基于路網(wǎng)要素拓?fù)潢P(guān)系的路網(wǎng)脆弱性分析

摘要：目前，一些路網(wǎng)脆弱性分析方法主要通過模型或軟件計算時間、流量等信息，但應(yīng)用效果欠佳。對于道路稀疏的路網(wǎng)，其脆弱性更多地體現(xiàn)在路段所占整個路網(wǎng)的重要性程度上，所以需要從路網(wǎng)角度對道路進行脆弱性分析。文章通過路網(wǎng)中點、線、面的拓?fù)潢P(guān)系分析路網(wǎng)脆弱性，開發(fā)出一套簡明、合理的路網(wǎng)要素空間關(guān)系分析技術(shù)，該技術(shù)具備良好的應(yīng)用性，可在ArcGIS軟件平臺對現(xiàn)實路網(wǎng)進行分析。分析主要分為以下2個步驟：一是結(jié)合點與線的拓?fù)潢P(guān)系提取孤鏈和斷頭路，二是通過分析線與面的拓?fù)潢P(guān)系計算其余道路的重要性程度。文章以新藏公路北段周圍路網(wǎng)為例，經(jīng)路網(wǎng)脆弱性空間分析流程計算出該路網(wǎng)斷頭路占比為27.11%，斷頭路和孤鏈占比為37.58%，并得到研究區(qū)其余道路的脆弱性結(jié)果。

關(guān)鍵詞：路網(wǎng)脆弱性，空間分析，拓?fù)潢P(guān)系

中圖分類號：N94；U12? 文獻標(biāo)識碼：A? ?文章編號：1674-0688（2023）05-0053-04

0 引言

在災(zāi)害風(fēng)險評估中，一般需要考慮承災(zāi)體的脆弱性。道路脆弱性的研究可從道路可靠性角度分析［1-4］，道路可靠性分為連通可靠性、時間可靠性和容量可靠性。連接可靠性是指網(wǎng)絡(luò)中節(jié)點保持連接的概率，它反映了網(wǎng)絡(luò)中每個節(jié)點的連接狀態(tài)，并根據(jù)拓?fù)浣Y(jié)構(gòu)來描述其可靠性。旅行時間的可靠性是指在給定的“出發(fā)地—目的地”正確的情況下，旅行者能在規(guī)定時間內(nèi)成功完成旅行行程的概率。道路容量可靠性可以定義為道路網(wǎng)絡(luò)在車道容量和路段行駛時間變化限制等約束條件下所容納的最大交通流量［5］。然而，在高原等路網(wǎng)密度較低地區(qū)，分析道路的可靠性意義不大，因為主干路是唯一的通行路線，其路網(wǎng)的疏密程度在很大程度上決定了道路的脆弱性程度。對于道路稀疏的路網(wǎng)，其脆弱性由路段所占整個路網(wǎng)的重要程度體現(xiàn)。因此，從路網(wǎng)的角度評估每條路段的重要性更有實際價值。本文以新藏公路周圍路網(wǎng)為例，在分析研究區(qū)道路環(huán)境的基礎(chǔ)上，開發(fā)出一套計算路網(wǎng)脆弱性的空間分析流程，用于路網(wǎng)脆弱性評估。

1 研究區(qū)概況

新藏公路作為從新疆進藏的唯一路線，是新疆西南地區(qū)通往藏西北、藏西南的主要通道，也是我國西南、西北邊陲最重要的國防干線公路。本文研究區(qū)包含葉城縣、和田縣及皮山縣、日土縣的高原地帶，總面積為148 195 km2，道路總長度為8 795.174 08 km，道路密度為0.06 km/km2。葉城縣是新藏公路的起點，經(jīng)過日土縣新藏公路就與G317相連，所以主干路只選擇新藏公路的葉城縣、和田縣、皮山縣及日土縣。

研究區(qū)道路主要呈北疏南密的分布特征。作為高山偏遠地區(qū)，其路網(wǎng)的脆弱性非常高，體現(xiàn)在斷頭路和孤鏈的占比都很高，借助本研究提出的路網(wǎng)脆弱性空間分析技術(shù)，得到研究區(qū)斷頭路占比為27.11%，斷頭路加孤鏈占比為37.58%。

