羅勇剛 ,李 杰 ,王 富
(1.武漢市政工程設(shè)計研究院有限公司,湖北武漢430023;2.華中科技大學(xué),湖北武漢 430074;3.武漢工業(yè)學(xué)院,湖北武漢 430070)
當(dāng)多突發(fā)事件耦合時,路網(wǎng)的連通可靠性、通行時間可靠性和通行能力可靠性都會明顯降低,路網(wǎng)平均車速會大大降低,道路會顯得非常擁堵。這些都是多突發(fā)事件耦合情況下路網(wǎng)的主要特征,此時的路網(wǎng)是非常脆弱的,多突發(fā)事件耦合時候,路網(wǎng)對于應(yīng)急救援、疏散發(fā)揮著至關(guān)重要的作用,因此有必要對多突發(fā)事件耦合情況下路網(wǎng)的可達(dá)性進行研究。
路網(wǎng)可達(dá)性有多種解釋[1-3],這里可以從兩個方面來理解:一方面是出發(fā)的可達(dá)性,即從某一區(qū)域到城市其他區(qū)域的方便性;二是到達(dá)的可達(dá)性,即從城市其他各點、各區(qū)域到該點、該區(qū)域的方便性。前者我們稱為可動性,后者我們稱為易達(dá)性。正常情況下前者主要是針對城市各區(qū)居民的日常生活、工作出行等,后者主要是針對市中心、商業(yè)中心等交通吸引點。在突發(fā)事件耦合時,前者主要是針對各突發(fā)事件發(fā)生地,后者主要是各疏散目的地。
本文的主要研究方法是先將城市分為若干交通小區(qū),然后再根據(jù)標(biāo)號法計算出各交通分區(qū)之間的最短路徑,估算最短出行時間,再由分區(qū)間最短出行時間和各交通分區(qū)間機動車OD量利用Matlab編程計算出各分區(qū)的可動性和易達(dá)性。在此基礎(chǔ)上可以分析整個區(qū)域的可達(dá)性[4]。接著考慮某類突發(fā)事件單獨發(fā)生以及此類突發(fā)事件耦合時對城市路網(wǎng)可達(dá)性的影響。具體步驟如下。
定義出行時間矩陣和居民出行矩陣。
定義出行時間矩陣為S,Sij表示從分區(qū)i到分區(qū)j的最短出行時間;令居民出行矩陣為M,則表示從分區(qū)i到分區(qū)j的出行車輛數(shù)。
(1)定義可動性和易達(dá)性計算公式。
定義Si為i分區(qū)可動性指標(biāo),則
Si也可以理解為分區(qū)i居民出行的平均最短時間。如果該值越大,說明該分區(qū)的居民出行越困難,因此可動性就越差;如果該值越小,說明該分區(qū)居民出行越容易,可動性就越好。
定義為Sj分j區(qū)的易達(dá)性,則
Sj可以理解為城市居民到某分區(qū)j(例如購物中心)需要經(jīng)過的最短時間的加權(quán)平均值。該值若越大,說明居民到達(dá)越困難,易達(dá)性越差;該值若越小,說明居民到達(dá)越容易,易達(dá)性越好。
(2)定義路網(wǎng)整體可達(dá)性。
定義S為城市路網(wǎng)整體可達(dá)性。綜合反映城市居民出行的可動性和到達(dá)某區(qū)域的易達(dá)性。公式如下:
(3)獲取路網(wǎng)資料,計算路網(wǎng)正常情況下路網(wǎng)可達(dá)性。
通過調(diào)查或者參考?xì)v史資料,得到某一路網(wǎng)的OD矩陣數(shù)據(jù)和路網(wǎng)各小區(qū)之間的距離等數(shù)據(jù),由此推算出各小區(qū)之間的最短出行時間矩陣,在此基礎(chǔ)上利用Matlab編程,利用上述公式計算正常情況下路網(wǎng)可達(dá)性。
(4)計算單一突發(fā)事件發(fā)生時路網(wǎng)可達(dá)性。
為了使計算更具有代表性,分別選取路網(wǎng)中OD量最大的兩處,假設(shè)兩處分別發(fā)生某類突發(fā)事件,并估算此類事件對路網(wǎng)出行量及出行時間的影響。在考慮這些影響的情況下分別計算出這兩處發(fā)生某類突發(fā)事件時路網(wǎng)的可達(dá)性。
(5)計算兩個突發(fā)事件耦合時路網(wǎng)可達(dá)性。
在步驟(5)的基礎(chǔ)上,假設(shè)兩處同時發(fā)生某類交通事故,用同樣的方法估算事件對路網(wǎng)出行量及出行時間的影響,在此基礎(chǔ)上計算兩個突發(fā)事件耦合時路網(wǎng)的可達(dá)性。
