城市是一个有组织、高效率的社会，但同时也是一个脆弱的社会，其正常运行依赖于水、电、燃气、交通、通讯、物流等生命线，任何一个环节出现问题都可能影响城市的安全运行。例如, 2001年12月7日的一场小雪和2010年9月17日的一场小雨几乎造成北京城区交通的完全瘫痪，凸显了天气灾害在大城市交通运行中的巨大威胁，但生活中如此常见的小雨或小雪天气也能对城市交通安全造成重大影响，表明致灾因子——天气灾害自身的强弱虽然仍是城市气象灾害中的重要因素，但可能不再是唯一的决定因子，而是与城市化背景下多种因子共同决定灾害的影响大小，城市中的冰雪灾害则具有这种特性。国内早期对冰雪灾害的研究主要集中于牧区雪灾风险指标体系和预警模型的研究^[1-3]。2008年我国南方发生罕见的低温雨雪冰冻灾害后^[4]，冰雪灾害的社会综合影响研究开始受重视，万素琴等^[5]与刘兰芳等^[6]分别利用气象要素和灾情资料构建的综合指数来评估2008年冰雪灾害，陈正洪等^[7]则以社会媒体信息反映的社会应急响应程度来评估冰雪灾害。近年来不少学者开展了冰雪灾害的行业评估研究，如冰雪灾害分别对电力系统^[8]、山区公路^[9]、森林^[10]与安全行车最高车速^[11]的影响评估。这些研究关注致灾因子——低温雨雪过程本身的影响和分析，而对造成冰雪灾害的其他因素研究相对较少，城市气象灾害方面的研究也多集中于综合灾害风险或突发性天气灾害事件的评估，如对上海的综合风险评估与城市内涝暴雨的风险评估^[12-14]和对北京冰雹、暴雨积涝和雷电的安全风险评估^[15-17]，而对冰雪灾害的城市安全影响评估研究很少。北京是一个近两千万人口的特大型城市，是我国的政治文化中心和交通枢纽，冰雪灾害事件已经成为影响北京城市交通运行的重大自然威胁，研究其在城市中的形成机制并开展其对北京城市交通运行的预警评估具有重要意义。

冰雪灾害事件在这里定义为不论降雪的量级大小，只要对北京城市交通运行造成影响的冰雪事件，均为冰雪灾害事件。

以1952—2011年冰雪灾害事件作为研究样本，由于冰雪灾害影响影响范围为城区，因此本文主要考虑北京城六区 (东城、西城、海淀、朝阳、石景山、丰台) 的冰雪灾害事件，并采用其相应范围内的气象站点资料进行分析，这样就可以排除城区无降雪而北京郊区有冰雪灾害事件的样本。

灾情资料来源于北京市气象局档案馆、《中国气象灾害大典 (北京卷)》及《北京晚报》、《北京青年报》、《法制晚报》等的灾情报道。

为确保建立的预警评估模型能准确反映冰雪灾害实际影响程度，需要对其进行等级划分。根据前面收集到的北京38个典型重要冰雪灾害事件资料，主要从陆面交通堵塞、航班延误和取消班次等方面并结合《北京市雪天交通保障应急预案》^[18]划分的雪天交通事件级别，可以将冰雪灾害对北京城市交通运行的实际影响程度划分为5个等级，如表 1所示。

