危险化学品道路运输事故对环境敏感区影响研究

陈文瑛副教授 王如平 张 蒙 孙宝平讲师

(1.首都经济贸易大学 管理工程学院，北京 100070；2.城市群系统演化与可持续发展的决策模拟研究北京市重点实验室，北京 100071)

0 引言

危险化学品(简称危化品)道路运输风险是区域环境风险的主要类型之一，其中危化品道路运输泄漏事故占危化品道路运输总事故的80%以上，如2014年“3.1”晋济高速陕西晋城段甲醇货车碰撞泄漏起火事故、2020年“6.13”沈海高速温岭段液化石油气运输槽罐车泄漏爆炸事故，均造成大范围的环境污染和破坏，生态环境的破坏是不可逆的，而社会环境的损失必然会导致恶劣的社会影响。因此，如何预测危化品道路运输泄漏事故后果发展走向、评估事故造成的环境敏感区破坏程度，对加强区域环境风险安全管控具有现实意义。

国内外诸多学者对危化品道路运输事故后果研究多集中于事故影响范围为基础的定性研究以及与此相关的人员伤亡风险研究。Nilambar Bariha等以印度一个液化石油气(Liquefied Petroleum Gas，LPG)油罐车事故为例验证点源火焰模型、固体火焰模型、PHAST软件和ALOHA软件的准确性; Uday Kumar Chakrabarti等运用全球定位系统(Global Positioning System，GPS)和ALOHA软件对6种Ⅱ类危化品在某一特定路线上发生事故(如BLEVE等)的概率、事故影响范围以及伤亡人数进行研究，从而评估该路线危化品运输风险; Fahad等将ArcG1S与ALOHA相结合以确定事故影响区域，对科威特汽油运输造成的沿线人员风险进行评估。由此可见，人员伤亡情况被诸多学者选为事故后果定量风险评估指标。然而，危化品泄漏事故对环境的污染及建筑物的损害亦十分重要。李威臻采用ALOHA软件与经验模型相结合，对危化品泄漏事故后果动态过程进行模拟，计算人员中毒环境风险数量级，以ALARP原则判定企业环境风险的容许水平，但其对于环境风险的计算仅以死亡人数为基准开展，不利于环境风险容许水平的精确判定；2016年，Bahareh Inanloo将高斯模型与ArcGIS软件相结合，对危化品运输路径下暴露人员风险、环境风险、时间延误费用和路段运输费用进行计算，此研究以事故影响范围与环境脆弱区域接近程度为考量标准对环境风险进行更全面的计算，结果表明，危化品运输事故对沿线环境具有不可忽视的影响。

综上可见，危化品运输事故对事故区域沿线人员及环境均存在不同程度的影响，尤其对周围环境会造成不可逆的损害。然而，前人在危化品事故环境风险方面的研究大多聚焦于人员健康影响引伸出的社会环境问题，对于事故导致的生态环境不可逆破坏以及重要建筑物和具有社会功能的公共场所损坏尚缺乏研究与思考。故笔者基于不同天气、道路特征等条件对危化品道路运输风险评价模型进行优化，重点分析危化品道路运输事故对环境敏感区造成的后果影响，研究不同特征不同功能的环境敏感区对事故的承受能力，讨论环境承载力不同所导致的风险差异。

1 危化品道路运输事故环境敏感区后果

1.1 环境敏感区分类

针对城市环境，本文重点讨论危化品运输事故对生态环境敏感区和社会环境敏感区的影响。将生态环境敏感区分为公共绿地敏感区、森林公园敏感区、风景名胜敏感区、文化古迹敏感区；将社会环境敏感区分为大学校园、地铁站、医院、住宅区以及商业综合区。社会环境敏感区指遭受事故后果的影响后，会波及社会服务功能、影响城市运转、造成不良社会影响的区域。

1.2 环境敏感区后果计算

1.2.1 环境敏感区后果值计算

环境敏感区受事故影响程度与事故发生地相对位置、环境敏感区功能特性有关。基于此以权重计算形式表征具有不同功能特性的环境敏感区重要程度，并充分考虑敏感区所处位置的污染物浓度梯度及爆炸下限范围。

事故造成的环境敏感区后果为生态环境敏感区破坏程度与社会环境敏感区破坏程度的加权求和，见公式(1)：

(1)

