入藏门户四川省公路灾害特征与隐患识别*

吴竞妍，杨赛霓,3，吴亚桥，朱羽遥，杨 峰

(1.北京师范大学 环境演变与自然灾害教育部重点实验室，北京 100875；2.北京师范大学 应急管理部-教育部减灾与应急管理研究院，北京 100875；3.北京师范大学 国家安全与应急管理学院，北京 100875；4.北京大学 环境科学与工程学院，北京 100871；5.交通运输部 路网监测与应急处置中心，北京 100029)

随着公路网络的高速建设，水毁、崩塌、暴雪、交通事故等突发事件正威胁着人民的生命财产安全，影响着社会的有序发展[1]。作为我国重要的生态安全屏障、战略资源储备基地，青藏高原区域的公路安全建设与应急管理保障更是受到高度重视，这也是第二次青藏高原综合科学考察研究重点关注的领域之一[2]。由内地陆路入藏通道主要有四条：川藏线、青藏线、滇藏线、新藏线，其中川藏公路是新中国成立后修建里程最长、工程最艰巨、投入人力最多的一条高原公路[3]，起始于四川省成都市。四川省公路总里程于2020年底居全国第一[4]；同时其也是全国地质灾害最为严重的省份之一[5]，公路灾害防治任务尤为艰巨。本文选取四川省作为研究区域，同时关注省内的川藏公路路段。

现有研究包括川藏公路地质灾害类型与分布规律[6]、针对四川省高速公路安全管理现状及存在问题提出的协同治理方案[7]、基于公路交通阻断信息进行的指标统计[8-9]、公路交通气象灾害风险特征分析[10]、交通气象服务进展[11]等，而关于不同灾害类型影响特征差异及关键通道未来灾害暴露隐患方面的探索仍不充分。因此，本文主要以气象地质灾害和交通事故类为切入点，揭示四川省公路在自然和技术灾害两方面影响下的阻断事件分布特征，借助热点分析、故障树分析和暴露评估等方法，通过对历史记录的挖掘与对未来暴露的预估来辨识省内公路可靠性的重要影响因素和重点路段区域，为由川入藏通道在社会稳定、经济发展和民族团结方面发挥重要作用提供保障。

1 数据与方法

1.1 数据来源

研究采用的四川省公路网络结构和2018—2019年公路阻断事件记录基于《交通运输部公路交通阻断信息报送制度》[12]，通过路况信息管理系统将阻断信息按照公路路段管理单位至省级主管部门至部级主管部门的报送、审核、发布次序，逐级对主要国省干线公路的通阻情况进行实时传送，并通过中国公路信息服务网网站及其他方式进行发布。主要字段涵盖路线名称、路线编号、阻断位置、路况类型、发现时间、恢复时间、现场情况、处置措施等。

未来情景数据源于最新一代的耦合模式比较计划(Coupled Model Intercomparison Project,CMIP6)[13]，其由世界气候研究计划主导，以帮助系统认识地球气候的变化规律及全球变化和人类社会经济的相互作用。本研究主要采用2021—2040年在中国区域模拟能力较好的五个CMIP6气候模式(表1)的气温和降水数据，计算极端气候指标体系[14]中的降水强度(降水量≥1 mm 的总量与日数之比)和霜冻日数(日最低气温<0℃的日数)两个指标。通过对指标值进行多年多模式平均处理，来表征近未来时期(2030年代)可能出现的致灾因子情况，为重点区域内的监测预警与应急备灾提供参考。

1.2 空间热点分析

本文应用空间热点分析[15]探索四川省公路阻断事件的空间特征。这种方法常用于揭示局部相邻空间的关联和差异程度，如识别公路交通碰撞严重性高低聚集区等[16]。通过计算Getis-OrdGi*指数来识别区域要素空间的高值簇与低值簇，本研究中要素即为公路阻断事件发生频次。具体公式如下：

(1)

(2)

1.3 故障树分析

本文采用故障树分析法[17]对四川省公路系统进行诊断。这种方法最早应用于自动控制系统的可靠性分析，后被逐渐应用到交通安全领域进行事故成因等研究。它遵循自上而下的演绎方式，可以量化可能的原因对系统失效的贡献程度并进一步预测系统故障发生的概率。故障树以图形方式表达系统结构及其组分间的因果逻辑关系，设有顶上事件和基本事件。顶上事件通常是指不希望发生的系统故障，本文中即为四川省公路交通阻断；基本事件一般指导致此故障的因素，其状态有发生(1)和不发生(0)两种。设T为故障树结构中的顶上事件，X=(x1,x2,x3,x4,…,xn)为基本事件的集合，结构函数如下：

