扩展功能
文章信息
- 胡鹏, 帅斌, 吴贞瑶
- HU Peng, SHUAI Bin, WU Zhen-yao
- 城市危险品道路运输网络的设计和分析
- Design and Analysis of Hazardous Materials Transport Network of Urban Cities
- 公路交通科技, 2017, 34(9): 116-122
- Journal of Highway and Transportation Research and Denelopment, 2017, 34(9): 116-122
- 10.3969/j.issn.1002-0268.2017.09.016
-
文章历史
- 收稿日期: 2016-11-09
随着城市化进程的加速,道路网络不断从城市中心延伸扩展,人口密度骤增,使得危险品运输的管理愈发困难。近年来,时常发生无法挽回的不良后果,对财产、生命、环境造成了大量损失。众所周知,危险品具有危险特征,与普通货物运输相比,危险品运输具有一定的特殊性[1]。
因此,国内针对危险品运输制定了相应的管理条例和办法,尤其在危险品运输的道路选择上均作出了非常严格的规定。首先,须提前向有关部门报备所运输危险品的种类、数量、车辆、时间安排,特别是运输路线,需要运输企业派遣专员事先进行实地考察,重点标注路线是否经过学校、政府部门等重要地理位置。其次,上报的路线需要包括1至2条备用路线,并通过相关部门进行审核和修正。最后,应急救援路线和相应措施也应一一确定并上报预案,等待审核通过后,才能进行实际的危险品运输。
上述过程反映到路线选择模型的构建情景上,有以下3点内涵:(1) 每次危险品运输路线之间相互独立;(2) 从长期过程看,路线选择是个动态的过程;(3) 路线选择更注重衡量风险。
这种选择过程复杂繁复,虽然只有供方和需方,但是在两者之间加入了政府部门对风险进行控制,并具体到任意批次的危险品运输。这种管理方法从一定程度上会更为安全。实际上,随着危险品需求上涨,运输批次急速扩增,对任务分配如此细分必然会缺乏一定的灵活性,监管空隙也随之扩大,不利于长期的危险品运输管理。因此,从长期的视角出发,为了进一步关注和保护城市化发展,危险品运输网络的建立势在必行,其重点在于规划有度、管理控制,主要体现在以下两个方面:(1) 从城市网络选取危险品运输节点和连接线,危险品道路运输网络隶属于城市道路网络;(2) 以网络的形式进行管理,简化地理信息系统的构建,加强可视化管理,便于应对突发状况并进行应急救援。
国内外关于危险品道路运输网络的构建主要集中于双层规划模型[2-4],上层要求风险最小,下层需要成本最小,二者相互影响,根据相应约束条件求解出网络规划。双层规划问题属于多目标规划问题,求解复杂多变,并不一定适合每个危险品运输公司和相关政府部门的使用和管理。因此,亟需一种可视化强、灵活性高、普适性高、可行性好的危险品道路运输网络构建方法。通过建立这样一种危险品道路运输网络,不仅可以转换成拓扑网络进行参数分析并仿真模拟修正,还可通过经验实时完善网络整体。而关于运输拓扑网络的参数分析,一般主要集中在城市网络[5]、航空网络[6-7]、公交网络[8-9]、城市轨道交通网络[10-11]、铁路客流网络[12-13]等。
1 网络构建标准首先,危险品道路运输网络是在城市化道路的基础上构建的。其次,地理位置复杂多变,网络中关于节点和边的选取需要一定的标准规则[14],这样便于转化成拓扑网络分析网络参数。本研究使用ArcGis软件进行建立网络,背景图源自百度地图。
1.1 节点选取一般情况下,危险品道路运输网络设计以国道、省道为主[15]。
(1) 节点连接边均属于危险品道路运输网络时,交叉口、立交桥、环路位置设置节点,如图 1所示。
|
| 图 1 连接边均属于危险品道路运输网络时的节点设置示意图 Fig. 1 Schematic diagram of nodes setting when all edges belong to road HMT network |
| |
(2) 部分节点连接边属于危险品道路运输网络时,四向交叉口、立交桥、环路位置设置节点,如图 2所示。这是因为该地理位置在城市属于车辆、人口集散点,密度大,容易发生突发事件,影响危险品正常运输。
|
| 图 2 部分连接边属于危险品道路运输网络时的节点设置示意图 Fig. 2 Schematic diagram of nodes setting when part of edges belongs to road HMT network |
| |
(3) 既有边通过弯道时,转弯角度大于等于90°则设置节点,而转弯角度在30°~89°则需考虑是否位于重要地理位置,例如桥梁、河边、学校等, 如图 3所示。一般弯道节点的选取较难把握,需要考虑多方面的原因,同时,弯道节点的增加也会导致节点度为2的节点数量增加,这意味着危险品受影响的程度增大[16]。
|