2 路網(wǎng)脆弱路段的識別

2.1 數(shù)據(jù)來源

本研究使用的數(shù)據(jù)來自O(shè)SM（Openstreetmap）道路數(shù)據(jù)（https：//openstreetmap.org/），OSM是一個開放、免費、可編輯的世界地圖項目，它提供一個由社區(qū)驅(qū)動的全球地理信息數(shù)據(jù)庫，它的數(shù)據(jù)在GIS、地理信息系統(tǒng)和地圖制作等領(lǐng)域得到廣泛應(yīng)用。研究人員可以從OSM免費獲取涵蓋全球各地區(qū)大量的地理數(shù)據(jù)，包括地圖、地理信息和地理空間數(shù)據(jù)。這些數(shù)據(jù)可以用于地圖顯示、路徑規(guī)劃、地理分析等多種場景。OSM的數(shù)據(jù)包含街道、建筑、公共設(shè)施、水域、山峰、森林等地理空間要素，這些要素都有地理坐標(biāo)定位，附帶豐富的屬性信息，如名稱、類型、地址等。OSM的數(shù)據(jù)以XML格式存儲，可以使用多種GIS軟件和程序進行處理和分析。

2.2 識別方法

識別脆弱的路段是分析路網(wǎng)脆弱性的核心。傳統(tǒng)的方法是構(gòu)建識別脆弱性的指標(biāo)，然后用“遍歷法”從網(wǎng)絡(luò)中依次刪除某些路段，根據(jù)脆弱性指標(biāo)的變化衡量它們對整個網(wǎng)絡(luò)的影響。為識別脆弱道路，研究者［6-8］采用了路段飽和度、連接性措施、路段重要性評級和穩(wěn)健性指數(shù)等識別方法。雖然這些方法可以直接應(yīng)用于道路網(wǎng)絡(luò)的不同拓?fù)浣Y(jié)構(gòu)，但是在處理大規(guī)模網(wǎng)絡(luò)時，計算效率低，存在判斷錯誤的重大風(fēng)險。在關(guān)鍵路段的識別中，孤鏈路段是比較難處理的地方，孤鏈即兩部分路網(wǎng)只有一條路段連接（如圖1所示），這條路段如果失效就會形成孤立的子道路網(wǎng)，當(dāng)出現(xiàn)孤鏈時，許多算法必須改動才能順利執(zhí)行，使本身就復(fù)雜的算法更難以應(yīng)用。

鑒于上述識別方法存在應(yīng)用上的局限性，本研究提出路網(wǎng)要素空間關(guān)系分析技術(shù)，該技術(shù)成型的關(guān)鍵點是考慮路網(wǎng)中不僅有節(jié)點和路段，還有路段所圍成的面，其核心思路是通過分析路網(wǎng)中點線面之間的數(shù)量和大小關(guān)系分析路網(wǎng)脆弱性。路網(wǎng)要素之間的拓?fù)潢P(guān)系存在規(guī)律，點和線之間的規(guī)律是當(dāng)一個節(jié)點所連接的路段只有一條時，這條路段即斷頭路；線和面之間的規(guī)律是路段如果不在路段所圍成的面內(nèi)或路段完全落入一個面內(nèi)，那么必然為斷頭路或孤鏈。此外，一條路段失效后繞行所耗費的距離可以從其相鄰的面得到反映。

該技術(shù)可以幫助研究人員提取孤鏈和斷頭路作為路網(wǎng)中最脆弱的部分，并計算其余路段的脆弱性，同時可以在ArcGIS（計算機制圖）軟件上直接分析從OSM上獲取的shp格式的現(xiàn)實道路數(shù)據(jù)。

2.3 識別方法驗證

通過利用路網(wǎng)要素空間關(guān)系分析技術(shù)，得到研究區(qū)斷頭路占比為27.11%，斷頭路加孤鏈占比為37.58%。為研究研究方法的通用性，本文選取另外5個不同特點的區(qū)域作為研究樣本進行對比驗證，結(jié)果如圖2所示。北京市西城區(qū)為發(fā)達城市路網(wǎng)樣本，經(jīng)計算斷頭路占比為10.43%，斷頭路加孤鏈占比為11.92%，占比量為研究樣本最低；漠河為邊遠地區(qū)路網(wǎng)樣本，經(jīng)計算斷頭路占比為15.85%，斷頭路加孤鏈占比為19.36%，占比量為研究樣本第二低；房山區(qū)和玉樹市為城市結(jié)合多山地帶的路網(wǎng)樣本，經(jīng)計算兩者斷頭路占比分別為16.76%、17.23%，斷頭路加孤鏈占比分別為20.3%、20.78%，兩者得到的結(jié)果比較相近，處于中等水平；改則縣為邊遠多山地區(qū)路網(wǎng)樣本，該縣位于研究區(qū)南部，與研究區(qū)相鄰，經(jīng)計算斷頭路占比為21.33%，斷頭路加孤鏈占比為24.44%，占比量為研究樣本第二高。綜合對比結(jié)果發(fā)現(xiàn)，城市地區(qū)路網(wǎng)脆弱性最低，若路網(wǎng)位于邊遠或多山地區(qū)，路網(wǎng)脆弱性相應(yīng)增加，既處于邊遠地區(qū)又處于多山地區(qū)的路網(wǎng)最脆弱。研究區(qū)斷頭路及孤鏈占總道路數(shù)大約1/3，屬于非常弱的路網(wǎng)狀態(tài)。

