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(jì)算時(shí)間、流量等信息，但應(yīng)用效果欠佳。對(duì)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(gè)路網(wǎng)的重要性程度上，所以需要從路網(wǎng)角度對(duì)道路進(jìn)行脆弱性分析。文章通過路網(wǎng)中點(diǎn)、線、面的拓?fù)潢P(guān)系分析路網(wǎng)脆弱性，開發(fā)出一套簡(jiǎn)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(tái)對(duì)現(xiàn)實(shí)路網(wǎng)進(jìn)行分析。分析主要分為以下2個(gè)步驟：一是結(jié)合點(diǎn)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(jì)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(jì)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(hào)：N94；U12? 文獻(xiàn)標(biāo)識(shí)碼：A? ?文章編號(hào)：1674-0688（2023）05-0053-04

0 引言

在災(zāi)害風(fēng)險(xiǎn)評(píng)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(shí)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(diǎn)保持連接的概率，它反映了網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)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(shí)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(shí)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(shí)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?yàn)橹鞲陕肥俏ㄒ坏耐ㄐ新肪€，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(duì)于道路稀疏的路網(wǎng)，其脆弱性由路段所占整個(gè)路網(wǎng)的重要程度體現(xiàn)。因此，從路網(wǎng)的角度評(píng)估每條路段的重要性更有實(shí)際價(jià)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(jì)算路網(wǎng)脆弱性的空間分析流程，用于路網(wǎng)脆弱性評(píng)估。

1 研究區(qū)概況

新藏公路作為從新疆進(jìn)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(guó)西南、西北邊陲最重要的國(guó)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(zhǎng)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(diǎn)，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(yuǎn)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(shí)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(gè)開放、免費(fèi)、可編輯的世界地圖項(xiàng)目，它提供一個(gè)由社區(qū)驅(qū)動(dòng)的全球地理信息數(shù)據(jù)庫(kù)，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(fèi)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(chǎng)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(chǔ)，可以使用多種GIS軟件和程序進(jìn)行處理和分析。

2.2 識(shí)別方法

識(shí)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(shí)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(duì)整個(gè)網(wǎng)絡(luò)的影響。為識(shí)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(píng)級(jí)和穩(wěn)健性指數(shù)等識(shí)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(shí)，計(jì)算效率低，存在判斷錯(cuò)誤的重大風(fēng)險(xiǎn)。在關(guān)鍵路段的識(shí)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(huì)形成孤立的子道路網(wǎng)，當(dāng)出現(xiàn)孤鏈時(shí)，許多算法必須改動(dòng)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(shí)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(diǎn)是考慮路網(wǎng)中不僅有節(jié)點(diǎn)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(diǎn)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(diǎn)和線之間的規(guī)律是當(dāng)一個(gè)節(jié)點(diǎn)所連接的路段只有一條時(shí)，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(gè)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(fèi)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(jì)算其余路段的脆弱性，同時(shí)可以在ArcGIS（計(jì)算機(jī)制圖）軟件上直接分析從OSM上獲取的shp格式的現(xiàn)實(shí)道路數(shù)據(jù)。

2.3 識(shí)別方法驗(yàn)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(gè)不同特點(diǎn)的區(qū)域作為研究樣本進(jìn)行對(duì)比驗(yàn)證，結(jié)果如圖2所示。北京市西城區(qū)為發(fā)達(dá)城市路網(wǎng)樣本，經(jīng)計(jì)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(yuǎn)地區(qū)路網(wǎng)樣本，經(jīng)計(jì)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(jì)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(yuǎn)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(jì)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(duì)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(yuǎn)或多山地區(qū)，路網(wǎng)脆弱性相應(yīng)增加，既處于邊遠(yuǎn)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(duì)道路路網(wǎng)脆弱性進(jìn)行定義與識(shí)別后，需要進(jìn)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(jìn)行計(jì)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(shí)的道路數(shù)據(jù)。研究也嘗試從節(jié)點(diǎn)的角度使用遍歷節(jié)點(diǎn)的方法進(jìn)行分析，但這種方法的結(jié)果很難轉(zhuǎn)換為計(jì)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(jì)算問題。確定點(diǎn)、線、面的拓?fù)潢P(guān)系是順利使用該方法的一個(gè)前提，網(wǎng)路中點(diǎn)、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(dú)從節(jié)點(diǎn)、路段或路面考慮，而應(yīng)考慮路網(wǎng)中的點(diǎn)、線、面之間的關(guān)系。

本研究使用ArcGIS軟件進(jìn)行空間分析。在ArcGIS中，拓?fù)浞治鍪且环N用于檢查和維護(hù)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(cuò)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(shí)的空間關(guān)系進(jìn)行脆弱性分析，所以確定點(diǎn)、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(jìn)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(jì)數(shù)字段并將值設(shè)為1，將節(jié)點(diǎn)圖層空間與路段圖層連接，統(tǒng)計(jì)計(jì)數(shù)字段，統(tǒng)計(jì)方法為求和。統(tǒng)計(jì)結(jié)果中，圖層計(jì)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(jì)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(jì)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(jì)面積字段，統(tǒng)計(jì)方法為求平均值，將統(tǒng)計(jì)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(gè)路網(wǎng)中的比例作為路網(wǎng)脆弱性的估值是合乎實(shí)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?yàn)樵擃惵范我坏┦?，其連接的節(jié)點(diǎn)將永遠(yuǎn)無法相通。對(duì)其余路段可以單獨(dú)計(jì)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(zhǎng)度，因?yàn)橹恍枰从称渥钚≈?，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(jì)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(duì)除斷頭路和孤鏈外的其余路段的脆弱性數(shù)值進(jìn)行劃分發(fā)現(xiàn)，距均值一個(gè)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(zhǎng)度只占研究區(qū)道路總長(zhǎng)度的63%，這符合研究區(qū)實(shí)際情況，脆弱性低的路段整體長(zhǎng)度比較低，因?yàn)榇蟛糠质禽^短的城鎮(zhèn)道路。但結(jié)果表明路段脆弱性數(shù)值和其長(zhǎng)度沒有直接關(guān)系，脆弱性數(shù)值低的路段其長(zhǎng)度也有高值，長(zhǎng)度低的路段也會(huì)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(duì)較高，具體對(duì)比數(shù)據(jù)見表1。

4 結(jié)語

本研究開發(fā)出一套簡(jiǎn)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(diǎn)、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(jìn)行分析，計(jì)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(diǎn)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(jì)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(diǎn)與面的關(guān)系中進(jìn)一步尋找有價(jià)值的信息或規(guī)律。

5 參考文獻(xiàn)

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

［2］孫啟龍，呂穎，張利國(guó).基于深度學(xué)習(xí)的道路可靠性評(píng)估方法與實(shí)驗(yàn)［A］.中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì).第37屆中國(guó)控制會(huì)議論文集（E）［C］.武漢：中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)，中國(guó)系統(tǒng)工程學(xué)會(huì)（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(guó)城市規(guī)劃學(xué)會(huì)城市交通規(guī)劃學(xué)術(shù)委員會(huì).協(xié)同發(fā)展與交通實(shí)踐——2015年中國(guó)城市交通規(guī)劃年會(huì)暨第28次學(xué)術(shù)研討會(huì)論文集［C］.杭州：中國(guó)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(cè)與連通性分析［J］.四川大學(xué)學(xué)報(bào)（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(jiǎn)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(xiǎn)評(píng)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.