| 图 3 既有边通过弯道时的节点设置示意图 Fig. 3 Schematic diagram of nodes setting when edges cross curves |
| |
当然,这是在一个平面上的道路节点设置,如果遇到隧道和高架桥等路段,在图上设置节点时,需注意该节点是否位于交叉口,还是只是一般的上下层路线关系,两者线路是否存在连接关系。
(4) 当危险品运输不得不通过类似山地的复杂地形时,如果两个节点间有且仅有1条复杂线路(上下坡、多次弯道等情况),中间除非必要,无须再次加设节点。
1.2 连接边选取连接边主要从城市化道路上进行选取。但由于需要构建危险品道路运输网络的城市需要考虑的因素复杂多样,无法在一开始就能得到完整的让人满意且完美的网络连接边。此时,可以根据大方向线构建完整的网络结构,再根据运输企业和政府部门的不同需要,对该网络进行局部修缮。
以成都市为例,政府部门严格规定,危险品运输不得在二环以内进行,那么二环以内的城市道路均不属于危险品道路运输网络,而二环以外的城市道路以国道、省道、主干道、部分高速公路为主构建连接边。
2 拓扑网络构建现以成都市道路网络为基础构建成都市危险品道路运输网络。图 4根据上述网络构建标准,使用ArcGis软件构建的危险品运输网络道路结构图,其目的是为下一步拓扑网络做铺垫。图 5是拓扑网络构建流程图。
|
| 图 4 危险品运输网络结构拓扑图 Fig. 4 Topology of HMT network |
| |
|
| 图 5 拓扑网络构建流程图 Fig. 5 Flowchart of building topological network |
| |
需要注意并不是所有的道路网络都适用于危险品运输,因此在构建拓扑网络时,根据实地调研和需求,适当删除靠近学校、政府部门、人口密集小区的边和节点。根据图 5,在ArcGIS软件上绘制网络,根据网络构建标准设立点要素和道路路段设置线要素。点线要素需要满足拓扑关系规则,如果不满足,则需根据错误位置进行修正。验证无误后生成相应点线坐标导入Matlab软件,并转换为二维矩阵。通过二维矩阵绘制网络拓扑图。
从图 5可以看出,研究的基点在于地图数据的获取,共提出两种方式,一种是通过购买软件获取,一种则是耗时耗力的拼图法。前者简易,但费用高;后者在需求精度不高的地图数据获取上是非常可行的使用方法,但一旦精度大于1:500,电脑配置和拼图时间会大大延长,于研究而言,不便利,难持续。
获取数据后,将地图导入ArcGis软件系列下的ArcMap。本研究因为需要精度较高的地图数据,因此采用购买软件下载。此时,开始设置9个控制点,分别位于各个方位,以减少配准误差项。地图配准后得到坐标系GCS_Beijing 1954。根据所得坐标系,分别建立点要素和线要素。以危险品道路运输网络构建标准,开始建立网络结构。然后,建立相应的拓扑规则,验证所建网络是否符合,如有错误则立即修改,以保证网络的正确性。最后获取关键性研究数据——点坐标、路段长度和点线关系,为进一步建立拓扑网络和分析网络拓扑数据提供数据支持。根据点坐标和点线关系,使用Matlab软件构建危险品运输抽象拓扑网络,如图 6所示。图 7是相同规模情况下的随机拓扑网络。
|
| 图 6 成都危险品道路运输抽象拓扑网络图 Fig. 6 Abstract topological network of road HMT in Chengdu |
| |
|
| 图 7 相同规模抽象随机拓扑网络图 Fig. 7 An abstract random topological network of same size |
| |
3 拓扑网络基础数据分析
拓扑网络的基础数据可用于分析危险品运输网络拓扑特征。主要的基础参数包括:节点数、边数量、平均节点度( < k >)、平均集聚系数( < C >)、直径(D)、平均路径长度(APL),而带星号(*)的公式则表示考虑实际路段长度的参数模型。
假设G(V, E, W)表示危险品运输网络,其中V={1, 2.3, i, …, j, …, n}为节点数,E={1, 2.3, q, …, p, …, e}为边的数量,而W={1, 2.3, q, …, p, …, w}为边的实际长度,与边集合一一对应;aij为节点i和j是否连接,连接取值1,否则为0;Lvi为节点i的邻接节点实际相互之间的连接边数;Lmax为节点i的邻接节点相互之间全部相连情况下的边数,Lmax=ki(ki-1)/2;
| 参数 | 不考虑路段长度的模型 | 考虑路段长度的模型 |
| 平均节点度 | ![]() |
![]() |
| 平均集聚系数 | ![]() |
![]() |
| 直径 | ![]() |
![]() |
| 平均路径长度 | ![]() |
![]() |
| 注:两列数学模型在计算时,统计差别在于是否考虑边/路段的实际长度。 | ||
| 参数 | 抽象网络拓扑图 | 随机网络 | 考虑路段实际长度网络拓扑图 |
| 节点数/个 | 818 | ||