表 1

表 1 冰雪灾害对北京城市交通运行影响等级划分 Table 1 Snow damage grades to Beijing urban transportation operation 等级 含义 表现 满足条件 典型冰雪灾害事件 1 轻微或无 市区局部路段出现车辆排队等候现象 陆面交通堵塞有所增加或影响不大，航班取消和延误5%班次以下 2004-12-16小雪, 2002-12-15小雪 2 一般 市区部分路段出现车辆排队等候现象，机场、火车站出现轻微旅客滞留现象 陆面交通堵塞明显增加，多条公交停驶、绕行，且航班取消和延误占当天班次5%以上 2010-02-06—07小雪, 2011-02-26—27大雪 3 较严重 市区主要道路出现车辆排队等候现象，交通堵塞明显，机场、火车站出现旅客滞留现象 交通指数[19]为8.5以上，且交通事故明显或40%以上高速公路国道关闭，且航班取消和延误占当天班次40%以上 1998-01-13—16小雪, 2009-11-12大雪 4 严重 市区大部分道路出现车辆排队等候现象，机场、火车站出现严重旅客滞留现象，进京货物车辆大量减少 交通指数为9.0以上，交通事故显著增加；或80%以上高速公路或国道关闭，且航班取消和延误班次占当天80%以上 1966-02-20—22暴雪, 1998-11-21—22大雪 5 非常严重 市区主要道路不具备车辆正常通行条件，城市交通几乎瘫痪 交通指数9.5以上，且持续时间5 h以上；或大部分高速公路或国道关闭，且机场关闭2 d以上 2001-12-07小雪

表 1 冰雪灾害对北京城市交通运行影响等级划分 Table 1 Snow damage grades to Beijing urban transportation operation

本研究38个典型重要冰雪灾害事件发生主要集中于1990年以后，其中包括1990年前6个、1990—1999年9个、2000—2009年16个、2010—2011年7个，中后期灾害事件较前期明显偏多的主要原因是信息渠道的丰富和媒体报道的详实可靠。依据表 1对冰雪灾害事件的等级划分结果表明：20世纪90年代中期到2010年，对北京城市交通运行影响等级不小于3(较严重) 的冰雪灾害事件较多，2010年以后则有减小的趋势，这与北京快速的城市化进程及应急管理能力的提高密切相关。

从灾害学原理出发，根据北京历史冰雪灾情资料，从孕灾环境、致灾强度、受灾体脆弱性、防灾减灾措施4个方面挑选冰雪灾害影响评估指标。查阅相关资料并根据实际情况，参考文献[9]中的评价因子敏感程度评分表，按照每个影响因子的敏感程度，根据专家经验给出各个敏感度对于引发冰雪灾害的评价分值 (0~9之间的整数值)，分值越高，表明此因子敏感程度对造成冰雪灾害影响越高。另外，对一些权重参数按专家经验给出0~1之间的系数值，值越高，表明该参数敏感程度对造成冰雪灾害影响越高。

孕灾环境主要考虑冰雪灾害的发生时间T，灾害发生在不同时段，对城市交通运行状况差别有明显差异。对2009—2011年冰雪灾害事件发生后的交通指数^[19]研究表明：交通指数对发生在早高峰的降雪事件比发生在晚高峰敏感。发生时间对冰雪灾害的影响程度评分值见表 2, 表中时间均为北京时，下同。

表 2

表 2 冰雪灾害发生时间的评分值 Table 2 Evaluation marks of snow damage occurence time 敏感程度 发生时间 评分值 轻微 20:00—次日06:00 1 低 节假日白天及周末白天 3 中 工作日白天 5 较高 长假第1天和结束前1天, 晚高峰 7 很高 早高峰, 周五下午及20:00前 9

表 2 冰雪灾害发生时间的评分值 Table 2 Evaluation marks of snow damage occurence time

致灾因子主要考虑冰雪天气事件发生的强度大小，定义为冰雪强度I_S。冰雪强度一般与降雪量、积雪深度、积雪持续时间、雪后降温程度等诸多因素有关。本文主要从过程降雪量P、积雪深度H和过程平均气温T_a等影响因子来反映冰雪强度I_S，定义

(1)