式中：

E

—环境敏感区破坏后果，其意义为事故对一定面积环境敏感区造成的破坏程度的定量化表示；

ω

—生态环境敏感区破坏后果权重；

ω

—社会环境敏感区破坏后果权重；

ω

—第

i

个生态环境敏感区破环后果权重，其中生态环境敏感区分为4类，

i

最大为4；

e

—第

i

个生态环境敏感区破坏后果值；

ω

—第

i

个社会环境敏感区破坏后果权重，其中社会环境敏感区分为5类，

i

最大为5；

e

—第

i

个社会环境敏感区破坏后果值。事故对全部环境敏感区的破坏后果值用

e

表示，其计算与具体敏感设施面积相关：

(2)

式中：

A

—第

i

个环境敏感区类别中第

j

个区域设施的面积；

z

—第

i

个环境敏感区类别中第

j

个区域设施的破坏程度，根据参考文献[9]生态环境破坏等级分级标准，将

z

分为五级。考虑不同种类危化品具有不同接触浓度伤害阈值及伤害影响后果，本文选取液氨进行实例研究，参考文献[11]中给出了液氨泄漏后果概率函数法及死亡概率和死亡率的转化关系，

z

的值以概率函数法计算得到的人员死亡率为依据划分量级，并根据主要危险确定，即

f

=

A

+

B

ln(

C

t

)

(3)

(4)

式中：

A

、

B

、

n

—取决于有毒物质性质，液氨取

A

=-5.3，

B

=0.5，

n

=2.75；

C

—有毒物质的扩散浓度，mg/m；

t

—人员有毒物质的接触时间，min，本文实例取

t

=30min；

LEL—危化品的爆炸下限；

Δ

p

—危化品的超压值，Pa。

1.2.2 环境敏感区权重确定

本文基于熵权法确定环境敏感区权重。

(1)社会环境敏感区权重确定。

第一步：构建指标体系。权重计算以发生事故后对8个方面的影响为依据：民族团结、文娱及教育、城市建设及其发展、人民生活供应、当地管理机构、人民卫生保健、国家威望、社会舆论。收集5位环境安全领域专家意见，以1分、5分、10分3个等级表征环境敏感区受损对8个评价指标的影响程度大小，对指标无影响为1分，一般影响为5分，极大影响为10分。对5位专家打分结果做平均值处理，将平均值结果与3个影响等级分别做差，取绝对值最小的等级为最终打分结果，见表1。

表1 社会环境敏感区破坏对评价指标影响情况得分表Tab.1 The score table of the social environmental sensitive areas destruction impact on the evaluation index

第二步：数据标准化处理。

(5)

第三步：确定评价指标信息熵。

(6)

(7)

式中：

P

—第

u

个指标占第

i

个社会敏感区的比重；

Y

—第

u

个指标的熵值。则8个评价指标

u

的熵值，见表2。

表2 社会环境敏感区评价指标u的熵值Tab.2 The entropy value of the evaluation index u in social environmental sensitive areas

第四步：计算各指标权重。熵值越小，对方案的评价作用越大，引入差异系数

D

，

D

越大，指标对方案的影响越大。差异系数

D

和评价指标权重

S

见公式(8)、(9)。

D

=1-

Y

(8)

(9)

式中：

m

—评价指标数量，本文

m

=8。

第五步：确定各环境敏感区权重。

(10)

式中：

W

—各类型社会环境敏感区权重，见表3。

表3 社会环境敏感区权重Tab.3 The weight of social environmental sensitive areas

(2)生态环境敏感区权重确定。生态环境敏感区权重计算指标包括：水域、山体、文化古迹、农业种植区及公共绿地区。参考文献[12]中计算得到上述5项指标的环境风险权重分别为0.32、0.11、0.26、0.23、0.08，引用此结论，基于熵权法计算生态环境敏感区权重，见表4。

表4 生态环境敏感区权重Tab.4 The weight of ecological environment sensitive areas

计算结果表明，社会环境敏感区中，医院、大学以及住宅区权重较高，生态环境敏感区中，公共绿地和风景名胜权重较高，即这些环境敏感区对事故后果破坏程度的影响更大。

2 案例应用

北京六环总长186.7km，连接多处高速公路及7个区县。作为中国首都北京市的重要交通路线，北京六环途经多处历史古迹与文化名胜，周边分布着人们生产生活所依赖的众多敏感设施，致使北京六环多处路段均存在不同隐患，一旦发生事故，其后果影响程度不可忽视。