T=T(X)=T(x1,x2,x3,x4,…,xn)。

(3)

(4)

(5)

此处主要用到的逻辑门结构函数为或门结构函数：

(6)

故障树分析包括定性和定量分析两部分[18]。定性分析主要是求解最小割集和最小径集。最小割集是指引发顶上事件的最低限度的基本事件集合，最小径集是指不引发顶上事件的最低限度的基本事件集合。定量分析主要是计算顶上事件发生的概率和基本事件的概率重要度和临界重要度。

设故障树顶上事件T有n个最小割集C1,C2,C3,…,Cn，在最小割集基本事件相互独立的情况下顶上事件发生的概率P(T)为：

(7)

(8)

(9)

1.4 公路暴露评估计算

灾害发生的影响很大程度上取决于承灾体的暴露度[19]，它是指暴露在致灾因子影响范围内的承灾体的数量或价值，是灾害风险的重要决定因素之一。在灾害易发地区，承灾体(如人口、房屋、公路等)暴露比例上升往往是灾害损失严重的一个重要原因。本研究中根据计算所得指标值的区间划分公路阻断影响因素的强度等级，并与四川省公路网络结构进行叠加，统计不同致灾因子强度等级范围内的公路承灾体暴露里程，为针对性开展灾害风险管理和气候变化适应工作提供参考，以提高公路应对外界不利影响的恢复能力。

表1 选取的CMIP6气候模式信息

2 多灾种公路交通阻断时空特征

四川省2018—2019年共上报公路阻断记录共计11 581条，其中自然灾害类事件为7 017条，包括降雨(积水)、降雪(积雪)、结冰、雾霾、大风(横风)、冰雹、崩塌、滑坡、泥石流、洪水、地面塌陷沉降或开裂；技术灾害类事件为4 564条，包括车辆交通事故、车辆故障、涉隧事故、涉桥事故、危险品泄露等。全省由于自然灾害造成的公路阻断记录(60%)多于技术灾害(40%)，2018年公路阻断记录总数多于2019年。其中，自然灾害诱因具有明显的季节特征，2018和2019年均集中在夏季7月和冬季11月和12月；而技术灾害造成的公路阻断则无明显的季节特征(图1)。

图1 四川省公路交通阻断事件时间分布

公路交通阻断事件空间分布如图2所示，自然灾害和技术灾害阻断位置均主要分布在四川省中东部，多集中在S-N向的G5京昆高速公路广元至攀枝花段(阻断记录数占比约28.5%)、G0512成乐高速公路(阻断记录数占比约13.1%)和E-W向的G42沪蓉高速公路广安至成都段(阻断记录数占比约10.1%)。

对于重要的川藏公路北线(G317)和南线(G318)，其2018-2019年在四川省内路段主要受到自然灾害影响，累计阻断里程约为9 588.8 km，其中降雪(21条)、崩塌(12条)、泥石流(12条)、滑坡(9条)发生频次较高。应当加强以上重点区域和路段的通行保障和应急物资储备，特别是在未来降水增多和冬季雾霾显著增加[20]的趋势背景下。

公路阻断热点区域的识别对于公路安全防范具有指示作用，可以看到无论是自然灾害还是技术灾害，热点区域都集中在成都市及其四周的眉山市、雅安市、德阳市、资阳市、遂宁市等地(图3)。其中成都至雅安段作为川藏公路的起始路段，是由盆地向高原的过渡，也是由川入藏的第一站，此处的公路畅通与行车安全保障意义重大。对于自然灾害阻断事件，阿坝藏族羌族自治州、凉山彝族自治州、攀枝花市、宜宾市等地存在局部冷点区域，这也体现了自然灾害事件有别于技术灾害事件的特征。

3 基于故障树的公路可靠性分析

故障树分析的第一步是明确顶上事件。研究灾害对公路运输的影响，可将“四川省公路交通阻断”确定为顶上事件。顶上事件的原因包括“自然灾害事件”“技术灾害事件”和“其他事件”，“自然灾害事件”又可分为“恶劣天气”和“地质灾害”两部分。再下一层的基本事件则由“降雨(积水)、降雪(积雪)、结冰、雾霾、崩塌、滑坡、泥石流、地面塌陷沉降或开裂、车辆交通事故、车辆故障、涉隧事故、涉桥事故、危险品泄露”等致灾因子组成。