本文以經(jīng)典路網(wǎng)美國南達(dá)科他州最大城市蘇福爾斯(Sioux Falls)為例來分析。路網(wǎng)將Sioux Falls簡化為24個交通小區(qū),各小區(qū)之間的出行時間、車道數(shù)、車道寬度以及OD數(shù)據(jù)都很完整。由于該經(jīng)典路網(wǎng)的OD出行矩陣是對稱矩陣,其可動性和易達(dá)性計算結(jié)果相同。下面就僅以可動性來分析。
首先,利用Matlab編程計算正常情況下各小區(qū)的可動性,結(jié)果如表1。
利用Matlab計算出正常情況下路網(wǎng)可達(dá)性為8.8,即各小區(qū)的平均出行時間為8.8 min。
其次,計算單一事件發(fā)生后路網(wǎng)的可達(dá)性,路網(wǎng)中10小區(qū)和16小區(qū)交通量最大,分別計算10小區(qū)和16小區(qū)發(fā)生突發(fā)事件時路網(wǎng)的可達(dá)性。由于不同類型和不同規(guī)模的突發(fā)事件對路網(wǎng)的影響程度不同,只能具體事件具體分析,假設(shè)某小區(qū)突發(fā)事件發(fā)生后,與該小區(qū)相連接的路段出行時間加倍。同樣通過編程分別計算出10小區(qū)和16小區(qū)的可動性,結(jié)果如表2、表3所示。
計算出10小區(qū)的可達(dá)性為10.3,16小區(qū)的可動性為9.2。即10小區(qū)發(fā)生事故后路網(wǎng)的平均出行時間為10.3 min,16小區(qū)發(fā)生事故后路網(wǎng)的平均出行時間為9.2 min。
最后,計算兩個突發(fā)事件耦合時路網(wǎng)的可達(dá)性。當(dāng)10小區(qū)和16小區(qū)同時發(fā)生突發(fā)事件時,同樣假設(shè)某小區(qū)突發(fā)事件發(fā)生后,與該小區(qū)相連接的路段出行時間加倍計算方法與前面相同,計算結(jié)果如表4所示。
計算出路網(wǎng)的可達(dá)性為11.7,即當(dāng)10小區(qū)和16小區(qū)同時發(fā)生突發(fā)事件時,各小區(qū)的平均出行時間為11.7 min。
表1 正常情況下各小區(qū)可動性
表2 10小區(qū)發(fā)生突發(fā)事件時各小區(qū)可動性
表3 16小區(qū)發(fā)生突發(fā)事件時各小區(qū)可動性
表4 10小區(qū)和16小區(qū)同時發(fā)生突發(fā)事件時各小區(qū)可動性
通過比較多突發(fā)事件耦合與單一事件對城市整體可達(dá)性影響,可知多突發(fā)事件耦合比單一事件發(fā)生時對城市路網(wǎng)可達(dá)性的影響要大得多。比較分析如表5。
表5 單一事件和多突發(fā)事件耦合對路網(wǎng)可達(dá)性影響分析
通過表5可以看出,17+4.5=21.5<33,多突發(fā)事件耦合時對路網(wǎng)整體可達(dá)性的影響會遠(yuǎn)大于單一事件對路網(wǎng)可達(dá)性影響的簡單加和。
本文首先定義路網(wǎng)可達(dá)性的計算方法,再利用Matlab編程計算工具,定量地描述了單一事件以及多突發(fā)事件耦合時對路網(wǎng)可達(dá)性的影響,從量的方面說明了多突發(fā)事件耦合比單一事件對路網(wǎng)可達(dá)性的影響要嚴(yán)重得多。本文在計算過程中對路網(wǎng)和OD出行進行了簡化,要想得到更加精確的計算結(jié)果需要投入大量的人力、物力和財力,但本文的計算理論和方法可以用來分析多突發(fā)事件對路網(wǎng)可達(dá)性的影響。
[1]Pooler,J.A.The use of spatial separation in the measurement of transportation accessibility[J].Transportation Research,1995(29A):421-427.
[2]李平華,陸玉麟.可達(dá)性研究的回顧與展望[J].地理科學(xué)進展,2005,24(3):69-78.
[3]陳潔,陸鋒,程昌秀.可達(dá)性度量方法及應(yīng)用研究進展評述[J].地理科學(xué)進展,2007,26(5):100-110.
[4]管志忠,劉永明.圖論中最短路問題的MATLAB程序?qū)崿F(xiàn)[J].安慶師范學(xué)院學(xué)報,2007(1):26-29.