| 边数/条 | 1 214 | ||
| 平均节点度 | 2.968 2 | 2.968 2 | 2.968 2 |
| 平均集聚系数/ km | 0.019 1 | 0.001 1 | 0.022 1 |
| 直径/km | 25 | 15 | 101.990 0 |
| 平均路径长度/km | 12.111 1 | 5.482 5 | 29.412 3 |
通过表 1对拓扑全局特征进行统计,得到表 2的数据。在考虑实际道路长度的情况下,可以很清楚地知道:(1) 在运输危险品时需要监测的节点数,即交叉口数量为818个,其中不乏大型的多层高架桥,也是监测的重点和难点。(2) 危险品运输路段总数1 214条,其平均集聚系数为0.022 1 km,平均聚集系数越高,节点间的聚集程度越高;最短路径序列中的最长路径达101.99 km,特征路径长度即平均路径长度为29.412 3 km。图 8~图 10分别为成都市危险品运输网络相同规模条件下的节点度频次、节点度、节点度累积概率分布比较。通过表 2数据和图 8~图 10的对比可以发现,成都市危险品道路运输网络拓扑结构接近随机网络结构, 主要表现在以下几点:
|
| 图 8 相同规模条件下节点度频次分布比较 Fig. 8 Comparison of node frequency distributions under same size condition |
| |
|
| 图 9 相同规模条件下节点度分布比较 Fig. 9 Comparison of node degree distributions under same size condition |
| |
|
| 图 10 相同规模条件下节点度累积概率分布比较 Fig. 10 Comparison of node degree cumulative probabilities under same size condition |
| |
(1) 对比图 8(a)与图 8(b)发现,成都市危险品运输网络与随机网络节点度频次分布都是钟形的泊松分布。通过高斯曲线进行拟合,前者服从X~N(2.955, 0.805 4) 分布,拟合优度R2为0.995 8;后者服从X~N(2.418, 2.032 9),拟合优度R2为0.991 7。
(2) 对比图 9(a)与图 9(b)发现,成都市危险品运输网络与随机网络节点度分布大致相同。前者分布主要集中在节点度2~4,后者分布主要集中在节点度1~4。
(3) 对比图 10(a)与图 10(b)发现,成都市危险品运输网络与随机网络双对数拟合曲线主要接近泊松分布。拟合曲线分布选取线性拟合、幂律拟合、高斯拟合,拟合结果通过双对数坐标系可以明显看出拟合结果。前者幂律拟合优度R2=0.777 7,小于线性拟合优度R2=0.920 7,同样小于高斯拟合优度R2=0.987 1;后者线性拟合优度R2=0.815 8,幂律拟合优度小于R2=0.969 6,同样小于高斯拟合优度R2=0.999 9。因此,两者在拟合曲线类型上均偏向于高斯分布,前者服从X~N(1.618, 1.414 2) 分布,后者服从X~N(0.118 6, 2.649)。
以上3点展示了成都市危险品运输拓扑网络在一定程度上具有随机网络的特性。但对比图 6和图 7可以明显看出两者的区别。图 7的密集处完全是随机的,很难看出聚集区域,而图 7的密集处则偏于圆的某些位置。这是因为危险品运输拓扑网络与相应规模的随机拓扑网络之间,在全局特征对比上有一定区别:前者平均聚集系数( < C > =0.019 1) 比后者( < C > =0.001 1) 大了1个数量级,说明两者在节点聚集程度上有一定差异;前者不论直径还是平均路径长度均大于后者,但差距不大,稳定在1~2倍之间。
4 结论规范、准确地建立危险品道路运输网络意义重大,不仅可以有助于政府部门的管理,也有助于运输企业对运输路径的选择,而不是零散、自主地进行探索。最重要的是在应急监管方面,治安队、运管局可以有效管理危险品道路运输,将可能出现的突发情况和毁灭性后果控制在一定范围,减少人员、财产的损失和对环境的影响。
本研究通过建立网络结构构建标准,规范如何正确选取节点、边,并以成都市五环内为例,通过使用ArcGIS软件建立了危险品道路拓扑网络,然后使用Matlab软件获取相关数据,绘制了拓扑结构图和抽象拓扑图,统计分析了其基本拓扑特征数据。同时,为了进一步比较分析其拓扑特征,编程生成了具有相应规模的随机拓扑网络。经过对比分析发现,(1) 节点度频次分布为泊松分布;(2) 双对数坐标系下,节点度累积概率分布为泊松分布;(3) 各节点的节点度分布集中在节点度2~4,累积比例为98.66%,平均节点度为2.968 2。3个对比显示成都市危险运输网络具有随机网络特性,而该特性使得危险品运输网络在面对突然状况时具有良好的稳定性。而对于高节点度节点,则需要重点管理,这是高密度人流和车流所决定的,突发情况的后果相比于其他节点度节点会更为严峻。控制该类节点在危险品网络中的数量有助于危险品运输管理。本研究提出了进一步设计、建立、分析城市危险品运输网络的方法。该方法不仅可以随时根据城市网络本身进行调整,同时,根据不同时期政府部门的要求,网络结构也可以进行必要的修正和完善,建立适合当前情况下的标准体系。是否需要根据不同的危险品建立不同的运输网络,也可以进一步考虑和深入研究。一般道路网络下车流对危险品运输网络下危险品运输的影响,可以作为未来研究方向。
