沈小燕,藍(lán) 倩,華 珺,隋新宇

(1. 長安大學(xué) 汽車學(xué)院,陜西 西安 710064; 2. 北京航空航天大學(xué) 交通科學(xué)與工程學(xué)院,北京 100191)

0 引 言

危險貨物具有易燃、易爆、腐蝕、毒性等危險特性,其運輸事故極易引起危險貨物的泄漏,進(jìn)而導(dǎo)致火災(zāi)、毒氣擴散甚至災(zāi)難性爆炸等嚴(yán)重后果,不僅波及范圍廣、化學(xué)傷害形式特殊且影響深遠(yuǎn),對生態(tài)環(huán)境、農(nóng)業(yè)作物均會產(chǎn)生不可挽回的影響。因此,研究危險貨物道路運輸事故的應(yīng)急處置能力,對于控制事故產(chǎn)生的危害具有重要意義。

危險貨物運輸事故應(yīng)急管理一直是研究關(guān)注的重點之一?，F(xiàn)有研究集中在應(yīng)急決策、應(yīng)急能力評估、應(yīng)急站點規(guī)劃、應(yīng)急路線優(yōu)化、應(yīng)急物資調(diào)度等方面。如張青松等[1-2]利用解釋結(jié)構(gòu)模型(ISM)和CBR推理技術(shù),分別構(gòu)建了危險品航空運輸應(yīng)急管理機制多層遞階結(jié)構(gòu)圖和應(yīng)急決策案例推理模型;B.FABIANO等[3]基于圖論的理論方法規(guī)劃危險貨物運輸事故的最佳應(yīng)急行動;O.BERMAN等[4]提出了使用最大弧覆蓋模型評估危險貨物運輸事故應(yīng)急響應(yīng)能力;CHEN Gangtie等[5]結(jié)合量子粒子群模型分析危險貨物泄漏時,給定時間內(nèi)主要路網(wǎng)和核心路網(wǎng)的應(yīng)急疏散,結(jié)果顯示,若交管部門充分利用信息優(yōu)勢和主導(dǎo)路網(wǎng)的疏散能力,疏散能力將比正常情況下提高56.9%;M.KINATEDER等[6]分析當(dāng)隧道內(nèi)發(fā)生危險貨物火災(zāi)時風(fēng)險增加對參與者主觀危險感知和疏散行為的影響;趙金龍等[7]針對危險化學(xué)品泄漏后的應(yīng)急救援過程,結(jié)合Agent相關(guān)基礎(chǔ)理論,開發(fā)了一套公路危化品泄漏事故應(yīng)急調(diào)度系統(tǒng);王起全等[8]采用蟻群算法模擬仿真港口危險貨物運輸事故時受災(zāi)最嚴(yán)重小區(qū)的居民疏散情況,找到最佳疏散路徑;HUANG Wencheng等[9]提出了用融合自包含GN算法和均值-方差模型的方法來分配危險貨物道路運輸網(wǎng)絡(luò)中的應(yīng)急物資。

危險貨物道路運輸事故應(yīng)急過程是一個非線性、時變、復(fù)雜的多反饋過程,需要人、管理部門、車輛、道路和應(yīng)急設(shè)施的協(xié)同管理。系統(tǒng)動力學(xué)作為探討復(fù)雜系統(tǒng)反饋結(jié)構(gòu)與行為模式的科學(xué),已廣泛用于處理應(yīng)急管理中的復(fù)雜問題,尤其是應(yīng)用于應(yīng)急資源供應(yīng)和調(diào)度[10-12]、應(yīng)急疏散[13],醫(yī)院急診科[14-15]和洪災(zāi)急救[16]等領(lǐng)域,但將其運用到危險貨物運輸事故應(yīng)急管理的研究較少。筆者擬從宏觀系統(tǒng)角度探討危險貨物道路運輸事故應(yīng)急過程,利用系統(tǒng)動力學(xué)模型模擬關(guān)鍵因素對應(yīng)急處置能力的影響,并研究各因素隨時間的動態(tài)演化特征。

