徐 標(biāo)，崔 欣，秦 漢，胡 淵，張鴻鳴

（1.長安大學(xué)電子與控制工程學(xué)院，陜西 西安 710064；2.長沙市規(guī)劃設(shè)計(jì)院有限責(zé)任公司，湖南 長沙 410000；3.中鐵第四勘察設(shè)計(jì)院集團(tuán)有限公司，湖北 武漢 430063）

0 引言

隨著我國城市化進(jìn)程的加快，各大城市熱點(diǎn)區(qū)域的交通需求正在不斷增大。高鐵站作為典型的城市化產(chǎn)物，其安全的運(yùn)行對(duì)推動(dòng)城市經(jīng)濟(jì)發(fā)展、方便群眾出行、提高運(yùn)輸效率、構(gòu)建綜合交通運(yùn)輸體系有著重要意義。在與城市道路交通網(wǎng)絡(luò)融合發(fā)展的過程中，由于高鐵站周邊路網(wǎng)客流量大、部分進(jìn)出站道路設(shè)計(jì)不合理等原因，部分高鐵站周邊路網(wǎng)存在單點(diǎn)或單線客流集散不均衡的狀況，從而導(dǎo)致車輛擁堵等現(xiàn)象頻發(fā)[1]，嚴(yán)重影響了路網(wǎng)的通行效率和乘客的正常出行。因此有必要對(duì)高鐵站周邊路網(wǎng)的風(fēng)險(xiǎn)進(jìn)行評(píng)估，分析不同時(shí)空下路網(wǎng)風(fēng)險(xiǎn)的變化規(guī)律，進(jìn)而識(shí)別出具有較高風(fēng)險(xiǎn)的交叉口和路段，對(duì)其進(jìn)行重點(diǎn)管控，保障高鐵站周邊路網(wǎng)交通的穩(wěn)定、高效運(yùn)行。

風(fēng)險(xiǎn)是指事故發(fā)生的概率及其對(duì)系統(tǒng)性能的影響的組合。由于交通事件的發(fā)生具有隨機(jī)性，往往無法準(zhǔn)確判斷其發(fā)生概率，因此大多數(shù)學(xué)者主要分析網(wǎng)絡(luò)單元失效后造成的影響。目前對(duì)交通路網(wǎng)風(fēng)險(xiǎn)的研究方法主要分為兩類。一類方法是基于復(fù)雜網(wǎng)絡(luò)理論，從拓?fù)浣Y(jié)構(gòu)去分析交通網(wǎng)絡(luò)風(fēng)險(xiǎn)，如Liu 等人[2]通過構(gòu)建L 空間加權(quán)交通網(wǎng)絡(luò)，提出一種復(fù)雜度較低的介數(shù)中心性近似算法來識(shí)別網(wǎng)絡(luò)中的關(guān)鍵節(jié)點(diǎn)；張樹德[3]基于復(fù)雜加權(quán)網(wǎng)絡(luò)對(duì)網(wǎng)絡(luò)的物理結(jié)構(gòu)進(jìn)行抽象，利用層次分析法計(jì)算不同拓?fù)渲笜?biāo)的權(quán)重，以此識(shí)別重要節(jié)點(diǎn)和路段。另一類方法主要從交通網(wǎng)絡(luò)功能特性的角度進(jìn)行研究，如劉夢月等人[4]綜合交通需求和交通供給構(gòu)建了不同維度下災(zāi)后路網(wǎng)可靠性模型，用于辨識(shí)網(wǎng)絡(luò)風(fēng)險(xiǎn)；李君羨等人[5]基于蒙特卡洛模擬的思想，考慮路段行程時(shí)間序列相關(guān)性來辨識(shí)網(wǎng)絡(luò)風(fēng)險(xiǎn)。

