如自然灾害以及蓄意破坏等，因此，在路网脆弱性研究中不便考虑道路破坏的概率。公路运输通道是公路网的一部分，本质上，其脆弱性分析也等同于路网脆弱性分析。本文根据文献[9]的观点，将公路运输通道脆弱性理解为公路运输通道对由于攻击或事故造成通道内的路网单元失效的敏感程度，脆弱性是其本身的属性，不考虑失效的概率。

2　公路运输通道单元脆弱性评估模型

根据研究目的，路网脆弱性分析的思路包括路网整体的脆弱性评估和路网单元的脆弱性评估两种，现有的研究思路大多都是第二种。本文的研究思路也主要是对原始法抽象而来的公路运输通道单元的脆弱性分析，分析过程中不考虑路段的失效概率。路网单元脆弱性的评估方法主要有两类。常用的一类方法是通过路网单元失效而导致反映路网整体性能指标的变化情况来评价其脆弱性，常用的量化指标有基于拓扑结构和基于网络运行效率的评价指标。基于拓扑结构的评价指标有网络拓扑可达性、路段饱和度等；基于网络运行效率的评价指标有出行成本指标、网络效率指标和出行效率指标等。另一类评估方法不模拟路段失效，直接用路网单元的某些单一或综合属性指标所反映的路网单元的关键性和重要性来间接衡量其失效后对整个路网的影响程度，提出的路网单元脆弱性指标有结构状态参数指标[10]、空间加权度指标[11]和基于最小割频度向量的路段脆弱性指标[12]等。分析结果表明，上述指标与路网的全局性能指标相比，能达到同样的脆弱源识别效果。也有研究将两者结合起来，先按照路网单元的某些属性指标初步筛选出脆弱源[7]，再通过模拟脆弱源失效来详细分析路网单元的脆弱强度。

脆弱性分析的目的在于有效识别运输通道中的脆弱源，为运输通道管理和控制服务，因而不需要准确计算路网单元的脆弱强度。此外，通过设置失效单元的方式来分析其脆弱性可能会导致运输通道不连通，且从算法上看，整个网络运行效率指标的时间复杂度较高。但是，反映路网单元本身属性的某些单一指标不能完全反映公路运输通道脆弱性的内涵，因此，本文以路网单元的属性指标为基础，进一步分析并建立一个综合的脆弱性评估指标。根据路网脆弱性评估的原理，建立的脆弱性综合评估指标要能够全面反映公路运输通道的拓扑结构脆弱性和功能脆弱性。

2.1节点脆弱性评估指标

对公路网而言，空间加权网络的节点度[11]指标将路段等级和路段长度作为影响路网节点重要性的两个因素，表示为

(1)

式中：K(i)为路网中节点i的空间加权度；ec为与节点i相连的路段数；cj和lj分别为与节点相连的第j条路段的等级和长度；lmin和lmax分别为路网中所有路段长度中的最小值和最大值；ω为路段长度重要性系数，取值为1。高速公路、国道、省道、县道、乡道的cj取值分别为10、8、6、4、2。

从原理上看，空间加权度模型只能反映公路运输通道的局部拓扑重要性，不能反映节点对整个通道的影响，因此，还需要继续选择相应指标来建立一个综合的评估指标。节点介数能够反映其在整个运输通道中的拓扑重要性，也是常用的脆弱性评估指标，它是指所有节点对的最短路径中经过该节点的数量比例。运输通道内的路网节点i的介数为

(2)

式中：Njk为节点j和节点k之间的最短路径的数；Njk(i)为节点j和节点k之间的最短路径中经过节点i的数；V为节点空间。

节点所承担的交通流反映的是其功能脆弱性，节点i的交通流可定义为

(3)

式中：ec为与节点i相连的路段条数；fj为与节点i相连的第j条路段上流量较大的车流方向的交通流量。

标准化K(i)、B(i)、Q(i)，得到最终的运输通道中路网节点i的脆弱性综合评估指标为

V(i)=λ1K(i)+λ2B(i)+λ3Q(i)

(4)

式中：λ1、λ2、λ3为权重系数，权重系数的取值分别反映了结构脆弱性和功能脆弱性对公路运输通道综合脆弱性的贡献率，现有研究对两者的贡献率认识并不统一。文献[13]在研究中认为结构脆弱性对综合脆弱性的可能贡献最大，但文献[10]认为综合脆弱性受功能脆弱性的影响较大，而文献[14]则认为两者的影响相同。综合以上结论，由于实际研究中对两者贡献率的取值相差不大，本文根据文献[14]将λ1、λ2、λ3分别取值为0.25、0.25、0.5。

2.2路段脆弱性评估指标

基于路段属性的路段脆弱性评估指标有结构状态参数指标[10]，计算公式为

ωa=β1×Ca+β2×Qa

(5)

式中：ωa为路段a的结构状态参数；Qa为路段流量；Ca为路段介数(所有节点对的最短路径中经过该路段的数量比例，与节点介数同理)；β1、β2为权重系数。

从原理上看，结构状态参数指标中的路段介数指标反映的是路段在整个运输通道中的拓扑重要性，未包含反映其局部拓扑重要性的相关指标。相关文献在关键路段的研究中建立了路段拓扑值[14]指标，该指标为路段连接度、路段权值的乘积与路段长度的复合值，可用来反映路段在路网中的局部拓扑重要性。路段的连接度为路段的两个节点的连接度之和，而节点的连接度由与其相连的路段数决定。

结合前述节点脆弱性的研究成果，对路段的连接度重新定义，采用节点脆弱性分析中的空间加权度来替换节点的连接度，则新的路段a的连接度为

Da=K(i)+K(j)