1 模型構(gòu)建

危險貨物道路運輸事故應(yīng)急過程通常包含兩個階段:一是信息處理階段,涉及事故報告和相關(guān)應(yīng)急部門啟動后續(xù)應(yīng)急程序; 二是應(yīng)急響應(yīng)階段,有關(guān)物資運送、人員和車輛疏散的信息實時反饋給應(yīng)急部門,以便動態(tài)評估并做出決策。因此,筆者以事故現(xiàn)場信息流動為主線,研究范圍包括事故報警、應(yīng)急響應(yīng)、應(yīng)急疏散救援、應(yīng)急處置信息反饋,關(guān)系如圖1。

圖1 危險貨物道路運輸事故應(yīng)急處置基本框架Fig. 1 Basic framework of emergency response of road transportation accidents of dangerous goods

基于普適性和適當(dāng)簡化原則,應(yīng)急處置過程中作以下假設(shè):只有單一應(yīng)急物資倉儲設(shè)施參與物資調(diào)運工作,且僅涉及單一種類的應(yīng)急物資調(diào)運;只有單一醫(yī)療救援機構(gòu)參與人員救援工作;人員疏散與車輛疏散過程中只涉及事故區(qū)域外部人員和車輛自由進(jìn)入事故區(qū)域,不涉及事故區(qū)域內(nèi)部人員和車輛在非交通管制的情況下自由離開事故區(qū)域。

1.1 模型因果回路

筆者將事故應(yīng)急處置過程細(xì)分成由事故信息處理、救援物資調(diào)運、人員救援與疏散以及車輛疏散等4個子系統(tǒng)構(gòu)成的系統(tǒng),根據(jù)子系統(tǒng)中各因素的因果機制和各子系統(tǒng)之間的關(guān)聯(lián)性,構(gòu)建危險貨物道路運輸事故應(yīng)急處置過程因果回路,如圖2。

圖2 應(yīng)急處置過程因果回路Fig. 2 Causal loop diagram of emergency response procedures

因果回路包括4個反饋環(huán):

1)事故信息處理正反饋環(huán):事故發(fā)生現(xiàn)場信息報告-→事故信息接收+→事故信息評估+→事故現(xiàn)場指揮+→事故現(xiàn)場處置-→事故發(fā)生現(xiàn)場信息反饋。若事故發(fā)生現(xiàn)場信息復(fù)雜程度低,則有利于信息接收等后續(xù)工作開展,從而抑制事故發(fā)生現(xiàn)場信息復(fù)雜程度的持續(xù)增加。信息復(fù)雜程度受到事故信息處理過程的調(diào)節(jié)后,其成長因受到抑制而減緩甚至停頓。

2)人員救援與疏散正反饋環(huán):事故區(qū)域待疏散人數(shù)+→人員密度-→人員速度+→行人流量+→行人疏散速度+→安全區(qū)域人數(shù)-→事故區(qū)域待疏散人數(shù)更新。待疏散人數(shù)的持續(xù)增加使疏散道路的人員密度逐漸增大,行人運動速度隨之減慢,單位時間內(nèi)的行人流量減小,從而使得疏散速度減慢。交通管制部門需引導(dǎo)事故區(qū)域內(nèi)待疏散人群全部轉(zhuǎn)移至安全區(qū)域,而由于人群疏散速度受到主客觀原因影響,安全區(qū)域人數(shù)的增加受到抑制,出現(xiàn)增長緩慢現(xiàn)象。

3)車輛疏散正反饋環(huán):事故區(qū)域路網(wǎng)待疏散車輛+→車流密度-→車輛速度+→車流量+→車輛疏散速度+→安全區(qū)域車輛-→事故區(qū)域路網(wǎng)待疏散車輛更新。待疏散車輛增加導(dǎo)致車流密度增大,行駛速度減慢,疏散過程中單位時間內(nèi)的車流量減小,從而使得疏散速度減慢,疏散至安全區(qū)域車輛增加緩慢,同時待疏散車輛緩慢減少。

4)救援物資調(diào)運負(fù)反饋環(huán):現(xiàn)場物資需求缺口+→裝載速度+→物資在途運輸量+→運輸速度+→到達(dá)現(xiàn)場物資量-→現(xiàn)場物資需求缺口更新。由于持續(xù)增長的物資需求,導(dǎo)致需求缺口增加,從而要求物資儲備倉庫加快裝載速度,增加在途運輸量,提高運輸速度,使得到達(dá)現(xiàn)場物資量增加,從而減小需求缺口。救援物資供給部門根據(jù)需求缺口采取補給行動,但有時無法馬上產(chǎn)生效果,而是根據(jù)裝載速度和運輸速度變化而產(chǎn)生延遲。