相比之下，從網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)或功能特性單一角度分析網(wǎng)絡(luò)風(fēng)險(xiǎn)無法準(zhǔn)確衡量路網(wǎng)的實(shí)際運(yùn)行風(fēng)險(xiǎn)，因此許多學(xué)者綜合考慮網(wǎng)絡(luò)的拓?fù)涮匦院徒煌üδ芴匦赃M(jìn)行研究。如López 等人[6]結(jié)合網(wǎng)絡(luò)拓?fù)浜土髁糠植?，?duì)不同的網(wǎng)絡(luò)配置和空間自相關(guān)水平進(jìn)行數(shù)值模擬，分析網(wǎng)絡(luò)單元失效對(duì)網(wǎng)絡(luò)脆弱性的影響，以此來確定網(wǎng)絡(luò)單元的重要性。Nogal 等人[7]基于路網(wǎng)平均出行時(shí)間和流量構(gòu)建網(wǎng)絡(luò)可靠性和可達(dá)性等指標(biāo)來量化網(wǎng)絡(luò)風(fēng)險(xiǎn)。杜麗衡[8]根據(jù)路網(wǎng)拓?fù)涮卣骱凸δ芴卣?，基于正向評(píng)價(jià)和逆向假設(shè)的思想提出AHP-Entropy-TOPSIS方法來辨識(shí)路網(wǎng)的風(fēng)險(xiǎn)節(jié)點(diǎn)和路段，并根據(jù)風(fēng)險(xiǎn)系數(shù)劃分了不同的層級(jí)。張勇等人[9]從路網(wǎng)整體風(fēng)險(xiǎn)的角度，基于道路車輛排隊(duì)容量和截面通行能力的約束構(gòu)建路網(wǎng)交通流模型，分析各路段依次失效對(duì)網(wǎng)絡(luò)魯棒性的影響，以此來評(píng)估網(wǎng)絡(luò)風(fēng)險(xiǎn)。

然而，以上研究主要基于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和功能特征來構(gòu)建系統(tǒng)風(fēng)險(xiǎn)評(píng)估指標(biāo)，對(duì)于網(wǎng)絡(luò)連通性較強(qiáng)、客流集散需求高的高鐵站周邊路網(wǎng)并不適用。該類路網(wǎng)的網(wǎng)絡(luò)單元耦合作用強(qiáng)，在受到大客流沖擊時(shí)會(huì)面臨更高的運(yùn)行風(fēng)險(xiǎn)。因此，本文將在網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和功能特征的基礎(chǔ)上，考慮網(wǎng)絡(luò)單元的耦合作用構(gòu)建風(fēng)險(xiǎn)評(píng)估模型，并以西安北站周邊路網(wǎng)為例，對(duì)不同需求下網(wǎng)絡(luò)風(fēng)險(xiǎn)的動(dòng)態(tài)變化進(jìn)行分析。

1 高鐵站周邊路網(wǎng)風(fēng)險(xiǎn)辨識(shí)模型構(gòu)建

相比于城市中位于其他區(qū)域的道路網(wǎng)絡(luò)，高鐵站周邊路網(wǎng)具有車流量與客流量大、集疏散需求高等特點(diǎn)，因此密度更高，不同交叉口、不同路段之間的耦合作用顯著。故本文在構(gòu)建的高鐵站周邊路網(wǎng)風(fēng)險(xiǎn)辨識(shí)模型時(shí)，不僅考慮道路網(wǎng)絡(luò)中不同交叉口和路段的拓?fù)涮匦?、功能特性，還重點(diǎn)考慮不同交叉口和路段之間的耦合作用，以期更加準(zhǔn)確地識(shí)別路網(wǎng)中具有高風(fēng)險(xiǎn)的交叉口和路段。本文所提出的高鐵站周邊路網(wǎng)風(fēng)險(xiǎn)辨識(shí)模型如圖1所示。

圖1 高鐵站周邊路網(wǎng)風(fēng)險(xiǎn)辨識(shí)模型

1.1 交通網(wǎng)絡(luò)性能評(píng)估指標(biāo)

基于圖論和復(fù)雜網(wǎng)絡(luò)理論，將高鐵站周邊路網(wǎng)中的交叉口抽象為網(wǎng)絡(luò)圖中的節(jié)點(diǎn)，將交叉口之間的路段抽象為網(wǎng)絡(luò)圖中的邊，即可構(gòu)建由節(jié)點(diǎn)集合和邊集合組成的交通網(wǎng)絡(luò)。在現(xiàn)有研究中，衡量交通網(wǎng)絡(luò)中節(jié)點(diǎn)和邊性能的常用指標(biāo)包括度[10]、介數(shù)[11]、離心率[12]、負(fù)載系數(shù)和飽和度[13]等，大致可分為拓?fù)漕惡凸δ茴悆煞N。

1.1.1 衡量網(wǎng)絡(luò)節(jié)點(diǎn)和邊性能的拓?fù)渲笜?biāo)