2.1 运输路线分段

北京六环包括北六环、东六环、南六环、西六环4条路线，分别命名为：R、R、R、R。Reniers等认为在划分路段时，各路段参数如路外人口密度、路外人口密集场所、事故率及路段脆弱性等应具有一致性。基于此运用ArcGIS软件将北京六环划分为17个路段，同一路段参数视为相同。

r

代表第

p

条路线上的第

q

个路段。

2.2 环境敏感区事故后果量化结果

本文选取液氨作为实例场景下的危化品。各路段所包含的环境敏感区重点设施分布，如图1。

图1 北京六环生态环境敏感区、社会环境敏感区敏感设施分布Fig.1 The distribution of sensitive facilities in the ecological environment sensitive area and social environment sensitive areas of Beijing Sixth Ring Road

基于ALOHA进行北京六环液氨道路运输事故后果建模，获得不同天气、道路条件下的事故影响范围，结合ArcGIS可视化，获得影响范围内各环境敏感区重点设施所在位置及面积。根据公式(1)、(2)可得各路段环境敏感区破坏后果值及路线总后果值，如图2、3。

图2 北京六环各路段生态及社会环境敏感区破坏后果Fig.2 The consequence of ecological and social environmental sensitive areas destruction in Beijing Sixth Ring Road

图3 北京六环各路线环境敏感区后果值Fig.3 The consequence values of environmentally sensitive areas in Beijing Sixth Ring Road

结果表明，社会环境敏感区相关敏感设施分布比生态环境敏感区更加广泛，但生态环境敏感区的破坏后果值远大于社会环境敏感区，即事故对生态环境造成的破坏更加严重，甚至具有不可逆性，此特征具体表现在路段

r

、

r

上。4条路线中，事故导致环境敏感区破坏后果更严重的为东六环和西六环，其中西六环的事故后果值最大。

3 验证

危化品道路运输事故风险表示为事故率和事故后果的乘积。

以Harwood提出的危化品运输事故率计算为依据，基于道路、天气条件引入修正系数进行调整得到最终危化品道路运输事故率。以参考文献[17]提出的暴露人口计算方法为基础进行人员死亡后果计算，考虑路上影响人员和路外影响人员，最终得到某路段事故死亡总人数即为人员死亡后果，事故总后果值为环境敏感区后果与人员死亡后果之和。

基于任常兴等提出的危化品道路运输现实风险分级指数评价法对北京六环各路段进行现实风险值计算，与本文量化结果对比，如图4。

图4 北京六环液氨道路运输事故路段风险值与现实风险值对比Fig.4 The comparison between risk value and actual risk value of the liquid ammonia transportation accident in Beijing Sixth Ring Road

结果显示，二者风险值分布趋势基本相同。由于危化品道路运输现实风险分级指数评价法考虑安全管理水平，因此存在个别路段风险值相差过大，但整体风险排序结果一致，因此本文提出的旨在量化环境敏感区后果的危化品道路运输风险评价模型具有一定的科学性和准确性。

4 结论

通过以环境敏感区破坏后果为重点的事故后果量化评估，考虑不同环境条件对危化品道路运输事故后果的影响差异，进行危化品道路运输事故风险预测及分析，研究结论如下：

(1)将本文危化品道路运输事故风险值计算结果与危化品道路运输现实风险分级指数评价法计算结果进行对比验证，结果显示二者风险趋势一致，即运用优化后的危化品道路运输风险评价模型对环境敏感区进行后果影响评估具有一定准确性和科学性。

(2)对危化品道路运输事故后果计算依据进行改进，基于熵权法讨论环境敏感区及具体敏感设施分类，结果表明社会环境敏感区中医院、大学以及住宅区所占权重较高，生态环境敏感区中公共绿地和风景名胜权重较高，即以上环境设施对事故后果的承载能力更小，事故破坏影响更大。

(3)基于北京六环现实交通状况及环境条件进行液氨道路运输实例计算，其环境敏感区后果研究表明，社会环境敏感区存在范围更广，但其事故后果值小于生态环境敏感区后果值，这与生态环境破坏的不可逆性有关；北京六环各路段中

r

、

r

路段的环境敏感区后果更为严重，4条路线中西六环环境敏感区破坏后果值最大，因此，危化品道路运输风险管理中应重点关注北京西六环路段的风险与预警。