氣候變化背景下濱海城市應(yīng)急疏散決策體系構(gòu)建
——以歐盟忒修斯項目為例

高 潔， 陳 天， 劉 暢

(1. 天津大學(xué)建筑學(xué)院， 天津300072； 2. 中國城市規(guī)劃設(shè)計研究院， 北京100044)

根據(jù)近5年我國沿海省份濱海地區(qū)自然災(zāi)害經(jīng)濟損失的相關(guān)統(tǒng)計資料顯示(見表1)，我國濱海地區(qū)的自然災(zāi)害主要為風暴潮、海浪及海冰等。人員傷亡和巨額經(jīng)濟損失主要來自于風暴潮、海浪引發(fā)的海水入侵和洪水淹沒(見表2)。洪澇災(zāi)害多伴隨著風暴潮和海浪發(fā)生，同時導(dǎo)致內(nèi)河發(fā)生海水倒灌并使濱海土地鹽漬化不斷加劇[1]。我國濱海地區(qū)布局了大量的濱海工業(yè)新區(qū)，大規(guī)模的如天津濱海新區(qū)、小規(guī)模的如臺州和溫州等地的濱海工業(yè)園區(qū)。從遼寧的大連、營口延伸到廣西的北海、欽州，在上述濱海新區(qū)或工業(yè)園區(qū)的規(guī)劃之初，由于對氣候變化考慮不足，海平面上升和海洋氣象災(zāi)害加劇可能引發(fā)重大的災(zāi)害和環(huán)境影響[1]。

面對當前氣候變化的巨大挑戰(zhàn)，濱海城市防災(zāi)減災(zāi)主要可以從3個層面提升：一是傳統(tǒng)方式，即加強沿海岸線的工程防護結(jié)構(gòu)并提升新建建筑的防災(zāi)標準；二是制定具有長期風險意識的空間防災(zāi)規(guī)劃，量化災(zāi)害風險并制定相關(guān)策略，降低濱海高密度地區(qū)的易受災(zāi)性；三是建立完善的城市綜合防災(zāi)管理體制，提升災(zāi)害應(yīng)急管理能力并提高風險意識。20世紀90年代中后期，我國在傳統(tǒng)工程性減災(zāi)措施方面采取了多項行動，建立了高標準海塘近萬千米，這些措施在抵御近岸或登陸型的臺風、風暴潮等災(zāi)害的過程中發(fā)揮了重要作用。但隨著海域利用活動的增多、海岸帶經(jīng)濟密度持續(xù)增大，承災(zāi)體對致災(zāi)因子的風險暴露增大，致使?jié)撛陲L險趨高[2]。因此，濱海城市在做好傳統(tǒng)防災(zāi)措施的基礎(chǔ)上，應(yīng)不斷提升空間防災(zāi)規(guī)劃以及綜合防災(zāi)管理體制的水平。同時，風暴潮、海浪及洪澇等災(zāi)害的高風險性、低控制性以及可預(yù)期性也使得研究應(yīng)急疏散具有重要意義[3]。在這一背景下，筆者擬通過對《忒修斯項目(2009—2013)》實施框架的主要內(nèi)容進行闡述與分析，探索災(zāi)前情景評估方法，以及如何利用災(zāi)前預(yù)測及實時數(shù)據(jù)反饋構(gòu)建疏散決策支持系統(tǒng)，并利用模擬實現(xiàn)方案優(yōu)化選擇，以期對我國在氣候變化背景下濱海城市應(yīng)急疏散問題上產(chǎn)生有益啟示，提升規(guī)劃實施的效果。

表1 2011—2015年我國沿海省份自然災(zāi)害經(jīng)濟損失

資料來源：根據(jù)各年份全國海洋災(zāi)害公報整理。

表2 濱海城市主要自然災(zāi)害類型、定義、成因以及危害[4]