對(duì)于網(wǎng)絡(luò)中的節(jié)點(diǎn)而言，節(jié)點(diǎn)的度Di是指網(wǎng)絡(luò)中與該節(jié)點(diǎn)直接相連節(jié)點(diǎn)的數(shù)量，可用于衡量節(jié)點(diǎn)在網(wǎng)絡(luò)中的重要程度，其計(jì)算公式見式（1）；介數(shù)φi是指網(wǎng)絡(luò)中經(jīng)過該節(jié)點(diǎn)的OD 數(shù)占網(wǎng)絡(luò)所有OD 數(shù)的比例，可以反映該節(jié)點(diǎn)在網(wǎng)絡(luò)中的作用和影響力，其計(jì)算公式見式（2）；離心率ui是指該節(jié)點(diǎn)與網(wǎng)絡(luò)中其他節(jié)點(diǎn)最大距離的倒數(shù)，其是衡量節(jié)點(diǎn)網(wǎng)絡(luò)中心性的常用指標(biāo)，計(jì)算公式見式（3）。

式（1）～式（3）中：ki為與節(jié)點(diǎn)i直接相連的節(jié)點(diǎn)數(shù)量；m和n為網(wǎng)絡(luò)中任意不為i的節(jié)點(diǎn)；N為網(wǎng)絡(luò)中的節(jié)點(diǎn)總數(shù)；σmn(i)為m和n之間經(jīng)過節(jié)點(diǎn)i的最短路徑數(shù)；σmn為m和n之間的最短路徑數(shù)；Lk為節(jié)點(diǎn)i到節(jié)點(diǎn)k的最短路徑長度（m）。

對(duì)于交通網(wǎng)絡(luò)中的路段而言，路段a里程占比?a是路段長度的量化指標(biāo)，可用來衡量路段對(duì)交通的承載能力，計(jì)算公式見式（4）；路段介數(shù)φa表示網(wǎng)絡(luò)OD間通過路段a的最短路徑占比，也是路段重要性評(píng)價(jià)常用的指標(biāo)，計(jì)算公式見式（5）。

式（4）～式（5）中：La為路段a的長度（m）；L為路網(wǎng)中路段總里程（m）；u和v為網(wǎng)絡(luò)中任意不為a的路段；M為網(wǎng)絡(luò)中除路段a外的其他路段數(shù)；σuv(a)為u和v之間經(jīng)過a的最短路徑數(shù)；σuv為u和v之間的最短路徑數(shù)。

1.1.2 衡量網(wǎng)絡(luò)節(jié)點(diǎn)和邊性能的功能指標(biāo)

交叉口的交通運(yùn)行狀態(tài)常用交通負(fù)載系數(shù)來衡量[14]，該系數(shù)的大小取決于交叉口相鄰路段的交通狀態(tài)。路段的功能特性可通過路段飽和度和路段阻抗來分析。其中，飽和度Ma(t)是指路段交通量和通行能力的比值，它表示路段在某一時(shí)間段內(nèi)的擁擠狀況，計(jì)算公式見式（6）；路段阻抗是指路段行程時(shí)間，可以反映車輛在道路上通行的難易程度，計(jì)算公式見式（7）。

式（6）～式（7）中：Qa(t)為路段a在t時(shí)段內(nèi)的流量（pcu/min）；Ca表示路段a的通行能力（pcu/min）；為路段a自由流下的行程時(shí)間（s）；α和β為阻抗參數(shù)，參照美國公路局標(biāo)準(zhǔn)，α取0.15，β取4。

1.2 不同網(wǎng)絡(luò)單元之間的耦合性

相比于城市中的一般路網(wǎng)，高鐵站周邊路網(wǎng)中不同交叉口以及不同路段之間的耦合作用顯著。因此在構(gòu)建高鐵站周邊路網(wǎng)風(fēng)險(xiǎn)辨識(shí)模型時(shí)，需將耦合性納入考量。

1.2.1 網(wǎng)絡(luò)中不同節(jié)點(diǎn)之間的耦合作用

當(dāng)高鐵站周邊路網(wǎng)某一交叉口因交通事故導(dǎo)致車輛無法正常通行時(shí)，該交叉口處的交通負(fù)載會(huì)通過交通網(wǎng)絡(luò)轉(zhuǎn)移到其他路段和交叉口（相鄰節(jié)點(diǎn)），從而對(duì)網(wǎng)絡(luò)中其他節(jié)點(diǎn)處的交通狀況產(chǎn)生影響。此外，交通流的傳播需要一定時(shí)間，因此節(jié)點(diǎn)間的距離阻抗決定影響程度。綜上可得出不同節(jié)點(diǎn)之間的耦合關(guān)系，如式（8）所示。