| [1] | GB6944-2012, 危险货物分类和品名编号[S]. GB6944-2012, Classification and Code of Dangerous Goods[S]. |
| [2] | KARA B Y, VERTER V. Designing a Road Network for Hazardous Materials Transportation[J]. Transportation Science, 2004, 38(2): 188-196 |
| [3] | ERKUT E, ALP O. Designing a Road Network for Hazardous Materials Shipments[J]. Computers & Operations Research, 2007, 34(5): 1389-1405 |
| [4] | ERKUT E, GZARA F. Solving the Hazmat Transport Network Design Problem[J]. Computers & Operations Research, 2008, 35(7): 2234-2247 |
| [5] | 赵国锋, 苑少伟, 慈玉生. 城市路网的复杂网络特性和鲁棒性研究[J]. 公路交通科技, 2016, 33(1): 119-124 ZHAO Guo-feng, YUAN Shao-wei, CI Yu-sheng. Analysis of Complex Network Property and Robustness of Urban Road Network[J]. Journal of Highway and Transportation Research and Development, 2016, 33(1): 119-124 |
| [6] | LI W, CAI X. Statistical Analysis of Airport Network of China[J]. Physical Review E Statistical Nonlinear & Soft Matter Physics, 2004, 69(4 Pt 2): 046106 |
| [7] | XU Z, HARRISS R. Exploring the Structure of the U.S. Intercity Passenger Air Transportation Network:A Weighted Complex Network Approach[J]. GeoJournal, 2008, 73(2): 87-102 |
| [8] | 罗艺, 钱大琳. 公交-地铁复合网络构建及网络特性分析[J]. 交通运输系统工程与信息, 2015, 15(5): 39-44 LUO Yi, QIAN Da-lin. Construction of Subway and Bus Transport Networks and Analysis of the Network Topology Characteristics[J]. Journal of Transportation Systems Engineering and Information Technology, 2015, 15(5): 39-44 |
| [9] | 汪涛, 许乐, 张继, 等. 城市公交网络的拓扑结构及其演化模型研究[J]. 公路交通科技, 2009, 26(11): 108-112 WANG Tao, XU Le, ZHANG Ji, et al. Research on Topological Structure and Evolution Model of Urban Transit Network[J]. Journal of Highway and Transportation Research and Development, 2009, 26(11): 108-112 |
| [10] | 张晋. 城市轨道交通线网结构特性研究[D]. 北京: 北京交通大学, 2014. ZHANG Jin. Study on Structural Characteristics of Urban Rail Transit Network[D]. Beijing:Beijing Jiaotong University, 2014. http://cdmd.cnki.com.cn/Article/CDMD-10004-1014178415.htm |