3 研究區(qū)路網(wǎng)脆弱性分析

3.1 拓?fù)浞治龇椒?/p>

對道路路網(wǎng)脆弱性進行定義與識別后，需要進一步判斷路段在路網(wǎng)中的重要性。本研究嘗試使用一些已有模型或數(shù)學(xué)方法進行計算分析，但基本都是理想狀態(tài)下的分析模型，不適用于現(xiàn)實的道路數(shù)據(jù)。研究也嘗試從節(jié)點的角度使用遍歷節(jié)點的方法進行分析，但這種方法的結(jié)果很難轉(zhuǎn)換為計算代碼，從路段的角度分析也存在許多難以解決的問題。最終本研究確定從路網(wǎng)要素拓?fù)潢P(guān)系的角度解決路網(wǎng)脆弱性的計算問題。確定點、線、面的拓?fù)潢P(guān)系是順利使用該方法的一個前提，網(wǎng)路中點、線、面關(guān)系示意圖如圖3所示。這種方法可以理解為不單獨從節(jié)點、路段或路面考慮，而應(yīng)考慮路網(wǎng)中的點、線、面之間的關(guān)系。

本研究使用ArcGIS軟件進行空間分析。在ArcGIS中，拓?fù)浞治鍪且环N用于檢查和維護地理數(shù)據(jù)完整性的工具，常用的拓?fù)浞治鲇羞吔缤暾詸z查、要素完整性檢查、連通性檢查、方向一致性檢查、共邊界檢查、共面檢查、精度檢查等。這些拓?fù)浞治隹梢詭椭脩魴z查和解決地理數(shù)據(jù)中的拓?fù)溴e誤，提高數(shù)據(jù)的質(zhì)量和準(zhǔn)確性。本研究將其作為一種數(shù)據(jù)預(yù)處理的方法，幫助明確一些道路是否相連。研究主要通過圖層與圖層連接時的空間關(guān)系進行脆弱性分析，所以確定點、線、面的拓?fù)潢P(guān)系只是分析的前提。

3.2 路網(wǎng)脆弱性分析模型的建立

本研究進行路網(wǎng)脆弱性空間分析的流程如下。

（1）斷頭路的提取。在路段圖層添加計數(shù)字段并將值設(shè)為1，將節(jié)點圖層空間與路段圖層連接，統(tǒng)計計數(shù)字段，統(tǒng)計方法為求和。統(tǒng)計結(jié)果中，圖層計數(shù)字段值為1的數(shù)量即斷頭路的數(shù)量。

（2）斷頭路及孤鏈的提取。使用要素轉(zhuǎn)面工具，輸入路網(wǎng)圖層，得到路網(wǎng)中由路段構(gòu)成的閉環(huán)所形成的面圖層。用面圖層裁剪路段圖層得到拓?fù)潢P(guān)系上面內(nèi)的路段。面圖層添加計數(shù)字段并將值設(shè)為1。將裁剪出的路段空間與面圖層鏈接，并將鏈接條件選為完全落入其中，由此得到路段圖層，將圖層中值不為0的字段加上裁剪路段外其余路段的數(shù)量即為斷頭路加孤鏈的數(shù)量。

（3）其余路段道路脆弱性計算。將上一步中得到的裁剪路段空間和面圖層相連接，統(tǒng)計面積字段，統(tǒng)計方法為求平均值，將統(tǒng)計值作為道路脆弱性的量化值。

經(jīng)過觀察發(fā)現(xiàn)，導(dǎo)致路網(wǎng)脆弱的原因在于斷頭路和孤鏈的出現(xiàn)，因此將它們的數(shù)量在整個路網(wǎng)中的比例作為路網(wǎng)脆弱性的估值是合乎實際情況的。從路網(wǎng)角度分析道路脆弱性，可以分為斷頭路及孤鏈和其余路段，前者是道路脆弱性最高的部分，因為該類路段一旦失效，其連接的節(jié)點將永遠無法相通。對其余路段可以單獨計算。通過觀察線與面的拓?fù)潢P(guān)系發(fā)現(xiàn)，路段相鄰的閉合面能反映其失效后另一條路線的通行長度，因為只需要反映其最小值，所以選擇求相鄰閉合面面積的平均值。

