基于大数据的极端暴雨事件下城市道路交通及人群活动时空响应.pdfVIP

第75 卷第3 期 地 理 学 报 Vol.75, No.3 2020 年3 月 ACTA GEOGRAPHICA SINICA March, 2020 基于大数据的极端暴雨事件下城市道路交通 及人群活动时空响应 1, 2 1, 2 1, 2 1, 2 1, 2 1, 2 易嘉伟 ，王 楠 ，千家乐 ，马 廷 ，杜云艳 ，裴 韬 ， 1, 2 3 1, 2 1, 2 周成虎 ，涂文娜 ，刘 张 ，王会蒙 （1. 中国科学院地理科学与资源研究所，北京 100101；2. 中国科学院大学，北京 100049； 3. 华中师范大学，武汉430079 ） 摘要：随着全球气候变化加剧，极端降雨增多，暴雨内涝灾害频发，严重威胁城市的可持续发 展。快速掌握暴雨给城市交通及人群的影响，有助于提高灾害应急管理水平和事件响应能 力。利用实时动态的交通路况信息和手机定位请求数据，通过一种融合STL 时序分解技术与 极端学生化偏差统计检验的时间序列异常探测方法，监测和分析暴雨内涝灾害事件中，城市道 路交通和人群活动的时空响应特征，并以2018 年7 月16 日发生在北京的极端暴雨事件为例开 展实证研究。研究结果显示，在降雨集中的早、晚高峰两个时段（8—9 时、18—19时），市区的拥 堵道路数量超出往常水平最高可达150% ，异常检测分析显示拥堵道路数量和交通拥堵指数均 达到异常甚至极端水平。人群活动的异常响应分析结果显示，暴雨事件引起定位请求量异常 升高、异常点增多，且异常点的空间分布与1 h 前的降雨量分布存在较高相关性。以上结果不 仅证明了大数据及异常检测方法对于快速洞察暴雨事件对城市交通及人群影响的有效性，也 为城市暴雨内涝灾害的应急响应与管理提供了新的技术手段。 关键词：暴雨事件；城市内涝；道路交通；人群活动；大数据；异常检测 DOI: 10.11821/dlxb202003005 1 引言 [1-2] 随着全球气候变化的加剧，极端天气事件日益增多，城市暴雨内涝灾害愈发频繁 。 短时集中的降雨一旦超过城市排水能力，会致使城市道路及社区等低洼地区发生积水， 严重的积水内涝不仅影响人们的正常出行、工作与生活，还会带来巨大的经济损失，直 [3-4] 接危害人们的生命财产安全 。根据住建部2010 年专项调查，自2008 年以来中国有213 [5] 个城市发生过积水内涝 。2017 年，中国有104座县级以上城市发生内涝，城市洪涝造成 [6] 218.72 万人受灾，直接经济损失165.68 亿元 。加强暴雨内涝灾害防御能力已成为中国城 [7-11] 市可持续发展的重要课题 。 快速掌握强降雨事件对城市交通及人群的影响，是降低灾害损失、提升抗灾救灾能 力的重要途径，也是当前城市灾害研究的热点问题。国内外学者在这方面已经开展了很 [12- 16] 多研究工作，其中，关于降雨对城市道路交通影响的研究主要以