图2 四川省公路交通阻断事件空间分布

图3 四川省自然灾害和技术灾害公路阻断热点分析

灾害公路交通影响的故障树分析过程中，正常状态为无公路阻断发生，故障状态为公路阻断发生。根据故障树的组成结构，把“四川省公路交通阻断”作为顶上事件，利用推理法分析公路阻断发生的原因，对可能的中间事件进行确定，并通过中间事件的进一步扩展，得到最终的原因分析结果。本故障树构建过程中主要用到了逻辑或门，即中间事件中只要有一个发生便会引发顶上事件，确定的故障树结构如图4所示，其中各基本事件的概率由其历史发生频次占总量的比重得到。

基于以上故障树结构，定性分析所得每个基本事件都是一个最小割集，最小径集则为所有基本事件的乘积。根据定义，最小径集越多，系统越安全；反之，最小割集越多，系统的安全控制越困难。可见，四川省公路交通的系统安全受到多重因素影响，管控过程复杂。以基于历史数据的基本事件概率作为输入，通过定量分析得出顶上事件发生的概率和基本事件的概率重要度和临界重要度(表2)。结果表明，四川省公路交通阻断概率约为0.7，基本事件概率重要度和临界重要度排序前五项分别为：Ip(4)>Ip(12)>Ip(1)>Ip(17)>Ip(2)，Ic(4)>Ic(12)>Ic(1)>Ic(17)>Ic(2)。

概率重要度可以体现基本事件概率变化对于顶上事件发生概率的敏感性，临界重要度则从自身发生概率和敏感性两方面体现了基本事件的重要程度。在本研究中，概率重要度和临界重要度排序完全一致，说明以上基本事件不仅对顶上事件发生概率的敏感性高，其自身发生概率也较高。由此可以得出，影响四川省公路交通系统可靠性的因素排序依次为雾霾(X4)、车辆交通事故(X12)、降雨(积水)(X1)、降雪(积雪)(X2)等，在公路减灾策略中需要优先和重点关注，一旦出现突发事件能够实现快速响应和应急保障。

故障树定量分析的引入可以帮助估算系统顶上事件发生的概率以及相关可靠性特征，作为综合考量阻断事故(顶上事件)影响程度与预期目标的依据。一旦所得结果超过预期，则务必采取相应的应对措施，使其尽可能降至可控或可承受范围内。

图4 四川省公路交通阻断故障树结构

表2 四川省公路交通阻断故障树定量分析结果

图5 四川省近未来时期(2030年代)预估降雨和降雪强度分布

4 未来极端情景下的公路暴露隐患

在上述识别出的重要影响因素中，鉴于数据的可预测性和可获取性，此处暂不讨论雾霾、车辆交通事故及其他事件类型，主要选取降水(包括降雨和降雪)要素作为未来情景预估主要分析的致灾因子。考虑到给公路交通带来突发影响的致灾因子主要为短时强降水，且在低温情况下表现为降雪，此处选取了降水强度(SDII)和霜冻日数(FD)两个指标进行分析。考虑SSP5-8.5最不利情景[21]，逐年计算各指标值并进行多年(2021—2040年)多模式(ACCESS-CM2、IPSL-CM6A-LR、MIROC6、MPI-ESM1-2-LR、NorESM2-LM)集合平均与双线性降尺度处理，得到四川省近未来时期(2030年代)的预估降水强度分布(图5a)，通过与霜冻日数这一温度相关指标归一化叠合后得到预估降雪强度(SI)分布(图5b)。根据文献阈值[22]将降水强度划分为低值区(SDII<6)、中值区(6≤SDII<8)和高值区(SDII≥8)，降雪强度则根据自然断点法[23]划分为低值区(SI<0.17)、中值区(0.17≤SI<0.35)和高值区(SI≥0.35)，并基于此对省内公路网进行未来暴露隐患分析。

可以看到，近未来时期(2030年代)四川省SDII高值区空间范围较大，SDII中值区沿高值区两侧分布，SDII低值区则集中在西北角。降雨强度呈现出明显的东西两侧向中部渐进增强趋势，图5a中成都平原与川西高原过渡带处的高值区恰与气象学中“华西雨屏带”的位置相呼应，其原因主要是地处一二级阶梯交界处，落差巨大的地形阻挡了暖湿气流前进，水汽被迫抬升从而形成丰富的地形雨[24]，同时此处也是降雨侵蚀力高值区[25]。降雪强度呈现出与降雨强度相类似的两侧弱中间强的趋势，不同的是其高值区进一步向西北方向移动。统计不同降雨强度区域内的公路里程，发现近未来时期(2030年代)四川省在SDII高值区的公路暴露度最高，约为42 182 km，达公路总长的67%以上；而在SI高值区的公路暴露里程约为8 915 km，占公路总长的14.4%(表3)。