一、 忒修斯項目背景

在全球范圍內(nèi)，由于氣候變化導(dǎo)致的風險和不確定性日益增加，對濱海保護的態(tài)度也逐漸轉(zhuǎn)變，從傳統(tǒng)的洪水和侵蝕的結(jié)構(gòu)性防御防洪轉(zhuǎn)向“為空間騰出空間”，開發(fā)和評估保護濱海地區(qū)免受侵蝕、洪水和環(huán)境損害的創(chuàng)新技術(shù)和方法，通過系統(tǒng)的方法提供低風險的人造海岸和健康的濱海生境，以適應(yīng)不斷發(fā)展的濱海地區(qū)。忒修斯研究項目是由歐盟委員會資助的海岸風險評估和減排項目中最大的綜合項目，由31個合作機構(gòu)組成。該項目源起主要有以下4個方面：1)歐洲濱海地區(qū)人口眾多，經(jīng)濟上至關(guān)重要的大片地段已經(jīng)受到海岸侵蝕和淹沒的威脅；2)氣候變化和海平面上升將會增加淹沒和侵蝕的頻率和嚴重程度，而社會經(jīng)濟變化也增加了受威脅的資產(chǎn)值，對于極端事件，需要實施非結(jié)構(gòu)性措施以確保對人口的保護；3)管理這些風險的既有方法以犧牲濱海生境為代價維護人身安全，與可持續(xù)發(fā)展的理念相違背，且一直存在技術(shù)故障或人為錯誤的潛在危險；4)歐洲尚未制定綜合方法來評估和管理日益嚴重的侵蝕和洪水風險。忒修斯將開發(fā)系統(tǒng)的方法為人類提供低風險的海岸，這些項目將直接用于實際的國防規(guī)劃，為居民、基礎(chǔ)設(shè)施和經(jīng)濟活動提供保護。為了有效改進洪水的風險管理，項目在全歐洲確定了的8個研究點，包括波蘭赫爾半島、德國易北河口、荷蘭斯海爾德河口、英國普利茅斯到Exe河口、保加利亞瓦爾納海岸、意大利波河三角洲和毗鄰的海岸、法國吉倫特河口以及西班牙桑坦德海岸。

疏散雖然可以提升沿海城市的防災(zāi)韌性，但是，準備不足的疏散可能比災(zāi)害直接造成的損失更多。因此，在災(zāi)難發(fā)生之前，決策者必須考慮到其實際后果。忒修斯項目框架中提出了決策支持方法，并得到用于評估預(yù)防性疏散安全性的軟件工具的支持。

二、 濱海城市應(yīng)急疏散特性

大規(guī)模疏散在空間和時間維度都是一個很復(fù)雜的過程，其主要目標即在災(zāi)害發(fā)生前的有限時間內(nèi)向安全地點轉(zhuǎn)移最多人數(shù)。在空間維度，可以通過災(zāi)害發(fā)生階段及疏散目的地的不同劃分疏散類型，具體包括預(yù)防性疏散、避護所避護、就地避護，以及災(zāi)時救援和逃生，疏散形式表現(xiàn)為水平疏散及垂直疏散[5]。在時間維度，疏散過程可劃分為預(yù)警、決策、警報、疏散、避護、返家6個階段(見圖1)。除上述共性外，濱海城市應(yīng)急疏散包括以下特性。

1. 支持數(shù)據(jù)的復(fù)雜性

疏散管理的主要挑戰(zhàn)是通過更有效的支持工具整合不同領(lǐng)域的數(shù)據(jù)，并將不同階段的危機管理轉(zhuǎn)化為支持服務(wù)的能力。OSIRIS是最早的可操作危機管理工具之一[6]，它整合了災(zāi)害特征分析、地區(qū)易受災(zāi)性分析和防災(zāi)規(guī)劃，由災(zāi)害數(shù)據(jù)分析和風險管理支持系統(tǒng)組成，既可用于災(zāi)前模擬，亦可用于災(zāi)時管理。在預(yù)警階段，OSIRIS可為決策者提供技術(shù)路線模擬洪澇情景、預(yù)測易受災(zāi)設(shè)施并制定臨時行動計劃。在災(zāi)害發(fā)生時，可根據(jù)空間數(shù)據(jù)和實時水文預(yù)測模擬災(zāi)情并優(yōu)化行動計劃。OSIRIS中還可安裝如1D淺水水動力模型等插件來計算洪水地圖，或者如Itineris等模塊檢測道路中斷情況并選擇優(yōu)化疏散路線[7]。與內(nèi)陸地區(qū)相比，濱海城市大規(guī)模疏散在人口、交通、物流等方面涉及到更加復(fù)雜的數(shù)據(jù)及模擬過程，可由ArcGIS實驗后再通過OSIRIS平臺集成為決策支持工具。