式（8）中：ηi為節(jié)點(diǎn)i和其相鄰節(jié)點(diǎn)間的耦合系數(shù)；dij為節(jié)點(diǎn)i和節(jié)點(diǎn)j間的距離（m）；λj為相鄰節(jié)點(diǎn)j的交通負(fù)載系數(shù)；ni為與i節(jié)點(diǎn)相鄰的節(jié)點(diǎn)數(shù)。

1.2.2 網(wǎng)絡(luò)中不同邊之間的耦合作用

高鐵站周邊路網(wǎng)中的路段是通過交叉口連接的，當(dāng)高鐵站周邊路網(wǎng)中某條路段發(fā)生擁堵時(shí)，路段上交通流的轉(zhuǎn)移通過路段兩端的交叉口傳遞到其他路段，因此道路兩端交叉口的擁堵或暢通將直接決定路段間耦合關(guān)系的強(qiáng)弱。所以，在分析網(wǎng)絡(luò)中不同邊之間的耦合作用時(shí)，有必要對(duì)實(shí)際路網(wǎng)中不同路段兩端交叉口的交通狀態(tài)進(jìn)行分析。將交叉口的平均交通負(fù)載系數(shù)作為區(qū)分節(jié)點(diǎn)暢通和擁堵的邊界條件。

當(dāng)交通負(fù)載系數(shù)小于等于平均交通負(fù)載系數(shù)時(shí)，認(rèn)為節(jié)點(diǎn)處于暢通狀態(tài)，如式（9）所示。

式（9）中：λi為節(jié)點(diǎn)i的交通負(fù)載系數(shù)；N為網(wǎng)絡(luò)中的節(jié)點(diǎn)總數(shù)；λj為網(wǎng)絡(luò)中任一節(jié)點(diǎn)j的交通負(fù)載系數(shù)。

當(dāng)路段兩端的交叉口處于暢通路況下，節(jié)點(diǎn)流量的流入與流出受到的阻礙較小，即近似認(rèn)為其處于自由流下的平衡狀態(tài)，此時(shí)更多考慮交叉口的拓?fù)涮匦詫?duì)路段的影響。交叉口的拓?fù)湎禂?shù)ri計(jì)算公式見式（10）。

式（10）中：Di為節(jié)點(diǎn)i的度；φi為節(jié)點(diǎn)i的介數(shù)；ui為節(jié)點(diǎn)i的離心率。

若網(wǎng)絡(luò)中節(jié)點(diǎn)（交叉口）的交通負(fù)載系數(shù)大于平均交通負(fù)載系數(shù)，則認(rèn)為其處于擁堵狀況，如式（11）所示。

擁堵情況下交叉口處于交通飽和態(tài)，交叉口的交通流量要不斷往外轉(zhuǎn)移以緩解擁堵（轉(zhuǎn)移示意見圖2）。當(dāng)流入的流量相對(duì)較少時(shí)，為簡化計(jì)算可以忽略流入交叉口的流量。

圖2 交通流量轉(zhuǎn)移示意圖

從用戶路徑選擇的角度綜合分析流量轉(zhuǎn)移，基于出行時(shí)間最短來構(gòu)建流量轉(zhuǎn)移關(guān)系式，因此路段的介數(shù)和飽和度共同決定著節(jié)點(diǎn)流量轉(zhuǎn)移的概率。最終根據(jù)式（5）路段介數(shù)和式（6）路段飽和度倒數(shù)的乘積得出節(jié)點(diǎn)流量轉(zhuǎn)移概率計(jì)算公式：

式（12）中：pia(t)為節(jié)點(diǎn)i流量在t時(shí)段內(nèi)轉(zhuǎn)移至路段a的概率；φa為路段a的介數(shù)；Ca為路段a的通行能力（pcu/min）；Qa(t)為路段a在t時(shí)段內(nèi)的流量（pcu/min）；其余變量含義同前。

根據(jù)流量轉(zhuǎn)移概率和交叉口的交通流量，可計(jì)算出節(jié)點(diǎn)i轉(zhuǎn)移至相連路段a上的交通流量qia：

式（13）中：Qi(t)為節(jié)點(diǎn)i在t時(shí)段內(nèi)的流量（pcu/min）。

在交通流量轉(zhuǎn)移的過程中，路段阻抗會(huì)增大，因此交叉口和路段之間的功能耦合可通過交通流量轉(zhuǎn)移前后路段阻抗的變化率來度量。根據(jù)式（7）可計(jì)算出擁堵節(jié)點(diǎn)流量轉(zhuǎn)移后的路段阻抗：