(6)

式中：i和j为路段a的两个端点；K(i)为节点i的空间加权度。

路段a的拓扑值Pa为

Pa=b1Ma+b2La

(7)

式中：Ma=Da×Wa，Wa为路段权值，由cj取值确定；La为路段长度；b1和b2为权重，取值都为0.5。计算Pa之前要先标准化Ma和La。

标准化Pa、Qa、Ca，则最终路段的脆弱性综合评估指标为

Ea=σ1×Pa+σ2×Ca+σ3×Qa

(8)

式中：σ1、σ2、σ3为权重系数，与节点脆弱性评估指标同理，其取值分别为0.25、0.25、0.5。

2.3脆弱性评估指标计算方法

根据上述分析，公路运输通道单元脆弱性指标的计算步骤如下。

(1)Input(输入)：确定公路运输通道G、收集路段长度l、路段流量Q、道路等级c等基础数据。收集通道内路网单元的交通流数据。在缺少实际交通流数据的条件下，考虑运输通道的作用是承担起讫点之间的交通流，路段流量可采用理想条件下运输通道的最大流的分配结果来代替。

(2)Output(输出)： 公路运输通道内各节点和路段的脆弱性指标值V(i)和Ea。

(3)Step1：按照式(1)～式(8)，计算K(i)、B(i)、Q(i)、Ma、La、Pa、Qa、Ca，并标准化，以K(i)为例进行计算：

(9)

式中minK(i)、maxK(i)分别为K(i)的最小值、最大值。

(4)Step2：分别计算节点和路段的脆弱性指标V(i)和Ea，按指标值排序，指标值较大的节点和路段一般为脆弱源。

3　基于GIS的公路运输通道脆弱性分析的实现及算例分析

3.1实现的平台及工具

以ArcGIS10.2软件中的ArcMap10.2为GIS平台，采用ArcGIS的脚本语言python作为编程语言，程序编写平台为PythonWin。ArcGIS专门为Python提供了站点包Arcpy，利用Arcpy可以与ArcGIS中的地理数据库进行直接交互，也可直接调用ArcGIS中已有的各种分析功能。同时， Python的复杂网络分析库networkx也提供了很多网络分析方面的算法库，直接利用，可简化编程计算相关指标的难度。

编程中使用networkx的相关算法和函数见表1。

表1　使用的networkx中的相关算法和函数

3.2算例分析

以2012年天津市道路网中天津站至天津港路段中简化处理后的路网数据为例进行计算。如图1所示为节点1和节点8之间的公路运输通道，共包括15条路段和8个节点。分析中所需的各路段的属性数据存储在路段的属性表中，实际通行能力、长度和等级权重分别用capacity、long和dengji字段表示。

图1　某地公路运输通道

先以路段实际通行能力为限制条件，使用networkx的函数Ford_fulkerson_flow(G, s, t[, capacity])即可得到节点1和节点8之间最大流的分配结果(如图2所示)。

(1)节点脆弱性分析。按照脆弱性指标计算方法，使用Python编程计算各节点脆弱性指标值，排序结果见表2。指标值越大，节点的脆弱性越高。

图2　理想条件下通道最大流的分配结果

节点73281546V(i)0.7680.6960.5720.4730.4710.3030.1980.0

在Arcmap中符号化表示如图3所示，按脆弱性指标值将所有节点分为5类，节点越大表示脆弱性越高。

图3　节点脆弱性分析可视化结果

(2)路段脆弱性分析。按脆弱性指标计算方法，编程计算得到各路段脆弱性指标值，排序结果见表3。指标值越大，则路段脆弱性越高。

表3　路段脆弱性指标值

根据路段脆弱性指标值计算结果，在Arcmap中符号化表示如图4所示，按脆弱性指标值将所有路段分为5类，线段越粗，表示该路段脆弱性越高。

图4　路段脆弱性分析可视化结果

4　结　语

本文针对地区和小尺度下包含复杂公路网络的公路运输通道，结合GIS技术，从可视化的角度出发，在现有路网脆弱性理论研究的基础上，建立了公路运输通道单元的脆弱性评估模型。以ArcGIS为平台，Python为脚本语言，给出了在GIS环境下实现公路运输通道脆弱性可视化分析的方法。同时，结合具体的算例分析，验证了脆弱性评估模型的有效性。考虑通道内路网单元的失效概率将是下一步公路运输通道脆弱性研究的趋势，可同样结合GIS强大的历史数据收集、统计和分析功能来实现。此外，脆弱性综合评估指标中的权重系数仍需进一步分析。

[1]胡文友，李旭宏.公路运输通道内的车辆出行路径选择模型及应用研究[J].公路交通科技，2003，20(1)：125-128.

[2]方继骞.运输通道及路径分析相关理论与方法研究[D].郑州：信息工程大学，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.基于级联失效的均衡路网脆弱性研究[D].成都：西南交通大学，2010.

[5]肖瑶.基于复杂网络理论的城市道路网络综合脆弱性评估模型[D].武汉：华中科技大学，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]连冰.基于可靠度理论的城市路网脆弱性评估方法研究[D].西安：长安大学，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]赖君毅.道路交通网络脆弱性评估验证及可视化方法研究[D].武汉：华中科技大学，2013.

[10]张宏，李杰.城市道路复杂网络单元脆弱性实证研究[J].长安大学学报(社会科学版)，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]钟茹.路网中关键节点和重要路段的分析研究[D].北京：北京邮电大学，2013.

(编辑：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.

郑贵省(1975—)，男，博士，副教授，硕士研究生导师.

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

U491

A

1674-2192(2016)08- 0080- 05

● 基础科学与技术Basic Science & Technology