疏散專項模型可以分為兩類：特定災(zāi)害分析模型和疏散支持模型。災(zāi)害分析類模型主要分析災(zāi)害的物理特征及影響以確定疏散地區(qū)、路徑、避難場所位置等問題。疏散支持類模型主要用于對疏散通訊或者其他疏散時間分析以優(yōu)化交通策略。洪水地圖是災(zāi)害分析類模型中最常見的模型，用于確定潛在疏散地區(qū)[8]，如英格蘭及威爾士環(huán)保局洪水地圖、荷蘭的LIZARD-Fooding等。疏散支持類模型可分為3類：疏散行為模型、交通模型以及疏散路徑圖[9]。疏散行為模型包括警報發(fā)布過程模擬、疏散行為模擬、避難行為模擬等。交通模型包括基于交通流的模型、基于主體的模型以及情景模擬模型(見表3)。既有研究中主要應(yīng)用GIS繪制疏散地圖，進行疏散路線、避難場所規(guī)劃等。模擬數(shù)據(jù)與GIS的整合可以從時間和空間維度模擬情景假設(shè)，滿足疏散決策支持體系的大部分需求。

表3 交通模型描述

資料來源：根據(jù)參考文獻[11]和[12]整理。

綜上所述，決策支持數(shù)據(jù)包括預(yù)報數(shù)據(jù)、交通承載力、人口特征、避難場所容量等，由于這些數(shù)據(jù)本身具有不確定性甚至彼此矛盾，確定決定性因素及閾值的難度大大增加。因此，對于管理者而言，在疏散決策中需要制定清晰的工作框架并通過不同技術(shù)標準的分析、整理、選擇整合為綜合指標體系。主導(dǎo)指標的選擇主要與疏散類型、疏散通訊、撤離時間、可用物資的組織以及物流管理相關(guān)。

2. 情景模擬的多樣性

盡管災(zāi)害響應(yīng)的組織機制不同，但大多數(shù)國家均授權(quán)編制了相關(guān)防災(zāi)規(guī)劃，并基于對災(zāi)情的總結(jié)，在政策導(dǎo)向中提出對疏散規(guī)劃的建議[13-14]，各國濱海城市也相繼出臺了“氣候變化管理專項規(guī)劃”以應(yīng)對海平面上升等氣候變化現(xiàn)象引發(fā)的不利影響(見表2)。美國于1995年制定了《颶風疏散技術(shù)指南》進行災(zāi)害分析、易受災(zāi)性分析、人群行為模式分析、避難場所以及交通分析。加拿大針對高密度地區(qū)制定了《高度城市化地區(qū)撤離規(guī)劃》，明確了疏散相關(guān)因素、相關(guān)人員及主要職能、疏散決策步驟及主要任務(wù)和實施條件。歐盟于2004年制定了針對洪澇災(zāi)害的《歐洲共同體FP6 洪澇場地項目》，提出在危機管理中納入對相關(guān)權(quán)益者的組織協(xié)調(diào)，需要針對不同的疏散情景設(shè)計行動方案，災(zāi)前準備階段確定最主要的疏散路線、防災(zāi)避難場所以及人群行為模式，并對預(yù)警階段的疏散決策分析、避難場所以及物資供應(yīng)、疏散階段的通訊問題進行了探討。澳大利亞災(zāi)害管理局于2005年頒布了《疏散規(guī)劃》，明確了災(zāi)害級別，制定了多主體沖突下的災(zāi)害管理策略以及社區(qū)和個人支持服務(wù)。新西蘭民防與應(yīng)急管理部于2008年制定了《大規(guī)模疏散規(guī)劃》，將疏散分為決策、警報、疏散、避護以及返家階段，并對每個階段的內(nèi)容進行了詳細規(guī)定，同時要求規(guī)劃前期需要考慮弱勢群體的特殊需要。