1.2 系統(tǒng)流圖與關(guān)系方程建立

筆者以一起毒性氣體泄漏、擴散和周圍人員中毒受傷的重特大危險貨物道路運輸事故為例,基于應(yīng)急處置過程因果回路和關(guān)系機制,提取狀態(tài)變量、速率變量、輔助變量和常量,運用VENSIM軟件將因果關(guān)系模型化,建立事故應(yīng)急處置過程系統(tǒng)流圖(圖3)。

圖3 應(yīng)急處置過程系統(tǒng)流圖Fig. 3 System flowchart of emergency response procedures

1.2.1 信息處理模塊

事故現(xiàn)場信息處理是整個事故應(yīng)急處置過程的動脈,決策部門需根據(jù)事故現(xiàn)場信息對事故嚴(yán)重程度和應(yīng)急處置的復(fù)雜程度進(jìn)行預(yù)判,以此開展應(yīng)急處置工作。事故現(xiàn)場信息需經(jīng)過報警、接收、評估、指揮和處置行動,直至事故應(yīng)急處置工作全部完成。將事故嚴(yán)重程度分為1級(特別重大)、2級(重大)、3級(較大)和4級(一般)4個等級,對應(yīng)的事故信息量分別設(shè)為3 000p、2 500p、2 000p、1 500p,其中p代表一個標(biāo)準(zhǔn)單元,無量綱。信息處理模塊主要函數(shù)關(guān)系如式(1)～式(6):

Mon=fINTEG(Fm-Sa,Ma×α)

(1)

Ma=fIF THEN ELSE{β<4,fIF THEN ELSE{β<3,[fIF THEN ELSE(β<2,1 500,2 000),2 500]3 000}}

(2)

Sa=fMAX{fMAX[fDELAY1I(Sh,Dh,0),fDELAY1I(Sv,Dv,0)],fDELAY1I(Sm,Dm,0)}

(3)

Se=fDELAY1I(Sex×γ×δ×ε,Dr,0)

(4)

Sae=fDELAY1I[(St,Dd,0)×∈×ζ]

(5)

Fm=fDELAY1I(Md/Tf,Tf,0)

(6)

式中:Mon為事故現(xiàn)場信息量;fINTEG(·)函數(shù)用于計算系統(tǒng)的積分值;Fm事故現(xiàn)場處置信息反饋速度;Sa為報警速度;Ma為事故信息量;α為自然因素影響率;β為受災(zāi)程度;fMAX(·)函數(shù)用于比較變量的大小關(guān)系,并選取其中的最大值作為函數(shù)值;Sh為人員報警速度;Dh人員報警延遲時間;Sv為車輛報警速度;Dv為車輛報警延遲時間;Sm為監(jiān)控報警速度;fDELAY1I函數(shù)用于根據(jù)設(shè)定的物質(zhì)延遲時間對輸入量作延遲處理;Dm為監(jiān)控系統(tǒng)反應(yīng)時間;Se為評估速度;Sex為專家評估速度;γ為評估難度系數(shù);δ為災(zāi)情擴散程度系數(shù);ε為評估水平;Dr為信息接收延遲時間;Sae為行動執(zhí)行速度;St為任務(wù)執(zhí)行速度;Dd為各部門到達(dá)延遲時間;∈為指揮水平;ζ為信息化程度系數(shù);Md為事故現(xiàn)場處置信息量;Tf為信息反饋時間。