式（14）中：為擁堵節(jié)點(diǎn)流量轉(zhuǎn)移后路段a的阻抗（s）。

根據(jù)擁堵節(jié)點(diǎn)流量轉(zhuǎn)移前后的路段阻抗，可以得到路段a的阻抗變化率wia(t)，即節(jié)點(diǎn)i和路段a間的功能耦合，計(jì)算公式見式（15）。

對(duì)于每條路段而言，路段兩側(cè)的擁堵交叉口和路段均存在功能上的耦合，如圖3所示。

圖3 路段端點(diǎn)流量轉(zhuǎn)移示意圖

路段兩端的交叉口共有3 種不同的狀態(tài)。若兩個(gè)端點(diǎn)均處于暢通狀態(tài)，只考慮端點(diǎn)自身的拓?fù)浣Y(jié)構(gòu)對(duì)路段的影響，結(jié)合式（10）端點(diǎn)拓?fù)湎禂?shù)，可將路段端點(diǎn)拓?fù)湎禂?shù)在路網(wǎng)中的占比作為耦合系數(shù)，計(jì)算公式見式（16）；若暢通節(jié)點(diǎn)和擁堵節(jié)點(diǎn)同時(shí)存在，在構(gòu)建耦合系數(shù)時(shí)，除拓?fù)湎禂?shù)外，還應(yīng)考慮路段和擁堵節(jié)點(diǎn)的功能耦合，因此結(jié)合式（15）的功能耦合關(guān)系，可得到節(jié)點(diǎn)和路段的耦合系數(shù)，計(jì)算公式見式（17）；若兩個(gè)端點(diǎn)都處于擁堵狀態(tài)，則需同時(shí)考慮端點(diǎn)的拓?fù)湎禂?shù)以及路段與端點(diǎn)間的功能耦合，計(jì)算公式見式（18）。

式（16）～式（18）中：Ra為路段a的耦合系數(shù)；ri和rj為路段a端點(diǎn)i和端點(diǎn)j的拓?fù)湎禂?shù)；wia(t)和wja(t)為路段a和端點(diǎn)i、端點(diǎn)j的功能耦合系數(shù)；n為網(wǎng)絡(luò)中的節(jié)點(diǎn)數(shù)；rm為網(wǎng)絡(luò)中任意路段端點(diǎn)m的拓?fù)湎禂?shù)。

1.3 高鐵站周邊路網(wǎng)風(fēng)險(xiǎn)辨識(shí)方法

1.3.1 網(wǎng)絡(luò)單元的風(fēng)險(xiǎn)評(píng)估方法

對(duì)于網(wǎng)絡(luò)中的節(jié)點(diǎn)，其風(fēng)險(xiǎn)評(píng)估方法如式（19）所示。式（19）中：Zi為節(jié)點(diǎn)i的風(fēng)險(xiǎn)系數(shù)；w1,w2,w3,w4,w5分別為各節(jié)點(diǎn)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的權(quán)重；其他參數(shù)含義同前。

對(duì)于網(wǎng)絡(luò)中的邊，其風(fēng)險(xiǎn)評(píng)估方法如式（20）所示。式（20）中：Za為路段a的風(fēng)險(xiǎn)系數(shù)；?1,?2,?3,?4分別為各路段風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的權(quán)重；其他參數(shù)含義同前。

由于以上指標(biāo)量綱不同，因此在計(jì)算時(shí)需將各指標(biāo)的數(shù)據(jù)進(jìn)行歸一化處理，然后基于因子分析法計(jì)算相應(yīng)的權(quán)重[15]。

1.3.2 網(wǎng)絡(luò)風(fēng)險(xiǎn)評(píng)估模型

在實(shí)際的交通網(wǎng)絡(luò)中，網(wǎng)絡(luò)單元失效會(huì)直接造成用戶的平均出行時(shí)間損失。因此，可基于節(jié)點(diǎn)和路段失效后用戶平均出行時(shí)間變化率來衡量交通網(wǎng)絡(luò)風(fēng)險(xiǎn)。網(wǎng)絡(luò)風(fēng)險(xiǎn)通過節(jié)點(diǎn)和路段的風(fēng)險(xiǎn)程度進(jìn)行度量，如式（21）～式（22）所示。