| [11] | 耿丹阳, 郭兰兰, 李博. 基于复杂网络理论的深圳和东京地铁线网系统对比分析[J]. 公路交通科技, 2015, 32(8): 126-132 GENG Dan-yang, GUO Lan-lan, LI Bo. Comparative Analysis of Shenzhen and Tokyo Metro Systems Based on Complex Network Theory[J]. Journal of Highway and Transportation Research and Development, 2015, 32(8): 126-132 |
| [12] | 李周平, 韩景倜, 杨坚争, 等. 基于分层复杂网络的城际路网空间结构特征[J]. 公路交通科技, 2014, 31(12): 98-103 LI Zhou-ping, HAN Jing-ti, YANG Jian-zheng, et al. Spatial Structural Characteristics of Intercity Highway Network Based on Layered Complex Network[J]. Journal of Highway and Transportation Research and Development, 2014, 31(12): 98-103 |
| [13] | 赵伟, 何红生, 林中材, 等. 中国铁路客运网网络性质的研究[J]. 物理学报, 2006, 55(8): 3906-3911 ZHAO Wei, HE Hong-sheng, LIN Zhong-cai, et al. The Study of Properties of Chinese Railway Passenger Transport Network[J]. Acta Physica Sinica, 2006, 55(8): 3906-3911 |
| [14] | PORTA S, CRUCITTI P, LATORA V. The Network Analysis of Urban Streets:A Primal Approach[J]. Environment and Planning B:Planning and Design, 2006, 33: 705-725 |
| [15] | 夏秋, 钱瑜, 刘萌斐. 基于环境风险评价的危险品道路运输优化选线:以张家港市为例[J]. 中国环境科学, 2014, 34(1): 266-272 XIA Qiu, QIAN Yu, LIU Meng-fei. Route Optimization for Hazardous Materials Transportation Based on Environmental Risk Assessment:A Case of Zhangjiagang[J]. China Environmental Science, 2014, 34(1): 266-272 |
| [16] | 胡鹏, 帅斌, 狄兆华. 突发状况下危险品运输网络鲁棒性建模和仿真[J]. 交通运输系统工程与信息, 2015, 15(2): 109-141 HU Peng, SHUAI Bin, DI Zhao-hua. Model and Simulation for the Robustness of Hazardous Goods Transportation Network under Emergency[J]. Journal of Transportation Systems Engineering and Information Technology, 2015, 15(2): 109-141 |
| [17] | ALBERT R, BARABASI A L. Statistical Mechanics of Complex Networks[J]. Review of Modern Physics, 2012, 74(1): 48-96 |
| [18] | 李成兵, 魏磊, 李奉孝, 等. 基于攻击策略的城市群复合交通网络脆弱性研究[J]. 公路交通科技, 2017, 34(3): 101-109 LI Cheng-bing, WEI Lei, LI Feng-xiao. Study on Vulnerability of City Agglomeration Compound Traffic Network Based on Attack Strategy[J]. Journal of Highway and Transportation Research and Development, 2017, 34(3): 101-109 |
2017, Vol. 34