1.2.2 人員救援與疏散模塊

毒性氣體擴散會威脅人員安全,則該人員從待疏散狀態(tài)轉(zhuǎn)變?yōu)榇仍疇顟B(tài);人員以一定速率從待疏散狀態(tài)變?yōu)榇仍疇顟B(tài),其受傷速率受到毒性氣體在事故區(qū)域內(nèi)發(fā)生擴散的比例隨時間的變化情況以及傷員發(fā)現(xiàn)時間影響;在有人員受傷情況下,救援人員到達(dá)和傷員救護(hù)的速度直接影響救援速率,并且與救援信息傳遞時間有關(guān)。由于人員管控工作及公共信息發(fā)布存在延遲,事故發(fā)生區(qū)域內(nèi)人員向安全區(qū)域和道路疏散的同時,也存在事故區(qū)域外人員進(jìn)入事故區(qū)域的情況。事故區(qū)域內(nèi)待疏散人員的增加將直接影響區(qū)域內(nèi)人員的密度,從而改變?nèi)藛T行走速度,使得人員疏散和撤離行動受到影響。人員救援與疏散模塊主要函數(shù)關(guān)系如式(7)～式(17):

Nrh=fINTEG(Vi-Vr,0)

(7)

Nt=fINTEG(Vr,0)

(8)

Vi=fIF THEN ELSE{Nrh>0,fDELAY1I[(Np×η1×θ×?)/Ti],0}

(9)

Vr=fIF THEN ELSE[Nr>0,fDELAY1I(Sir,Drt+Tr,0),0]

(10)

Svr=fIF THEN ELSE{[(T?7):AND:(T?9)]:OR:[(T?17):AND:(T?19)],7.5,12.5}

(11)

Neh=fINTEG(Spea-Vi-Spe,Np×η1)

(12)

Spea=fDELAY1I(Speafc,Dpir+Dpc,Spf)

(13)

ρh=(Neh-Nrc)/Lr

(14)

Fp=(ρh×Sp)/Wp

(15)

Spe=fDELAY1I(Fp×Wp,Dpr,0)

(16)

Spd=fDELAY1I(Spd,Dpa,0)

(17)

式中:Nrh為事故區(qū)域待救援人數(shù);Vi為人員受傷速率;Vr救援速率;Nt為轉(zhuǎn)移至救援機構(gòu)人數(shù);Np為事故區(qū)域總行人數(shù);η1為時間折減系數(shù)1;θ氣體為擴散比例;?為人員中毒概率;Ti為傷員發(fā)現(xiàn)時間;Sir為傷員救護(hù)速度;Drt為救援信息傳遞延遲時間;Tr為救援人員到達(dá)時間;Svr為救援車輛速度;T為時段;Neh為事故區(qū)域待疏散人數(shù);Spea為進(jìn)入事故區(qū)域人員速度;Spe為行人疏散速度;Speafc為全面管控下進(jìn)入事故區(qū)域人員速度;Dpir為公共信息發(fā)布延遲時間;Dpc為人員管控延遲時間;Spf為行人自由速度;ρh為人員密度;Nrc為道路容納人數(shù);Lr為道路長度;Fp為行人流量;Sp為人員速度;Wp為人行道有效疏散寬度;Dpr為行人反應(yīng)延遲時間;Spd為行人撤離速度;Dpa為行人行動延遲時間。

1.2.3 車輛疏散模塊

事故發(fā)生后,車輛疏散運動受駕駛員自身特征和交通管理措施影響。在交通管制引導(dǎo)車輛疏散過程中,車輛疏散量的增大會引起道路車流狀態(tài)動態(tài)變化。車輛疏散模塊主要函數(shù)關(guān)系如式(18)～式(23):

Nev=fINTEG(Svea-Sve,Nv×η2)

(18)

Svea=fDELAY1I[(Sveafc,Dtir+Dtc,Svf)×ρv]

(19)

Svd=fDELAY1I(Svd,Dda,0)

(20)

ρfv=(Nev-Nle)/Lr

(21)

Fv=(ρfv×Sv)/(Nl×Wv)

(22)

Sve=Fv×Nl×Wv

(23)

式中:Nev為事故區(qū)域路網(wǎng)待疏散車輛;Svea為進(jìn)入事故區(qū)域路網(wǎng)車輛速度;Sve為車輛疏散速度;Nv事故區(qū)域路網(wǎng)總車輛數(shù);η2為時間折減系數(shù)2;Sveafc為全面管制下進(jìn)入事故區(qū)域路網(wǎng)車輛速度;Dtir為交通信息發(fā)布延遲時間;Dtc為交通管制延遲時間;Svf為車輛自由速度;ρv為事故區(qū)域路網(wǎng)車輛密度;Svd為車輛撤離速度;Dda為駕駛員行動延遲時間;ρfv為車流密度;Nle為車道疏散量;Fv為車流量;Sv為車輛速度;Nl為有效疏散車道數(shù);Wv為車道寬度。