其中, 没有降雪天气发生时，I_S=0。降雪量P、积雪深度H和平均气温T_a的评分值及计算的冰雪强度对冰雪灾害的影响程度评分值见表 3。

表 3

表 3 降雪量、积雪深度、平均气温和冰雪强度的评分值 Table 3 Evaluation marks of snowfall, snow depth, average air temperature and ice and snow intensity 敏感程度 P/mm P评分 H/cm H评分 Ta/℃ Ta评分 IS IS评分 无 0 0 0 0 > 2.0 0 0 0 轻微 0.1~0.9 1 0.1~1.0 1 0.1~2.0 1 0.01~1.50 1 低 1.0~2.4 3 1.1~3.0 3 -1.9~0 3 1.51~3.50 3 中 2.5~4.9 5 3.1~5.0 5 -6.9~-2.0 5 3.51~5.50 5 较高 5.0~9.9 7 5.1~8.0 7 -14.9~-7.0 7 5.51~7.25 7 高 10.0~30.0 8 8.1~18.0 8 -28.0~-15.0 8 7.26~8.25 8 很高 > 30.0 9 > 18.0 9 < -28.0 9 > 8.25 9

表 3 降雪量、积雪深度、平均气温和冰雪强度的评分值 Table 3 Evaluation marks of snowfall, snow depth, average air temperature and ice and snow intensity

冰雪强度I_S模型中系数确定主要参考了陈正洪^[7]、刘明明等^[9]和李蕊等^[20]关于积雪深度、降雪量、气温与结冰等对雪灾重要性关系的研究。降雪量P的等级划分主要参考了《北京市雪天交通保障应急预案》中关于小雪、中雪、大雪和暴雪以及2012年国家标准《降水量等级标准》(GB/T28592-2012) 特大暴雪的等级划分。积雪深度H的等级划分主要参考了一般情况下积雪深度与降雪量的对应关系，大于18 cm对应的很高等级参考了陈正洪的研究结果^[7]。平均气温T_a的等级划分主要参考了陈正洪^[7]与刘明明等^[9]的研究结果。

受灾体脆弱性主要从受灾体交通网络的脆弱性来考虑，定义为交通脆弱度V_T。交通脆弱度既要考虑当前分布的空间路网参数R，R定义为该空间单元内按不同道路的类型及道路的长度核算该单元内包含的路网信息，还需考虑时间上交通发展状况，可以用交通发展系数C_T来衡量。定义

(2)

式 (2) 中，当前路网参数R直接引用扈海波等^[21]路网脆弱性指数的归一化结果值 (0~1)，交通发展系数等级划分主要根据北京机动车数量发展历程和路网发展的时间历程综合考虑。交通发展系数C_T和计算的交通脆弱度V_T各个阶段对冰雪灾害影响程度的评价分值见表 4。

表 4

表 4 交通发展系数及交通脆弱度的评分值 Table 4 Evaluation marks of transportation development coefficient and traffic vulnerability 敏感程度 时段 CT评分 VT VT评分 轻微 1983-12以前 0.2 < 0.20 1 低 1984-01—1995-12 0.4 0.20~0.40 3 中 1996-01—2002-12 0.6 0.41~0.60 5 较高 2003-01—2007-02 0.8 0.61~0.80 7 很高 2007-03至今 1.0 > 0.80 9

表 4 交通发展系数及交通脆弱度的评分值 Table 4 Evaluation marks of transportation development coefficient and traffic vulnerability

防灾措施主要从冰雪天气过程的预报预警能力考虑，定义为预警能力W。预警能力W既要考虑冰雪天气过程的预报准确率Q，还要考虑这种预报预警信息在社会大众中的传播能力，定义为信息传播能力I。定义为

(3)

式 (3) 中，预报预警质量Q、信息传播能力I和预警能力W各个阶段对冰雪灾害的影响程度的评分值见表 5。预报预警质量主要与降雪量的预报等级、预报时效和漏报等密切相关。其中降雪量预报等级初步划分为6个等级，包括1级为零星小雪 (或山区有雪)、2级为雨夹雪、3级为小雪、4级为中雪、5级为大雪、6级为暴雪。信息传播能力与传播手段 (电话、手机、预警广播、网络) 和信息覆盖面密切相关。信息传播能力主要根据北京信息传播发展的时间历程考虑。