表3 未来极端情景下的四川省公路暴露分析

以降雨和降雪强度高值区交集作为降水高危险区(图6)，将有10%左右(约6 487 km)的公路里程暴露其中，涉及G318国道、G248国道、G350国道和S217省道等重要干线的四川省内路段，主要位于阿坝藏族羌族自治州、甘孜藏族自治州和雅安市。其中雅安市位于川藏、川滇公路交会处，东邻成都、西连甘孜、南界凉山、北接阿坝，素有“川西咽喉”之称，是四川盆地与青藏高原的结合过渡地带[26]。此前，以上路段在雅安市天全县、甘孜州丹巴县曾遭遇泥石流、淹没等断道影响[27-28]，在近未来时期(2030年代)仍将面临强降水(雨、雪)带来的巨大挑战，应被纳入公路灾害监测预警重点加强的路线考量。考虑到未来公路基础设施的不断增加及其重要性日益加强，降水及其引发的地质灾害将是保通主要威胁之一。

图6 四川省近未来时期(2030年代)预估降水高危险区分布

作为祖国内地进出西藏的重要通道之一，川藏公路南线G318成都至雅安段由川西平原向盆原低丘行进，雅安至康定段处于青藏高原东南低缘，在雅安天全县境内曾有“川藏公路第一险”之称的二郎山，地势逐步抬升，山河走势呈南北线纵向分布。公路基本是越山沿河状态，沿线地区地质灾害频发，灾害种类多分布广，素有“世界公路灾害的百科全书”之称[29]。雨季时路面常被河水淹没甚至冲毁，并时有滑坡泥石流发生，不仅给公路运输系统造成严重影响，也威胁着人民的生命财产安全以及青藏高原区域的稳定发展。因此，做好入藏门户四川省的公路灾害防治工作对于维护入藏通道联系祖国东西部的枢通作用，具有极其重要的经济价值和社会意义。

5 结论与讨论

本文以入藏门户四川省的公路基础设施为研究对象，综合历史阻断信息与未来情景信息，重点对多灾种阻断时空特征、交通故障诊断及公路暴露隐患等问题进行定量研究，为由川入藏通道的灾害风险管理提供更为全面的分析视角，所得主要结论如下：

(1)四川省公路安全同时受到自然灾害和技术灾害两方面威胁，其中自然灾害致因具有夏冬高发的季节特征且更频发。影响因素排序依次为雾霾、车辆交通事故、降雨(积水)、降雪(积雪)，其中川藏公路在四川省内路段主要受到降雪(积雪)、崩塌、泥石流、滑坡等自然灾害影响，应积极采取定向的应急备灾措施。

(2)公路灾害事件阻断位置主要分布在四川省中东部，多集中在S-N向的G5京昆高速公路广元至攀枝花段、G0512成乐高速公路和E-W向的G42沪蓉高速公路广安至成都段。热点区域集中在成都市及其四周的眉山市、雅安市、德阳市等地。其中成都至雅安段作为由川入藏的第一站，保障公路畅通与行车安全意义重大。

(3)四川省在近未来时期(2030年代)面临着强降水带来的巨大挑战，省内67%以上公路将可能暴露在强降雨区域，约14.4%的公路将暴露在强降雪区域。二者重合的降水高危险区将覆盖10%左右的公路里程，特别是包括了川藏公路南线G318等联结内地与青藏高原的重要路段，亟需加强灾害防治措施以应对未来极端事件带来的公路安全威胁。

现代公路交通灾害的应对与治理趋于复杂化，在挖掘历史记录和预估未来暴露的基础上制定精准的公路减灾政策措施，将有助于保障应急抢险的畅通性与安全性，降低生命财产损失与社会经济影响。本文中未来极端情景下公路暴露的评估存在一定的不确定性，一是由于气候模式可能难以准确刻画区域尺度现象及其内部差异，二是源于公路基础设施发展前景及政策的不确定性。此外，关于长时间序列数据的统计规律挖掘及未来技术灾害影响的前瞻性预估等问题仍有待探索。深入开展此类研究具有重要的现实意义，有助于加强青藏高原区域公路运行态势的快速评估与组织管理，进一步推进我国交通运输应急管理体系和能力现代化。