1.2.4 救援物資調(diào)運模塊

應(yīng)急救援物資供應(yīng)是保障救援工作順利開展的關(guān)鍵。隨著救援工作開展,現(xiàn)場應(yīng)急救援物資會逐漸消耗,現(xiàn)場物資需求缺口增大,反過來影響救援工作順利進(jìn)行,物資儲存?zhèn)}庫需要不斷向事故現(xiàn)場運輸救援物資?，F(xiàn)場救援物資需求量受事故區(qū)域待救援人數(shù)等因素影響。定義文中物資量的一個標(biāo)準(zhǔn)單元為q,無量綱。救援物資調(diào)運模塊主要函數(shù)關(guān)系如式(24)～式(32):

Mit=fINTEG(Vmd-Vma,0)

(24)

Mis=fINTEG(Vma-Vmc,Mio)

(25)

Vmd=fIF THEN ELSE(Msdg>0,fDELAY1I(λ/Tl,Tia+Di),0)

(26)

Vma=Mit/Tt

(27)

Vmc=fWITH LOOKUP{[t, (0,0)-(8 000,6),(0,0),(150,0.8),(300,1.5),(600,2.8),(900,4),(1 200,5),(1 500,5.6),(1 800,6),(2 100,5.6),(2 400,5),(2 700,4),(3 000,2.8),(3 300,1.5),(3 600,0.8),(4 000,0.5),(5 000,0.25),(6 000,0.1),(8 000,0)]}

(28)

Msdg=Mtd-Mqs

(29)

Md=Nrh-Mph

(30)

λ=Ntv×Ctv

(31)

Stv=fIF THEN ELSE{[(T?7):AND:(T?9)):OR:((T?17):AND:(T?19)],7.5,12.5}

(32)

式中:Mit為在途物資庫存量;Vmd為物資發(fā)貨速率;Vma為物資運抵速率;Mis為現(xiàn)場物資庫存量;Vmc為物資消耗速率;Mio為原始庫存量;Msdg現(xiàn)場物資需求缺口;λ為運輸能力;Tl為裝載時間;Tia為庫存調(diào)節(jié)時間;Di為信息延遲時間;fWITH LOOKUP(·)函數(shù)用于建立系統(tǒng)中兩個變量之間存在的非線性關(guān)系;Mtd為物資需求總量;Mqs為到達(dá)現(xiàn)場物資量;Md為物資需求量;Mph為人均需求量;Ntv為運輸車輛調(diào)運車次;Ctv單位運輸車輛容量;Stv為運輸車輛速度;t為事故發(fā)生時間。

此外,根據(jù)文獻(xiàn)[17]建立的應(yīng)急物資需求模型,應(yīng)急物資消耗速率不是恒定的,總體會呈現(xiàn)先增后減的變化趨勢。模型假設(shè)物資消耗速率與應(yīng)急處置時間呈近似二次函數(shù)關(guān)系,應(yīng)急處置工作開始時物資最小消耗速率為0,然后消耗隨時間呈“S”形增加,當(dāng)應(yīng)急處置進(jìn)行到30 min時,消耗速率達(dá)到峰值,為6qs-1,隨后逐漸較少,到仿真結(jié)束時減少為0。運用WITH LOOKUP功能建立物資消耗速率曲線,曲線上的值即為不同應(yīng)急處置時刻的物資消耗速率。

2 實例分析與政策模擬

2.1 模擬變量取值

事故發(fā)生后緊急狀態(tài)下的應(yīng)急處置過程所需模擬變量取值見表1。

表1 模型模擬中的常量或初始值Table 1 Constant or initial values in simulation model

2.2 模型有效性檢驗

為檢驗所建立的模型與真實世界的差距,并針對模型的缺陷進(jìn)行改進(jìn),筆者通過量綱一致性檢驗后,采用現(xiàn)實性檢驗和極端條件測試對其進(jìn)行進(jìn)一步檢驗。