表 5

表 5 预报预警质量、信息传播能力和预警能力的评分值 Table 5 Evaluation marks of prediction and warning quality, information spread capability and warning capability 敏感程度 Q Q评分 时段 I评分 W W评分 轻微 提前24 h以上冰雪及量级预报预警 1 2009-09至今 1 ≤1.80 1 低 提前12 h以上冰雪预报预警或与预报降雪量差1个等级以下 3 2003-04—2009-08 3 1.81~3.80 3 中 12 h前漏报平原雪而降雪量达小雪或与预报降雪量差2个等级 5 1995-01—2003-03 5 3.81~5.80 5 较高 6 h前漏报平原雪而降雪量达中雪或与预报降雪量差3个等级 7 1985-01—1994-12 7 5.81~7.80 7 很高 6 h前漏报雪而降雪量达大雪以上量级 9 1984-12以前 9 > 7.80 9

表 5 预报预警质量、信息传播能力和预警能力的评分值 Table 5 Evaluation marks of prediction and warning quality, information spread capability and warning capability

减灾措施主要指冰雪灾害发生后，所采取的除冰除雪和交通疏导措施，定义为减灾能力D_R。由于冰雪灾害对城市陆面交通影响很大，但这种影响是可以通过人为措施减轻或消除的。因此, 只要减灾措施得当，就可将强度很大的冰雪事件影响降到最低限度，这与突发性天气灾害如暴雨、冰雹和大风的减灾效果差别显著。减灾能力既要考虑当前减灾能力在空间上存在的明显差异，定义为当前减灾指数D₀，又要考虑不同时间上减灾措施发展状况，定义为减灾发展系数R_d。定义减灾能力

(4)

式 (4) 中，当前减灾指数D₀可以简单地用当前国内生产总值 (GDP) 来反映，在这里直接引用扈海波的地均GDP (单位：万元/km²) 数据^[16]进行估算，即地均GDP越高，该地D₀越高，抗灾能力越强，其敏感程度对造成冰雪灾害影响也越低。减灾时间系数等级划分主要是根据北京市政府历年来对冰雪灾害的管理和防范措施以及制定的相关冰雪灾害应急预案办法等。当前减灾指数D₀、减灾发展系数R_d及估算的减灾能力D_R各个阶段对冰雪灾害的影响程度的评分值见表 6。

表 6

表 6 当前减灾指数、减灾发展系数和减灾能力的评分值 Table 6 Evaluation marks of current disaster reduction index, disaster reduction development coefficient and disaster reduction ability 敏感程度 D0 D0评分 时段 Rd评分 DR DR评分 轻微 > 100000 0.9 ≤0.10 1 很低 50001~100000 0.8 1993-12以前 0.2 0.11~0.20 2 低 10001~50000 0.6 1994-01—2001-12 0.4 0.21~0.40 3 中 2001~10000 0.4 2002-01—2004-11 0.6 0.41~0.60 5 较高 500~2000 0.2 2004-12— 2010-10 0.8 0.61~0.80 7 很高 < 500 0.1 2010-11至今 1.0 > 0.80 9

表 6 当前减灾指数、减灾发展系数和减灾能力的评分值 Table 6 Evaluation marks of current disaster reduction index, disaster reduction development coefficient and disaster reduction ability

层次分析法是一种定性与定量相结合、系统化、层次化的分析方法，被广泛用于各类评估中^[22-24]。该方法将复杂问题分解为若干层次和若干因素, 对两两指标之间的重要程度作出比较判断，建立判别矩阵，通过计算判别矩阵的最大特征值以及对应特征向量，就可得出不同方案重要性程度的权重，为最佳方案的选择提供依据。灾害或风险评估通常包括以下步骤：①构建层次模型中所需的评估指标体系；②建立判别矩阵确定指标权重；③建立评估模型并进行分级。

在上述冰雪灾害评估指标构建的基础上，采用层次分析法中的Saaty标度方法^[25-26]通过来自气象、农业、规划、交通等方面的8位专家和2位社会普通百姓对各评估指标相互之间的重要性进行评判，建立判别矩阵，计算得到矩阵的一致性指标为0.0174，明显小于0.1，一致性检验合格。5项评估指标的权重包括：冰雪强度为0.4404，交通脆弱度为0.2789，减灾能力为0.1797，发生时间为0.0526，预警能力为0.0484。