2 實(shí)例分析

2.1 西安北站周邊路網(wǎng)建模

基于高鐵站前區(qū)域功能布局的“三圈層”理論[16]，本文選取西安北站高鐵樞紐周邊路網(wǎng)，其包括元朔路、朱宏路、元鳳二路、建元路、鳳城九路、未央路等多條主干道路?；赥ransCAD構(gòu)建路網(wǎng)圖（見圖4），共包含35 個(gè)交叉口和52條路段，圖中的數(shù)字對(duì)應(yīng)著路段和交叉口的編號(hào)。

圖4 西安北站周邊路網(wǎng)圖

由圖4 可看出，西安北站周邊路網(wǎng)交通布局以主干路和次干路為主、快速路和支路為輔，形成了一個(gè)局部的方格網(wǎng)。本文所需要的拓?fù)鋽?shù)據(jù)包括節(jié)點(diǎn)度、介數(shù)、離心率、路段長度，借助Gephi、MATLAB 以及百度地圖測距工具進(jìn)行統(tǒng)計(jì)；交通流數(shù)據(jù)包括節(jié)點(diǎn)負(fù)載、路段流量、路段通行能力，通過調(diào)查實(shí)際交通狀況獲取。考慮到度、介數(shù)、交通負(fù)載系數(shù)等拓?fù)浜凸δ苤笜?biāo)在評(píng)估交通網(wǎng)絡(luò)風(fēng)險(xiǎn)時(shí)存在明顯差異[6]，為避免指標(biāo)間的多重共線性，本文采用斯皮爾曼相關(guān)系數(shù)分析節(jié)點(diǎn)和路段風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)之間的相關(guān)性，相關(guān)系數(shù)矩陣見圖5。由圖5可看出，各指標(biāo)間線性相關(guān)性較低，彼此獨(dú)立。

圖5 風(fēng)險(xiǎn)評(píng)估指標(biāo)之間的相關(guān)系數(shù)矩陣

2.2 網(wǎng)絡(luò)風(fēng)險(xiǎn)評(píng)估

根據(jù)式（19）和式（20）可計(jì)算出每個(gè)節(jié)點(diǎn)和每條路段的風(fēng)險(xiǎn)系數(shù)，然后將結(jié)果進(jìn)行歸一化處理。由于風(fēng)險(xiǎn)評(píng)估模型中的功能指標(biāo)會(huì)隨著網(wǎng)絡(luò)中交通需求的變化而動(dòng)態(tài)變化，因此本文是基于動(dòng)態(tài)交通需求下的風(fēng)險(xiǎn)評(píng)估。首先根據(jù)低峰時(shí)段的路段流量，基于TransCAD 的OD 反推[17]得到初始狀態(tài)下的OD 需求，將其定義為低需求；然后在此基礎(chǔ)上分別將需求增大到初始狀態(tài)的3 倍和5 倍來模擬不同的交通需求，最后根據(jù)不同需求繪制節(jié)點(diǎn)和路段的風(fēng)險(xiǎn)分布圖（見圖6）。由圖6 可看出，隨著交通需求的增加，距高鐵站1km范圍內(nèi)的交叉口8、交叉口12、交叉口13 以及路段7、路段18、路段21的風(fēng)險(xiǎn)明顯增加。

圖6 風(fēng)險(xiǎn)值分布圖

當(dāng)需求增大到初始狀態(tài)的3 倍和5 倍后，不同節(jié)點(diǎn)的風(fēng)險(xiǎn)變化率如表1 所示。由表1 可看出，當(dāng)路網(wǎng)交通需求增大到初始狀態(tài)的3 倍后，節(jié)點(diǎn)20（明光路—鳳城十一路交叉口）的風(fēng)險(xiǎn)變化率達(dá)到了20%；當(dāng)路網(wǎng)交通需求增大到初始狀態(tài)的5倍后，節(jié)點(diǎn)1（元鳳二路—朱宏路交叉口）的風(fēng)險(xiǎn)顯著增加，達(dá)到了36.44%，因此該方法可有效識(shí)別不同交通需求下路網(wǎng)的風(fēng)險(xiǎn)源。

表1 不同需求下節(jié)點(diǎn)風(fēng)險(xiǎn)值及其風(fēng)險(xiǎn)變化率

當(dāng)交通需求增大到初始狀態(tài)的3 倍和5 倍后，不同路段的風(fēng)險(xiǎn)變化率如表2 所示。由表2 可看出，當(dāng)路網(wǎng)交通需求增加到初始狀態(tài)的3 倍后，路段45（鳳城十路西側(cè)）和路段50（鳳城十路西側(cè)）的風(fēng)險(xiǎn)變化率達(dá)到了20%。當(dāng)交通需求增大到初始狀態(tài)的5 倍時(shí)，路段18（鳳城十二路）的風(fēng)險(xiǎn)顯著增加，風(fēng)險(xiǎn)變化率達(dá)到了42.06%。