2.2.1 現(xiàn)實性檢驗

為檢驗系統(tǒng)仿真結(jié)果有效,以一起毒性氣體泄漏、擴散和周圍人員中毒受傷的重特大危險貨物道路運輸事故為例,對危險貨物運輸事故應(yīng)急演化仿真結(jié)果進(jìn)行驗證。由于危險貨物運輸事故應(yīng)急處置過程復(fù)雜,事故報告中應(yīng)急救援?dāng)?shù)據(jù)不全,因此僅選取事故報告中所記載的參與救援人數(shù)、車輛數(shù)、疏散人數(shù)等數(shù)據(jù)與仿真結(jié)果進(jìn)行對比驗證,具體數(shù)據(jù)見表2?？梢钥闯稣`差都在10%以內(nèi),仿真預(yù)測值與真實情況基本相符,可用于仿真分析。

表2 模型仿真檢驗結(jié)果Table 2 Model simulation test results

2.2.2 極端條件測試

極端條件測試是指對模型作“沖擊”處理,即把模型中的某個或某幾個變量置于極端情況下,模擬、觀察所構(gòu)建的模型由此產(chǎn)生的行為和反應(yīng),以證明模型是否能反映實際系統(tǒng)的變化規(guī)律或決策者的意愿。

在信息處理模塊中,假設(shè)事故現(xiàn)場信息處置后需長時間方可得到反饋。取信息反饋時間為仿真時間的1/2,即信息反饋時間為4 000 s,此時事故現(xiàn)場信息經(jīng)過報警、接收、評估和處置等一系列工作環(huán)節(jié)還未得到反饋和循環(huán)即已結(jié)束,事故發(fā)生現(xiàn)場信息量迅速降為負(fù)值。在車輛疏散模塊中,在非緊急狀態(tài)下,令Svf=0,進(jìn)而使得Svea=0,同時使得Sve=0,因此,Nev保持不變,如圖4(a)。

在人員救援與疏散模塊中,模擬疏散停滯狀態(tài),即在非緊急情況下,令Spf=0,此時人員疏散模塊出現(xiàn)停滯,Neh在一定時間內(nèi)全部轉(zhuǎn)化為待救援狀態(tài),如圖4(b)。

對于救援物資調(diào)運模塊,令Ctv=0,即λ=0,可得結(jié)果如圖4(c)。此時由于λ突降,物資倉儲中心的物資無法正常發(fā)貨并運送至事故現(xiàn)場,從而使得Mis在Mio耗盡后由于需求量的增加而快速降為負(fù)值,而Msdg也不斷擴大,這是符合現(xiàn)實的。各模塊在極端條件下的行為特征均符合現(xiàn)實情況,因此,認(rèn)為模型能夠通過極端條件測試。

圖4 極端條件測試Fig. 4 Extreme condition test

2.3 模型敏感性分析

敏感性分析是檢驗?zāi)Ｐ驮诜抡鏁r段內(nèi)的敏感性趨勢,可以從中提取影響事故應(yīng)急處置能力的主要因素。筆者分別以Msdg、Nt、安全區(qū)域車輛數(shù)Nvs和Mon為測試目標(biāo),選取Ntv、ζ、St、Tf、Dtc和救援機構(gòu)距離dh這6個因素作為參數(shù),并假設(shè)各參數(shù)在相應(yīng)區(qū)間上服從隨機分布,分別運行模型200次,測試對其變化產(chǎn)生敏感作用較大的變量以及敏感性分析結(jié)果,如圖5。圖5中不同顏色條帶代表不同程度的敏感置信區(qū)間,敏感帶越寬,面積越大,代表該參數(shù)對敏感性分析目標(biāo)的影響越大。

圖5 敏感性分析結(jié)果Fig. 5 Sensitivity analysis results

由圖5可知,參數(shù)取值改變對各個變量的敏感性較強,且隨時間變化趨勢基本一致。因此,可認(rèn)為上述測試參數(shù)是變量的主要影響因素,可以通過調(diào)整應(yīng)急策略參數(shù)進(jìn)行相應(yīng)的策略仿真模擬,分析策略的實施對事故應(yīng)急處置能力的影響。

3 決策分析

根據(jù)敏感性分析結(jié)果提取影響危險貨物道路運輸事故應(yīng)急處置的主要因素,通過改變因素的取值,模擬并觀察變量在不同決策下的演化行為,進(jìn)行應(yīng)急處置能力提升的決策分析。