可以看出，既有研究在規(guī)劃階段主要確定防災(zāi)避難場所的位置以及安全疏散路線。然而，基于實際經(jīng)驗，由于情景模擬無法預(yù)測所有可能性，防災(zāi)避難場所及疏散路線的規(guī)劃并不能保證災(zāi)時應(yīng)急疏散的順利進行，相關(guān)管理部門仍然需要面對很多緊急情況。相比內(nèi)陸地區(qū)的情景模擬，濱海及河口城市的洪澇模擬更加復(fù)雜，考慮到上游參數(shù)時情景模式會更加多樣。濱海地區(qū)的模擬中需要加入海平面上升以及風暴頻率和強度變化等參數(shù)，用于評估災(zāi)害程度的全局海平面高度應(yīng)是基于強風和低氣壓產(chǎn)生的潮流、海浪和風暴潮等因素疊加的結(jié)果。

3. 決策評估的時效性

疏散決策的難點在于評估疏散過程中的人員及經(jīng)濟損失，決策者需要明確的決策標準和行動級別框架以確保災(zāi)時疏散的順利實施。次生災(zāi)害及其他人為不可測因素增加了決策評估的難度，評估過程中對某項因素考慮的缺失可能導(dǎo)致全局的失敗，例如美國2005年Rita颶風以及2012年Sandy超級颶風之后出現(xiàn)了嚴重燃料短缺問題。由于長期受到洪澇、風暴潮和海水入侵等威脅，荷蘭將疏散規(guī)劃納入到綜合防災(zāi)體系中，當局對疏散時間的控制能力決定了歷史上多次疏散的順利實施。當災(zāi)害發(fā)生時，決策者面臨著立即啟動疏散或等待更確切預(yù)測的選擇。但是，決策所需時間越多，用于實施疏散的時間越少，也將導(dǎo)致疏散效率的急劇下降。

三、 忒修斯項目疏散決策體系剖析

針對濱海及河口城市疏散決策的多樣性及復(fù)雜性，忒修斯項目建立起基于濱海地區(qū)特異性的決策模型，模擬疏散方案的設(shè)計過程，確定所需的數(shù)據(jù)及輸出結(jié)果。疏散管理主要包括規(guī)劃、決策和實施3個階段，在確保數(shù)據(jù)和資源有效性的前提下，擬解決的關(guān)鍵問題有：1)在規(guī)劃階段，如何盡可能詳實地模擬災(zāi)時情景并優(yōu)化疏散規(guī)劃；2)在決策階段，如何利用預(yù)報和其他實時數(shù)據(jù)判斷是否疏散；3)在實施階段，如何利用相關(guān)技術(shù)手段協(xié)調(diào)實際疏散過程中的資源配置及人員管理(見表4)。其中，針對不同區(qū)域不同人群結(jié)合災(zāi)害預(yù)測及人群易受災(zāi)性進行疏散必要性評估是疏散決策體系構(gòu)建的第一步(見圖2)。

表4 疏散管理的關(guān)鍵性問題

資料來源：作者根據(jù)忒修斯項目官網(wǎng)整理。

資料來源：作者根據(jù)忒修斯項目官網(wǎng)整理。

1. 構(gòu)建疏散模型

(1) SADT主體概念模型。對于最核心的疏散決策體系的構(gòu)建，忒修斯項目利用結(jié)構(gòu)分析與設(shè)計技術(shù)(structured analysis and design technique, SADT)將疏散規(guī)劃分成若干層次明確的子任務(wù)，確定每個級別任務(wù)的邏輯序列以及輸入-輸出數(shù)據(jù)，并通過ARCGIS得出每個階段的空間映射圖。根據(jù)OSIRIS方法[15]整合災(zāi)情分析(A1)、地區(qū)易受災(zāi)性分析(A2)、行動計劃(A3～A6)以及優(yōu)化輸出(A7)，將疏散規(guī)劃分為7個交互漸進的步驟(見圖3)。