表2 不同需求下路段風(fēng)險(xiǎn)值及其風(fēng)險(xiǎn)變化率

為明確節(jié)點(diǎn)和路段對(duì)路網(wǎng)風(fēng)險(xiǎn)的影響，根據(jù)式（21）～式（22），可計(jì)算風(fēng)險(xiǎn)較高的節(jié)點(diǎn)和路段失效后路網(wǎng)風(fēng)險(xiǎn)值和網(wǎng)絡(luò)用戶平均行程時(shí)間損失，如表3所示。

表3 不同節(jié)點(diǎn)和路段對(duì)路網(wǎng)風(fēng)險(xiǎn)的影響

由表3可看出，風(fēng)險(xiǎn)最高的節(jié)點(diǎn)8（朱宏路—元朔路交叉口）失效后導(dǎo)致路網(wǎng)用戶平均出行時(shí)間損失高達(dá)2.7h，路段48（朱宏路南側(cè)）失效后導(dǎo)致路網(wǎng)用戶平均出行時(shí)間損失高達(dá)1.6h。節(jié)點(diǎn)對(duì)路網(wǎng)風(fēng)險(xiǎn)的影響要大于路段，這是因?yàn)楣?jié)點(diǎn)連接了較多的路段，一旦失效可能造成多條路徑無法正常通行。

2.3 評(píng)估模型的對(duì)比與驗(yàn)證

根據(jù)Welch 等人[18]的研究，節(jié)點(diǎn)和路段的風(fēng)險(xiǎn)可基于韌性評(píng)估，該研究用與節(jié)點(diǎn)相連路段的容量、車速、距離和節(jié)點(diǎn)間影響系數(shù)的乘積來計(jì)算韌性。為驗(yàn)證本文構(gòu)建的風(fēng)險(xiǎn)辨識(shí)模型的有效性，選取西安北站周邊路網(wǎng)中主干路的10 條路段，在不同交通需求下計(jì)算每條路段的風(fēng)險(xiǎn)值并排序，排序結(jié)果如表4所示。

表4 不同需求下路段風(fēng)險(xiǎn)排序

表4 中Za和Za′分別表示本文所提出的風(fēng)險(xiǎn)評(píng)估指標(biāo)和Welch 模型的風(fēng)險(xiǎn)評(píng)估指標(biāo)。根據(jù)表6 中不同需求下路段風(fēng)險(xiǎn)評(píng)估結(jié)果，可以看出未考慮網(wǎng)絡(luò)單元拓?fù)浜凸δ荞詈系腤elch 風(fēng)險(xiǎn)模型無法有效辨識(shí)出動(dòng)態(tài)需求下的風(fēng)險(xiǎn)路段，因?yàn)樵诓煌男枨笙侣范蔚娘L(fēng)險(xiǎn)排序結(jié)果近乎一致。相比于Welch 模型，本文提出的風(fēng)險(xiǎn)辨識(shí)模型評(píng)估出的路段48在較高的交通需求下風(fēng)險(xiǎn)有明顯的提高。這是因?yàn)樽鳛橥ㄍ哞F站主干路上的關(guān)鍵路段，路段48南北鄰接朱宏路快速路，東側(cè)與鳳城十路和鳳城十二路相連，拓?fù)溥B接緊密；當(dāng)南北側(cè)駛?cè)牒婉偝龈哞F站的客流增多、東側(cè)的路段較為擁堵時(shí)，易受到相鄰路段車流的影響，從而具有較高的功能耦合。此外，Welch 模型計(jì)算結(jié)果認(rèn)為路段5 在不同的需求下都具有較高的風(fēng)險(xiǎn)，但實(shí)際上其是單向行駛路段，南側(cè)駛?cè)敫哞F站的客流雖然較大，但北側(cè)高鐵站產(chǎn)生的客流只能從西側(cè)的朱宏路駛出，并且與之相連的路段也較少，并未有明顯的擁堵現(xiàn)象。由此可知，忽視拓?fù)浜凸δ荞詈系娘L(fēng)險(xiǎn)評(píng)估模型可能無法準(zhǔn)確對(duì)高鐵站周邊耦合性較強(qiáng)的網(wǎng)絡(luò)進(jìn)行風(fēng)險(xiǎn)辨識(shí)。