3.1 增加運輸車輛調(diào)運車次

運輸車輛調(diào)運車次為10、15、20次時,模擬現(xiàn)場物資庫存量或現(xiàn)場物資需求缺口隨事故發(fā)生時間的變化情況如圖6。車輛調(diào)運車次增加,在應(yīng)急救援工作前期,現(xiàn)場物資庫存量明顯增加,其峰值分別為577.0q、660.0q、735.2q。運輸車輛調(diào)運車次增加一倍,現(xiàn)場物資庫存量峰值將增加27%,有效減少了應(yīng)急資源的庫存短缺。因此,增加車輛調(diào)運車次能及時補給應(yīng)急資源,有效減少應(yīng)急資源庫存短缺。而充足的物資儲備能縮短事故后應(yīng)急物資的調(diào)運時間,保障物資準(zhǔn)備、調(diào)配和運輸耗時最短。

圖6 增加運輸車輛調(diào)運車次策略模擬仿真結(jié)果Fig. 6 Simulation results of strategies for adding the transportation vehicle dispatching number

3.2 提高倉儲信息化程度

倉儲信息化程度分別為1、5和9時,模擬庫存調(diào)節(jié)時間隨事故發(fā)生時間的變化情況如圖7。隨著倉儲信息化程度的提高,物資儲備倉的庫存調(diào)節(jié)時間顯著降低,能有效加快救援物資調(diào)運工作。此外,倉儲信息化程度的提高除了使庫存調(diào)節(jié)時間縮短外,同樣能夠增加在途物資庫存量、減少現(xiàn)場物資需求缺口。

圖7 提高倉儲信息化程度策略模擬仿真結(jié)果Fig. 7 Simulation results of strategies for improving warehousing informatization

3.3 加快任務(wù)執(zhí)行速度

任務(wù)執(zhí)行速度分別為1.15、1.20和1.25時,模擬行動執(zhí)行速度和事故現(xiàn)場處置信息量隨事故發(fā)生時間的變化情況如圖8。任務(wù)執(zhí)行速度加快使得應(yīng)急處置工作行動執(zhí)行速度相應(yīng)加快,行動執(zhí)行速度分別為1.266、1.322、1.377p/s,任務(wù)執(zhí)行速度提高8.9%,應(yīng)急處置行動執(zhí)行速度提高8.8%,在仿真時段內(nèi)每一時刻所處置的信息量也相應(yīng)增加,從而增強信息在處置工作過程中的流動性。

圖8 加快任務(wù)執(zhí)行速度策略模擬仿真結(jié)果Fig. 8 Simulation results of strategy for accelerating task execution speed

3.4 縮短信息反饋時間

信息反饋時間為120、80、40 s時,模擬事故現(xiàn)場信息處置反饋速度和事故發(fā)生現(xiàn)場信息量隨事故發(fā)生時間的變化情況如圖9。隨著信息反饋時間的縮短,在事故處置工作初期,信息處置反饋速度即顯著提高,提高到一定程度后保持穩(wěn)定,反饋回的信息量使得事故現(xiàn)場信息量增加更多。

圖9 縮短信息反饋時間策略模擬仿真結(jié)果Fig. 9 Simulation results of the strategy for shortening information feedback time

3.5 縮短交通管制延遲時間

交通管制延遲時間為480、300、120 s時,模擬進(jìn)入事故區(qū)域路網(wǎng)車輛速度和事故區(qū)域路網(wǎng)待疏散車輛隨事故發(fā)生時間的變化情況如圖10。與人員疏散工作類似,交通管制延遲時間越短,從事故區(qū)域路網(wǎng)外部進(jìn)入事故區(qū)域路網(wǎng)內(nèi)部的車輛速度減小得越快,在仿真時刻第8 000 s時,分別為0.008 1、0.002 5、0.000 4輛/s;待疏散車輛數(shù)量也因此減少,其峰值分別為2 026、1 971、1 910 輛;此外,還能夠更早完成疏散工作,在仿真時刻第8 000 s時,剩余待疏散車輛分別為7.253、2.639、0.661輛。交通管制延遲時間縮短360 s,待疏散車輛減少116 輛,同時減緩了進(jìn)入事故區(qū)域路網(wǎng)內(nèi)部車輛速度。

