滑坡灾害影响下高速公路网络鲁棒性分析.docxVIP

滑坡灾害影响下高速公路网络鲁棒性分析

关键词：公路规划；鲁棒性；地质灾害；渗流理论；交通可达性

中图分类号：U491文献标志码：A

交通系统的高效和稳健运行为区域间的客货运输和地区的经济发展提供了保障.交通运输网络往往容易受到来自极端天气、地质灾害、过饱和流量等多种情形的影响，从而降低甚至丧失运输功能.如何提升交通运输网络在面对冲击时维持网络功能以及抵抗破坏的能力是交通网络规划方面的重要问题.

网络的鲁棒性反映了网络在受到冲击后能够保持原有功能的能力.为了评估网络的鲁棒性，可以通过模拟攻击并计算鲁棒性指标的变化来进行研究.已有的研究主要将网络受到攻击破坏的情形分为两类：随机攻击和蓄意攻击.其中，蓄意攻击可以依据不同的指标产生不同的攻击策略，包括基于复杂网络理论的拓扑指标和基于现实因素（如网络流量超限和地质灾害等极端条件等）的指标.网络受到攻击的对象主要是网络连边和网络节点.复杂网络理论将交通网络抽象为简单的拓扑结构，通过计算网络的拓扑指标如聚类系数、中心性指标等，可以对于拓扑网络中的节点或连边进行重要度排序，从而确定网络的攻击策略.部分研究通过对比随机攻击和基于拓扑指标蓄意攻击下网络的鲁棒性指标，评估网络结构是鲁棒还是脆弱.王直欢等［1］采用基于节点度值、中间性等不同的攻击和恢复模式，选择以网络独立路径数、网络效率和网络连通度作为衡量港口群航运网络韧性的关键指标.田晶等［2］选择最大连通分支相对大小和孤立分支平均大小作为网络功能的评价指标，对比连续删除和级联失效模型下城市道路网的鲁棒性.张欣宇等［3］通过对比随机攻击与蓄意攻击下网络的稳定性，将网络拓扑分析与空间分析结合，识别了网络中的关键节点.李洁等［4］选取结构熵等路网拓扑结构指标和行程时间指数等交通运行状态指标，提出结合两种指标对路网韧性进行综合评价的方法.

在蓄意攻击时，攻击顺序的选择将直接影响网络性能的变化趋势.然而，根据拓扑指标重要度排序的攻击顺序仅考虑了网络的拓扑特性，忽视了网络结构在现实中受损的概率及其影响.因此，一些研究通过模拟路网在极端条件下的受损情况来决定蓄意攻击的顺序.这一部分研究旨在解决量化路网在不同实际条件下的受损概率，即路网的脆弱性量化问题.目前的这些研究主要包括两类：一类是考虑在极端条件影响下，如路网的速度和流量超过了承载极限，路段失效以及所导致的网络功能变化；另一类是分析在极端条件下，网络的受损敏感性和受损情况，进而定义网络的失效概率.Cats等［5］分析网络中因容量局部降低所导致的全网流量重分布现象，提出采用链路关键性和降级速度两个指标来量化评估网络的鲁棒性.Dong等［6］认为洪水可能导致网络结构故障（即道路淹没）和功能故障（即行驶速度降低），在网络故障建模中应同时考虑这两方面的影响，并提出以行驶速度和速度阈值的比值作为路段失效的量化指标，以便更准确地评估网络性能.对于网络受损敏感性分析，过去的研究通常基于地理信息技术来确定路网的脆弱性.Dong等［7］使用历史的地震灾害数据得到道路的受损概率，从而确定蓄意攻击的顺序，并提出考虑网络中重要节点连通性的鲁棒组件来评估网络的鲁棒性.Postance等［8］根据历史的滑坡数据确定了滑坡易发性的区域，从而将路网划分为不受影响、受影响、强烈影响三类.在考虑灾害场景的研究中，通常无法直接从历史数据中获取灾害易发性区域，常用的方法是基于灾害影响因素进行综合评估得到灾害的敏感性空间分布图，以此分析研究区域内的受灾敏感性.综合评估的方法包括层次分析法［9-11］和确定性系数法［12］等.

在网络的破坏分析方面，以往的部分研究通过将渗流理论（PercolationTheory）应用到交通领域进行了深入的分析.渗流理论的经典模型涉及一个无限方晶格，其中每条边（或交叉点）具有占有概率φ.当φ较小时，大多数通道关闭；当φ增大时，更多通道打开，允许液体流过.因此，将渗流理论应用到网络破坏的分析中，实际上是通过研究逆渗流的过程来评估网络的鲁棒性.Dong等［13］运用渗流理论模拟网络中的随机攻击和蓄意攻击，对比不同城市交通网络的渗透动态过程，并提出将临界渗流阈值和鲁棒性指数作为鲁棒性的评价指标.Li等［14］基于渗流理论进行网络可靠性分析，将网络故障描述为渗流的相变过程，找出网络从连接到断开的临界阈值，将该阈值用作评估网络可靠性的指标.Mahabadi等［15］介绍了如何应用渗流理论来评估由电力、交通、通信和水系统构成的多层基础设施系统的鲁棒性.已有的研究表明，渗流理论中发生相变的临界阈值在网络分析中具有重要意义.这一阈值分隔了交通网络的碎片化和连接状态.除了作为鲁棒性评估的指标之外，临界阈值还可以用于识别网络中的关键路段，通过提高关键路段的连接质量，可以显著改善全局交通.在网络的动态渗流过程中，关键路段可以通过