A1：明確預(yù)報參數(shù)及災(zāi)害場景。涉及界定不同洪澇重現(xiàn)期的受災(zāi)范圍、洪水漲幅及發(fā)展動態(tài)等，可利用二維數(shù)學(xué)模型TELEMAC2D計算并繪制矢量地圖，預(yù)測濱海地區(qū)當前(1960—2010年)、近期(2010—2040年)、中期(2040—2070年)和遠期(2070—2100年)的氣候變化情況[16]。遠期洪澇地圖不適用于當前疏散方案的編制，但可以為下階段疏散問題的演變提供參考。

A2：明確受災(zāi)地區(qū)人口及環(huán)境特征。確定不同地區(qū)人群分布和社會屬性，結(jié)合人口數(shù)據(jù)與住宅數(shù)據(jù)估測在疏散階段需要撤離的人數(shù)。任務(wù)A1和A2的結(jié)果可以顯示出每個模擬情境下災(zāi)區(qū)建筑、人群和交通網(wǎng)絡(luò)的情況。

A3：明確行動級別以及其他策略數(shù)據(jù)。主要包括部門分工、公共交通方式、通訊方式等數(shù)據(jù)，與居民行為相關(guān)的數(shù)據(jù)主要根據(jù)對當?shù)鼐用竦膯柧碚{(diào)查和訪談所得。結(jié)合問卷調(diào)查及前期研究可以估測出自主疏散和集體疏散的人口比率。同時區(qū)分預(yù)警和疏散階段，針對不同人群和部門形成一系列行動和建議清單。如在預(yù)警階段，警察需要準備車輛，在管轄區(qū)域中設(shè)置通信設(shè)備，并檢查其性能。在疏散階段，需要幫助人們撤離街道、在已撤離區(qū)域執(zhí)法，檢查受威脅地區(qū)是否已清空，確保匯合點的安全等。

A4：確定疏散策略，明確危機管理中的優(yōu)先選項。根據(jù)災(zāi)害強度、地區(qū)易受災(zāi)性(商業(yè)區(qū)、工業(yè)區(qū)、人口密集的居住區(qū)及人煙稀少的居住區(qū))和疏散容量等劃定分區(qū)，針對不同區(qū)域制定垂直和水平疏散相結(jié)合的方案。垂直疏散用于存在能夠安全轉(zhuǎn)移人群的高層建筑區(qū)域；水平疏散是傳統(tǒng)的疏散模式，即將人們轉(zhuǎn)移到洪澇區(qū)域之外。

A5：確定疏散場景并驗證不同災(zāi)害場景和行動級別中的可行性措施和限制。行動級別有助于確定疏散集合點及疏散人員的援助措施，用于定位人群的建筑數(shù)據(jù)有助于確定潛在的防災(zāi)避難場所區(qū)位。估測不同類型道路上的車行速度，考慮到可能的出口以及避難場所的容量，使用Dijkstra算法計算從易受災(zāi)地區(qū)的起點至最近可用的避難場所的最短路線?？臻g維度的模擬可以通過GIS實現(xiàn)，時間維度須通過專門的仿真工具計算得到。

A6：根據(jù)不同行動級別優(yōu)化場景和策略，主要根據(jù)不同設(shè)定參數(shù)下的疏散時間衡量場景的可行性并進行優(yōu)化。

A7：基于實際事件的經(jīng)驗反饋不斷完善疏散方案，通過模糊邏輯法、MatLab和ARCGis實現(xiàn)基于多準則方法的決策，輸出最終的疏散地圖。相較于針對災(zāi)害和易受災(zāi)性數(shù)據(jù)的經(jīng)典地圖，疏散地圖添加了疏散管理的第三層映射，并在空間和時間維度為決策做準備。

(2) 關(guān)鍵性策略的選擇。SADT模型建立起了決策體系的主體邏輯框架及所需數(shù)據(jù)目錄，該方法的核心內(nèi)容適用于濱海及河口城市不同的洪澇情景，也適用于其他類似的自然災(zāi)害。決策體系的主要目標是幫助決策者確定他們能夠支配的行動級別并做出最佳策略選擇，決策體系中關(guān)鍵性策略的選擇可以歸納為4部分：一是空間和時間上的選擇；二是就地避護與轉(zhuǎn)移避護的組合優(yōu)化；三是特殊人群疏散過程中公共交通方式、線路以及協(xié)助人員的選擇；四是策略和通信手段的選擇。確定關(guān)鍵性策略選擇后，需要制定詳細的疏散方案(A5)，并針對可用資源量、避難場所容量以及疏散時間等驗證方案的可行性。