从权重结果可知，致灾因子中冰雪强度虽然仍是最重要因素，但不再成为冰雪灾害的决定性因素，其他4个因子的综合权重贡献超过了冰雪强度的权重贡献。其次是交通脆弱度，表明提高大城市综合交通体系的现代化和交通管理水平对降低交通路网的脆弱性具有重要意义。排名第三的减灾能力权重达0.15以上，表明加强城市尤其是大城市灾害应急减灾管理的重要性。发生时间和预警能力指标的权重则接近，小于前3项，在一定条件下仍能影响灾害的严重程度。

根据层次结构分析法，最终建立的冰雪灾害预警评估模型为

(5)

式 (5) 中，A为灾害评估指数值，I_S为冰雪强度，V_T为交通脆弱度，D_R为减灾能力，T为发生时间，W为预警能力。A值越高，冰雪灾害对城市交通运行影响越大，并按表 7中分级标准，确定相应的冰雪灾害对城市交通运行的预警评估等级。

表 7

表 7 冰雪灾害预警评估等级划分 Table 7 Snow damage warning and evaluation grades 影响等级 A 评估等级 轻微或无 < 4.00 1 一般 4.00~5.50 2 较严重 5.51~6.50 3 严重 6.51~7.50 4 非常严重 > 7.50 5

表 7 冰雪灾害预警评估等级划分 Table 7 Snow damage warning and evaluation grades

利用建立的预警评估模型 (式 (5)) 对1952—2011年38次冰雪事件包括8次小雪、13次中雪、8次大雪和9次暴雪天气过程进行评估，评估结果如表 8所示。以表 1标准确定的实际评估等级对模型评估结果进行验证，准确率为76% (29次准确)，其中近10年 (2002—2011年) 发生的19次冰雪事件17次评估准确，准确率为89%，表明该模型能较好地反映冰雪灾害对北京城市交通安全运行的影响程度。经过分析，误差产生的原因主要包括以下几个方面：①模型本身的不完善，模型中各评估指标的等级划分相对主观、粗糙，且权重存在较大不确定性，这可能是造成误差的最重要原因；②灾情资料不完善，按照表 1评定的实际等级可能不合实际情况；③评估等级标准划分的不确定性，具有一定主观性，造成在阈值附近的灾害事件划分产生误差。

表 8

表 8 冰雪灾害事件的模型评估结果与实际评估结果对比 Table 8 Comparsion between model evaluation result and actual evaluation result of different snow damage events 小雪 中雪 大雪 暴雪 时间 评估等级 时间 评估等级 时间 评估等级 时间 评估等级 模型 实际 模型 实际 模型 实际 模型 实际 2010-02-06—07 2 2 2011-12-02 2 2 2011-02-26—27 2 2 2010-03-14—15 3 3 2007-12-10 2 2 2011-02-13 3 2 2009-11-12 3 3 2010-01-02—03 3 3 2004-12-16 1 1 2011-02-10 2 2 2009-02-17—19 3 3 2009-11-09—10 3 3 2002-12-15 1 1 2006-12-30—31 2 2 2002-12-19—24 3 3 2009-10-30—11-01 3 3 2001-12-07 2 5 2004-12-22—24 3 3 2001-01-05—08 3 4 2005-02-15—18 3 3 1998-01-13—16 3 3 2000-01-11—12 3 3 1998-11-21—22 4 4 2003-11-05—07 4 3 1994-02-11 1 1 2000-01-03—05 3 3 1997-12-05—06 3 3 1979-02-22—23 3 3 1991-11-26—27 1 2 1997-01-03—04 3 2 1989-01-05—06 3 4 1966-02-20—22 3 3 1996-12-31—1997-01-01 2 2 1959-02-24—26 3 4 1994-02-14—15 2 2 1993-11-19 3 2 1986-02-17 2 2 1952-12-18—19 3 3