圖10 縮短交通管制延遲時間策略模擬仿真結(jié)果Fig. 10 Simulation results of strategies for reducing the delay time of traffic control

3.6 縮短救援機構(gòu)距離

狀態(tài)1、狀態(tài)2、狀態(tài)3為救援機構(gòu)距離分別為5 000、3 000、1 000 m時模擬救援速率和轉(zhuǎn)移至救援機構(gòu)人數(shù)隨事故發(fā)生時間的變化情況,如圖11。

圖11 縮短救援機構(gòu)距離策略模擬仿真結(jié)果Fig. 11 Simulation results of strategy for shortening rescue organization distance

救援機構(gòu)距離的縮短使得救援人員能夠更快到達(dá)事故現(xiàn)場,其救援速率由0增加到最大值所需的時間更短,在狀態(tài)2和狀態(tài)3下分別為5 445 、4 207 s,而在狀態(tài)1下,在仿真時間6 000 s時,其救援速度尚未達(dá)到最大值,為0.009 94人/s。當(dāng)醫(yī)療救援機構(gòu)與事故現(xiàn)場距離減小60%時,救援速率提前1 238 s 達(dá)到峰值。此外,隨著救援機構(gòu)距離的縮短,在相同的仿真時間內(nèi),轉(zhuǎn)移至救援機構(gòu)的人數(shù)更多。

4 結(jié) 論

筆者利用系統(tǒng)動力學(xué)理論和VENSIM軟件構(gòu)建危險貨物道路運輸事故應(yīng)急處置模型,并以一起毒性氣體泄漏擴散運輸事故為例開展仿真研究,分析應(yīng)急處置系統(tǒng)中事故信息處理、人員救援和疏散、車輛疏散和救援物資運送模塊中各個影響因素對應(yīng)急處置的影響,模擬和觀察系統(tǒng)行為模式的動態(tài)演化過程。結(jié)果表明:

1)當(dāng)醫(yī)療救援機構(gòu)與事故現(xiàn)場距離減小60%時,救援速率提前1 238 s達(dá)到峰值,并且相同時間內(nèi)轉(zhuǎn)移至救援機構(gòu)的人數(shù)更多。因此,合理布局應(yīng)急救援設(shè)施、提高應(yīng)急救援部門響應(yīng)速度,能夠有效提升事故應(yīng)急響應(yīng)能力。

2)運輸車輛調(diào)運車次增加一倍,現(xiàn)場物資庫存量峰值將增加27%,有效減少了應(yīng)急資源的庫存短缺;交通管制延遲時間縮短360 s,待疏散車輛減少116 輛,同時減緩了進(jìn)入事故區(qū)域路網(wǎng)內(nèi)部車輛速度。因此,應(yīng)急管理部門應(yīng)開展應(yīng)急宣傳教育活動,增強公眾認(rèn)知和知識儲備,加強應(yīng)急逃生技能,從而提升事故應(yīng)急救援能力。

3)任務(wù)執(zhí)行速度提高8.9%,應(yīng)急處置行動執(zhí)行速度提高8.8%;提高倉儲信息化程度,可以使得物資儲備倉的庫存調(diào)節(jié)時間顯著降低,有效加快了救援物資調(diào)運工作。因此,為提升事故應(yīng)急保障能力,應(yīng)加強開展應(yīng)急演練活動,充分調(diào)動各職能部門之間的互動性,注重應(yīng)急指揮水平的提升;完善可變信息板等交通信息發(fā)布系統(tǒng)的布局,加快信息傳播速度;同時,在倉儲和運輸環(huán)節(jié)應(yīng)加強自動化、信息化等先進(jìn)科學(xué)技術(shù)手段的利用。

危險貨物道路運輸事故應(yīng)急管理涉及多學(xué)科,筆者建立的系統(tǒng)動力學(xué)模型還存在一定不足。未來可根據(jù)實際應(yīng)用需要考慮更多影響因素和結(jié)構(gòu)關(guān)系,加強系統(tǒng)動力學(xué)理論與其他方法的結(jié)合,提升模型處理實際復(fù)雜應(yīng)急系統(tǒng)的效率。