(3) 主要難點支持手段。基于上文對濱海城市應(yīng)急疏散特性的分析，從危機準備到實時管理的主要難點在于如何根據(jù)復(fù)雜多變的實時數(shù)據(jù)調(diào)整方案，具體到實踐主要有3個問題：第一，如何基于洪水和疏散情景確定實時危機級別？第二，如何在多準則和不斷變化的情景下決定是否疏散？第三，如果決定疏散，考慮到實時情況及發(fā)展趨勢，如何調(diào)整策略和計劃？

第一個問題和第三個問題可以通過OSIRIS-Inundation工具解決，并在吉倫特河口的忒修斯項目中得到實踐[15]。第二個問題主要通過模糊邏輯法的多準則決策支持方法和工具進行深入研究。多準則方法允許將疏散影響的多樣化特性考慮在內(nèi)，模糊邏輯可在統(tǒng)一的框架中整合定性因素(專家判斷、決策影響等)與定量因素(預(yù)期洪水高度等)，為決策者提供整體建議[16]。

2. 數(shù)據(jù)特征及分類

如上文所述，疏散過程涉及到的數(shù)據(jù)在來源、特性及形式各有不同，要建構(gòu)完整的決策體系，需要在主體模型的基礎(chǔ)上理順數(shù)據(jù)目錄。忒修斯項目將所需數(shù)據(jù)分為兩類：一是限制類因素，如災(zāi)害預(yù)報類數(shù)據(jù)、受災(zāi)地區(qū)人口數(shù)據(jù)和可用資源數(shù)據(jù)等；二是影響疏散的主導(dǎo)因素，如受災(zāi)地區(qū)建筑數(shù)據(jù)、受災(zāi)地區(qū)交通網(wǎng)絡(luò)數(shù)據(jù)、相關(guān)組織人員信息以及實時數(shù)據(jù)等?？紤]到獲取所有數(shù)據(jù)的難度，實際操作中需要區(qū)分數(shù)據(jù)的重要程度(關(guān)鍵、次級、可選)。疏散規(guī)劃中必須獲得關(guān)鍵信息，如該地區(qū)疏散的總?cè)藬?shù)；盡量獲取次級信息，若難度很大，則可以根據(jù)全局統(tǒng)計得出一個合理的近似值，如汽車保有量的統(tǒng)計；可選信息用于完善疏散規(guī)劃。當?shù)乇尘把芯考皞€案研究的相關(guān)數(shù)據(jù)可以通過問卷進行估算統(tǒng)計，如當?shù)厣嫠?jīng)濟特點、風險認知、特殊人群的數(shù)量及分布、疏散警報下人們的行為以及最有效的通訊工具等。

3. 模擬及優(yōu)化

時間是疏散中最關(guān)鍵的因素，既有研究中利用交通模型估算特定地區(qū)疏散指令發(fā)出后人群撤離所需時間，其中宏觀交通模型側(cè)重于計算每一段交通網(wǎng)絡(luò)中的流量，微觀交通模型主要用于模擬每輛車的運動情況。忒修斯項目借鑒荷蘭洪澇風險管理計劃中的疏散計算器，并利用Serapis軟件模擬疏散時間并優(yōu)化情景方案。與其他盡可能精確模擬所有車輛運行情況的軟件不同，該軟件主要研究大型疏散中的主要困難，以區(qū)分不同類別疏散者的特殊需求，并能夠得到疏散者分布等信息。