為進(jìn)一步分析網(wǎng)絡(luò)風(fēng)險(xiǎn)的動(dòng)態(tài)變化規(guī)律，選取編號(hào)為48（朱宏路南段）的重要路段，計(jì)算其在不同時(shí)段對(duì)高鐵站周邊路網(wǎng)風(fēng)險(xiǎn)的影響程度，并繪制2019 年4 月21 日5：00—10：00 和15：00—20：00的網(wǎng)絡(luò)風(fēng)險(xiǎn)變化曲線，如圖7和圖8所示。

由圖7 可看出，路段48 在6:20—6:30 對(duì)周邊路網(wǎng)影響較大，因?yàn)樵撀范伪眰?cè)有公交充電站，大量的公交車會(huì)在此時(shí)段發(fā)車，不僅造成路段無法正常通行，還會(huì)延長交通網(wǎng)絡(luò)中用戶的平均出行時(shí)間，增加網(wǎng)絡(luò)的運(yùn)行風(fēng)險(xiǎn)。另外，由圖8 可看出，該路段在18:00 左右也會(huì)造成交通網(wǎng)絡(luò)風(fēng)險(xiǎn)明顯增加，這可能是由于晚高峰車流增多和路段周邊施工圍擋，造成南北兩側(cè)的交叉口出現(xiàn)擁堵，降低了網(wǎng)絡(luò)的運(yùn)行效率。

圖7 早高峰動(dòng)態(tài)風(fēng)險(xiǎn)變化曲線圖

圖8 晚高峰動(dòng)態(tài)風(fēng)險(xiǎn)變化曲線圖

綜上，本文所提的動(dòng)態(tài)耦合風(fēng)險(xiǎn)辨識(shí)模型相比于傳統(tǒng)的Welch 模型，考慮了網(wǎng)絡(luò)拓?fù)浜凸δ艿鸟詈?，?duì)于高鐵站周邊這種具有短時(shí)高強(qiáng)度集散特征的路網(wǎng)的風(fēng)險(xiǎn)變化更為敏感，可準(zhǔn)確識(shí)別出對(duì)網(wǎng)絡(luò)風(fēng)險(xiǎn)影響較大的節(jié)點(diǎn)和路段，并實(shí)時(shí)將局部路網(wǎng)風(fēng)險(xiǎn)量化，有助于交通網(wǎng)絡(luò)風(fēng)險(xiǎn)動(dòng)態(tài)預(yù)警和緩解高鐵站周邊路網(wǎng)擁堵。

3 結(jié)語

相比于普通城市路網(wǎng)，高鐵站周邊路網(wǎng)具有交通集散需求高和路網(wǎng)單元耦合作用顯著等特點(diǎn)。當(dāng)交通出行需求較高時(shí)，不僅存在局部路段擁堵現(xiàn)象，還會(huì)顯著提高整個(gè)網(wǎng)絡(luò)的運(yùn)行風(fēng)險(xiǎn)。鑒于此，本文在考慮網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和功能特征的基礎(chǔ)上，還重點(diǎn)考慮了網(wǎng)絡(luò)單元的耦合作用，構(gòu)建了適用于高鐵站周邊路網(wǎng)的動(dòng)態(tài)耦合風(fēng)險(xiǎn)辨識(shí)模型，同時(shí)分析了不同交通需求下高鐵站周邊路網(wǎng)的風(fēng)險(xiǎn)動(dòng)態(tài)變化情況。研究表明不同交通需求下高鐵站周邊路網(wǎng)風(fēng)險(xiǎn)變化呈現(xiàn)出明顯的時(shí)空差異性，距離高鐵站較近且耦合作用較強(qiáng)的主干路和交叉口對(duì)網(wǎng)絡(luò)風(fēng)險(xiǎn)影響較大；隨著交通需求的增大，網(wǎng)絡(luò)單元風(fēng)險(xiǎn)也逐漸升高；不同網(wǎng)絡(luò)單元失效后對(duì)用戶平均出行時(shí)間損失的影響也具有顯著性差異?？紤]到用戶出行行為和路網(wǎng)空間結(jié)構(gòu)的區(qū)域異質(zhì)性，本研究的網(wǎng)絡(luò)風(fēng)險(xiǎn)評(píng)估方法在適用范圍仍具有一定局限，未來將對(duì)不同城市不同功能區(qū)域的路網(wǎng)風(fēng)險(xiǎn)進(jìn)行研究，以期制定綜合的風(fēng)險(xiǎn)評(píng)價(jià)方案來保障城市路網(wǎng)的高效運(yùn)行。