3.3 路網(wǎng)脆弱性結(jié)果分析

從分析模型計算結(jié)果看，研究區(qū)斷頭路占比為27.11%，斷頭路加孤鏈占比為37.58%，由此可以得出“研究區(qū)路網(wǎng)脆弱性非常高”的結(jié)論。采用均值和標(biāo)準(zhǔn)差對除斷頭路和孤鏈外的其余路段的脆弱性數(shù)值進行劃分發(fā)現(xiàn)，距均值一個標(biāo)準(zhǔn)差范圍內(nèi)的路段數(shù)量作為低脆弱性路段，其路段數(shù)占總路段數(shù)的88%，但其總長度只占研究區(qū)道路總長度的63%，這符合研究區(qū)實際情況，脆弱性低的路段整體長度比較低，因為大部分是較短的城鎮(zhèn)道路。但結(jié)果表明路段脆弱性數(shù)值和其長度沒有直接關(guān)系，脆弱性數(shù)值低的路段其長度也有高值，長度低的路段也會有很高的脆弱性數(shù)值。分析研究結(jié)果發(fā)現(xiàn)，總體上日土縣南部的道路脆弱性較低，葉城縣、和田縣的路段道路脆弱性均較高。新藏公路皮山縣和日土縣交接區(qū)域的路網(wǎng)脆弱性相對較高，具體對比數(shù)據(jù)見表1。

4 結(jié)語

本研究開發(fā)出一套簡明、合理的路網(wǎng)脆弱性空間分析流程，其核心思路是借助路網(wǎng)中點、線、面的拓?fù)潢P(guān)系分析路網(wǎng)的脆弱性。本研究結(jié)合新藏公路北段周圍路網(wǎng)進行分析，計算出研究區(qū)路網(wǎng)斷頭路占比為27.11%，斷頭路加孤鏈占比為37.58%，并得到研究區(qū)其余路段的脆弱性。本研究通過點與線的關(guān)系找到路網(wǎng)中的斷頭路，通過線與面的關(guān)系計算道路的脆弱性程度。今后的研究可以從路網(wǎng)線與線的關(guān)系、點與面的關(guān)系中進一步尋找有價值的信息或規(guī)律。

5 參考文獻

［1］王殿海，祁宏生，徐程.交通可靠性研究綜述［J］.交通運輸系統(tǒng)工程與信息，2010，10（5）：12-21.

［2］孫啟龍，呂穎，張利國.基于深度學(xué)習(xí)的道路可靠性評估方法與實驗［A］.中國自動化學(xué)會控制理論專業(yè)委員會.第37屆中國控制會議論文集（E）［C］.武漢：中國自動化學(xué)會控制理論專業(yè)委員會，中國系統(tǒng)工程學(xué)會（SESC），2018：1032-1037.

［3］馮紅霞.基于GIS的海東新區(qū)道路脆弱性分析［A］.中國城市規(guī)劃學(xué)會城市交通規(guī)劃學(xué)術(shù)委員會.協(xié)同發(fā)展與交通實踐——2015年中國城市交通規(guī)劃年會暨第28次學(xué)術(shù)研討會論文集［C］.杭州：中國建筑工業(yè)出版社，2015：222.

［4］倪永軍，呂高峰，黃世敏，等.基于GIS的城市道路交通系統(tǒng)震害預(yù)測與連通性分析［J］.四川大學(xué)學(xué)報（工程科學(xué)版），2007（S1）：163-167.

［5］ErikJenelius，Lars-G?ran Mattsson.Road network vulnerability analysis of area-covering disruptions：A grid-based approach with case study［J］.Transportation Research Part A，2012，46（5）746-760.

［6］ErikJenelius，Tom Petersen，Lars-G?ran Mat-

tsson.Importance and exposure in road network vulnerability analysis［J］.Transportation Research Part A，2005，40（7）：537-560.

［7］ErikJenelius，Lars-G?ran Mattsson.Road network vulnerability analysis：Cnceptualization，implementation and application［J］.Computers，Environment and Urban Systems，2015，49：136-147.

［8］Michael A.P.Taylor.Network vulnerability in large-scale transport networks［J］.Transportation Research Part A，2012，46（5）：743-745.

【作者簡介】買星齊，男，北京人，北京師范大學(xué)碩士研究生在讀，研究方向：自然災(zāi)害風(fēng)險評估。

【引用本文】買星齊.基于路網(wǎng)要素拓?fù)潢P(guān)系的路網(wǎng)脆弱性分析——以新藏公路北段周圍路網(wǎng)為例［J］.企業(yè)科技與發(fā)展，2023（5）：53-56.