(1) 模擬機制。Serapis將疏散所有人群所需的時間分為3個階段：一是發(fā)布洪水警報至人群從家中撤離的時間；二是人群從家中撤離至擁堵點后的等待時間；三是駕車經(jīng)過擁堵點離開災(zāi)害潛在區(qū)域所需的最短時間。所需數(shù)據(jù)包括：1)疏散人口數(shù)量，通過人口統(tǒng)計數(shù)據(jù)獲得，確定能夠利用私家車撤離的人數(shù)，以及需要利用公共交通工具撤離的特殊人群數(shù)量(獨居老人、住院病人等)；2)從警報發(fā)布到撤離的時間，該時間會有個體差異，可用概率函數(shù)模擬。時間取決于通知到所有居民的時間、居民自身準備情況以及對疏散緊急度的了解和撤離意愿度；3)交通時間，取決于撤離地點和疏散區(qū)出口的距離和平均速度，需考慮到疏散中交通行為與常態(tài)下的區(qū)別，使用Itineris軟件可計算出通過道路網(wǎng)從每個疏散區(qū)域至每個出口所需的時間，Itineris能夠利用Dijsktra算法和A*算法計算被自然災(zāi)害損壞的交通網(wǎng)絡(luò)中兩點間最短的交通時間[17]；4)出口數(shù)量，出口較少會增大擁堵幾率，基于道路容量和預(yù)期交通流量模擬交通擁堵的時間。

(2) 過程優(yōu)化。Serapis模擬結(jié)果描述了自疏散命令下達后及時抵達疏散地區(qū)出口車輛的百分比。以圖4為例，左側(cè)曲線為開始撤離的車輛；中間曲線為到達出口的車輛，可以看出人群從開始撤離至疏散口所需時間較短；右側(cè)曲線為所有撤離完畢的車輛?？梢钥闯?，本例中出口不足以支持所有車輛順利通過，交通堵塞時間過長?？v線為洪澇開始的時間，此時部分居民無法及時撤離災(zāi)害區(qū)域且暴露在戶外，人們的生命安全會受到更大的威脅。優(yōu)化方法有以下幾種：1)增加每輛撤離車輛中的人數(shù)，減少撤離車輛總數(shù)，以降低曲線的水平漸近線，與縱線的交匯值會更接近；2)通過有效預(yù)警系統(tǒng)縮短撤離時間，使所有曲線左移；3)通過不同出口的設(shè)置使車輛分布更加合理從而縮短通行和等待時間，以減少擁堵并使最右側(cè)的曲線向左移動；4)提升道路容量，如充分利用單行道等。

四、 結(jié) 語

從2009年發(fā)布第一個指導(dǎo)框架，到2013年發(fā)布的建設(shè)指南，忒修斯項目逐步構(gòu)建了包括確定預(yù)報情景參數(shù)、地區(qū)人口及環(huán)境特征、行動級別以及其他策略數(shù)據(jù)、疏散策略及優(yōu)先選項、疏散場景及可行性、實施級別及策略優(yōu)化、反饋及實施7個交互漸進任務(wù)組成的決策體系。從最初提出的主體概念模型，到集中于關(guān)鍵性策略及難點的技術(shù)手段的研究，再擴展到通過水力模擬、現(xiàn)有條件或未來氣候變化的考量模擬可能的洪水情景，并檢驗決策支持系統(tǒng)，反映出疏散決策體系是個龐大且構(gòu)成復(fù)雜的系統(tǒng)。要設(shè)計和開發(fā)符合地區(qū)需求利于推廣使用的系統(tǒng)，需要依據(jù)地區(qū)及數(shù)據(jù)特點逐步對設(shè)計難點進行突破，研究和設(shè)計針對性更強的系統(tǒng)架構(gòu)與功能。

數(shù)據(jù)庫建設(shè)及軟件是決策體系的核心組成部分，數(shù)據(jù)庫的準確性、表達的精確性和簡明性決定著決策系統(tǒng)的性能。數(shù)據(jù)資源的豐富程度、精確性以及實時更新能力決定著決策系統(tǒng)的實效性。在數(shù)據(jù)維護和軟件開發(fā)的機制方面，可以借鑒忒修斯項目的做法，借助國家及地方數(shù)據(jù)庫的建設(shè)能力，聯(lián)合各級科研人員及相關(guān)多學(xué)科專家共同維護與更新數(shù)據(jù)庫。建立科學(xué)的審核機制，對數(shù)據(jù)庫進行周期性的更新和反饋。