表 8 冰雪灾害事件的模型评估结果与实际评估结果对比 Table 8 Comparsion between model evaluation result and actual evaluation result of different snow damage events

小雪对城市交通的影响一般评估为等级1~3，但等级3(较严重) 的情况较少。如1998年1月13—16日的小雪天气过程由于气温较低，计算出的冰雪强度高于其他小雪天气过程，从而使评估结果为3(较严重)，与实际情况 (雪后降温道路覆冰，发生上千起汽车追尾事故) 相符，凸显了降雪后低温结冰能力对城市交通的影响。而2001年12月7日发生的小雪造成的北京市交通瘫痪与模型评估相差较大，属于特殊情况，孙继松等^[27]专门分析了此次灾害造成的原因。

中雪对城市交通的影响一般评估为等级2和等级3。如1994年2月14—15日发生的中雪天气过程虽然冰雪强度与其他中雪天气过程相近，但由于发生在春节初五、初六期间，使其对城市交通运行影响减小，评估结果为等级2(一般) 与实际相符，凸显了灾害发生时间的影响。

大雪对城市交通的影响一般评估为等级2~4，但等级2(一般) 的情况较少。如2011年2月26—27日 (周六和周日) 的大雪，在提前做出较准确的天气预报和道路结冰黄色预警前提下，使得大雪对城市交通运行影响程度与评估结果等级2(一般) 相符，凸显了发生时间、减灾能力和预警能力等非致灾因子的共同影响作用。

暴雪对城市交通的影响一般评估为等级3或等级4，其中20世纪90年代前由于预警能力与减灾能力的薄弱，一场暴雪通常会造成城市交通遭遇大面积冰雪灾害而使交通受阻较为严重，如1959年2月24—26日的暴雪造成全城通行困难。20世纪90年代后，尤其是北京2001年12月7日小雪造成的交通瘫痪后，城市应急管理迅速发展、加强，预警能力和减灾能力均有显著提升，暴雪天气的影响范围有所降低，较少出现全城交通瘫痪状况，但由于城市发展伴随的资源和财富高度聚集趋势，暴雪影响的程度和损失却呈加重趋势。

通过对北京历史冰雪灾情资料的分析，依据灾害学原理构建了冰雪灾害对北京城市交通运行的预警评估指标体系，并利用层次分析法构建了城市冰雪灾害预警评估模型和评判标准，对历史上38次冰雪灾害事件进行了影响评估及研究分析，得到如下结论：

1) 发生时间、冰雪强度、交通脆弱度、预警能力和减灾能力各指标能较好地反映冰雪灾害对城市交通运行的影响程度，其对冰雪灾害的影响权重分别为0.0526, 0.4404, 0.2789, 0.0484和0.1797。

2) 冰雪强度依然是最重要的因素，但不再是冰雪灾害对城市交通运行影响的唯一决定性因子，其他评估因子的综合影响超过了冰雪强度。而交通脆弱度和减灾能力因子分别排名第二、第三，表明加强城市交通现代化建设和城市应急减灾管理的重要意义。

3) 以层次分析法建立的预警评估模型准确率达到76%，表明该预警评估模型能较好反映冰雪灾害对城市交通的影响。

4) 评估分析还表明：不同量级的降雪过程对北京城市交通运行预警评估的等级范围 (从轻到重，共5级) 一般为小雪1~3级，中雪2~3级，大雪2~4级，暴雪3~4级，极端情况下会出现5级。

在建立各分指标过程中，虽然有文献可供参考，但仍存在主观性较强、分级较粗糙等不足，如何建立更加客观、细化的分指标计算方法是进一步改善模型要做的工作，这需要更多的个例并采用不同方法建立各指标与影响因子的关系，以便定量、动态地估算或进行更细致的等级划分。另外，层次分析法在建立评估模型上需要一定数量的专家参与打分来确定权重，也存在主观性较强等不足，可以采用灾害风险评估中的常用方法，如灰色关联法^[28-29]等以更加客观、定量的方式改善评估模型。