忒修斯項目建立的決策體系并不是統(tǒng)一的決策路徑，針對不同的試點具備參數(shù)變異及偏離機制。事實上，不同城市的區(qū)域文化背景迥異，面臨的災(zāi)害類型及強度差異顯著。因此需要根據(jù)當?shù)貫?zāi)害特征，建立更具有針對性的本地決策體系，從而有效發(fā)揮應(yīng)急疏散決策體系在城市災(zāi)害綜合管理系統(tǒng)中所起的作用，逐步促進城市災(zāi)害綜合管理能力的提高[18]。

[1] 歐陽麗，戴慎志，包存寬，等. 氣候變化背景下城市綜合防災(zāi)規(guī)劃自適應(yīng)研究[J]. 災(zāi)害學(xué)，2010, 25(10)： 58-62.

[2] 葉 濤，郭衛(wèi)平，史培軍. 1990 年以來中國海洋災(zāi)害系統(tǒng)風險特征分析及其綜合風險管理[J]. 自然災(zāi)害學(xué)報，2005 (6)：65-70.

[3] 彭宗超，薛文軍，方 曼. 風險治理視角下的城市地鐵恐怖應(yīng)急準備研究：以北京市為例[J]. 城市發(fā)展研究，2014，21(7)：119-124.

[4] 馮祥源.濱海城市綜合災(zāi)害風險管理[D].天津：天津大學(xué)建筑學(xué)院，2014.

[5] Kolen B, Helsloot I. Time needed to evacuate the Netherlands in the event of large-scale flooding：Strategies and consequences[J].Disasters, 2012, 36(4): 700-722.

[6] Morel G, Hissel F, Aunay S, et al. OSIRIS-Multirisques：Une méthode et un outil d'aide à la décision pour les communes soumises aux risques majeurs[J].Cybergeo:EuropeanJournalofGeography，2009(2)：88-101.

[7] Morel G, Hissel F. The impact of flooding on transport networks and optimization of action plans in a decision support tool[J].WITTransactionsonEcologyandtheEnvironment，2010(133)：215-226.

[8] Vinet F, Lumbroso D, Defossez S, et al. A comparative analysis of the loss of life during two recent floods in France: The sea surge caused by the storm and the flash flood [J].Naturalhazards, 2012, 61(3): 1179-1201.

[9] Wallingford H R. Flood Hazard research centre and risk and policy analysts Ltd, 2006[J].FloodRisktoPeople, 2006(2)：215-226.

[10] Jonkman S N，Bokarjova M，Kok M，et al. Integrated hydrodynamic and economic modelling of flood damage in the Netherlands[J].EcologicalEconomics, 2008, 66(1): 77-90.

[11] Wolshon B, Urbina E, Wilmot C, et al. Review of policies and practices for hurricane evacuation I：Transportation planning, preparedness, and response[J].NaturalHazardsReview, 2005, 6(3): 129-142.

[12] Lindell M K, Hwang S N. Households' perceived personal risk and responses in a multihazard environment[J].RiskAnalysis, 2008, 28(2): 539-556.

[13] Litman T. Lessons from Katrina and Rita：What major disasters can teach transportation planners[J].JournalofTransportationEngineering, 2006, 132(1): 11-18.

[14] Townsend F F. The Federal Response to Hurricane Katrina：Lessons Learned[R]. Washington: The White House, 2006.

[15] Monbaliu J, Chen Z, Felts D, et al. Risk assessment of estuaries under climate change: Lessons from Western Europe[J].CoastalEngineering, 2014(87)：32-49.

[16] Morel G, Hissel F. OSIRIS-Inondation：Un outil d'aide à la réalisation du plan communal de sauvegarde et de gestion de crise inondation[C]// Colloque S H F.RisquesD'inondationenIledeFrance,100ansaprèslescruesde1910. 2010: 24-25.

[17] JIA X J, Morel G, Hissel F, et al. Fuzzy logic based decision support for mass evacuation of coastal cities prone to submersion in the context of climate change[J].InternationalConferenceOnEvacuationModelingAndManagement-ICEM, 2012(2):167-169.

[18] 楊翼舲，張利華，黃寶榮，等. 城市災(zāi)害應(yīng)急能力自評價指標體系及其實證研究[J]. 城市發(fā)展研究，2010，17(11)：118-124.