韧性视角下的高速公路突发事件应急能力评估研究

2023-12-03王冠妍王绪亭纪柯柯王立浩

交通工程 2023年6期

王冠妍, 孙健, 王绪亭, 纪柯柯, 王立浩, 冯悦

(1.天津东方泰瑞科技有限公司, 天津 300192; 2.四川藏区高速公路有限责任公司, 成都 610041;3.武汉理工大学安全科学与应急管理学院, 武汉 430074; 4.天津高速公路集团有限公司, 天津 300000)

0 引言

高速公路作为连接城市间的主要通道,其暴露性较高. 当路网系统受到恶劣天气、地理条件等外界因素影响时,运行状态极易受到干扰,一旦发生突发事件,后果不堪设想,且随着救援时间的延长、处置措施的不当,后果严重性会成倍增长,对相关运营部门应急管理能力是一项巨大考验. 随着高速公路路网的日益完善,如何科学评估路网在突发事件下的应急能力水平,受到学界和行业管理部门的高度关注.

应急能力建设是高速公路交通突发事件应急体系建设的核心,在《“十四五”国家应急体系规划》《“十四五”现代综合交通运输体系发展规划》这些国家级指导性文件中突出强调“加强应急保障能力建设”. 应急能力评估作为应急管理工作的重要部分,全面、合理地评估指标体系与科学、客观的评估方法,将直接影响评估结果的可靠性. 自20世纪 60年代以来,国外学者在安全评价方法上展开了不断的研究,具体可分为定量和定性方法2类,其中定性的如预先危险性分析法(PHA),故障类型和影响分析法(FMEA)等;定量的方法包括道化学公司法(DOW),单元危险性快速排序法等[1]. 但是,在对一些带有模糊性质的定性指标进行分析时,由于对数据的处理比较单一,因而不能很好地对其进行定量处理. 随着模糊数学的不断发展,模糊理论很好地解决了定性指标难量化的难题.

高速公路突发事件应急保障是1个涵盖预防、准备、响应、恢复等工作的多层次系统过程,该过程中的各要素相互关联、相互制约、相互影响. 国内外学者在高速公路突发事件应急能力评估研究中多基于突发事件应急管理理论,构建指标体系,开展评估工作. 张建军等[2]提出了针对公路交通突发事件应急能力的评估体系. 该评估体系涵盖了日常、事前、事中和事后4个维度,并详细说明了各指标的具体评估内容. 杨雪等[3]基于事前预防、事中控制和事后应对3个过程建立评价指标体系,并运用云模型对河南省高速公路突发事件应急管理能力进行评价. 戢晓峰等[4]从吸收能力、适应能力、恢复能力 3个方面构建高速公路韧性评估模型. 该类研究从事故发生的周期过程构建相应指标,具有很好的借鉴意义,但评估指标没能很好地涵盖突发事件发生、发展、处置、消失、恢复的全过程,评估方法难以有效处理定性指标的模糊性和评价过程的随机性. 而“韧性”作为表示系统在发生扰动后能恢复到正常状态的能力,可更全面地反应事故发展的全过程.

本研究以突发事件全生命周期作为评估对象,考虑各单元之间的关联性,引入“韧性”的概念,充分表征系统动态行为和状态,以天津高速为例,构建基于云层次分析法的应急能力评估模型,以期望、熵、超熵3个数字特征表现评估系统的随机性、模糊性和离散性,进而指导应急能力建设,有效防控重特大事故风险.

1 评估指标体系构建

1.1 交通网络系统韧性

系统韧性是系统面对干扰能有准备地控制损失、快速修复和自主治理的能力. 它强调整个过程承受能力,并利用动态响应曲线来定义指标[5]. 交通网络系统韧性是交通网络的1种属性,指系统抵抗、适应、吸收中断后果维持正常功能水平,并从冲击中恢复的能力[6-7]. 韧性应急能力主要体现在对突发事件的系统要素和应急行为主体之间的有机组合的响应和处置能力上,其结果是减少突发事件带来的影响,并提高路网的恢复能力. 以时间作为横轴,以系统状态为纵轴,图1表示曲线可表示风险冲击下交通网络系统功能随时间的变化情况.

图1 系统韧性曲线

1.2 指标选取

基于韧性理论,将高速公路突发事件应急能力评估简化为对系统抵抗能力、适应能力、恢复及优化能力3个维度,其中抵抗能力即抵御风险、避免崩溃的能力,主要依靠事前日常维护管理预防;适应能力指风险冲击后,依靠系统监测预警、应急响应、应变以适应环境,并加速恢复到稳定状态的能力;恢复优化能力指遭受干扰后恢复到初始状态的能力及从灾害经历中吸取教训、学习经验,并转化为新的免疫力,可促进新的发展的能力,经过专家多轮论证[8-12],确定了影响应急能力的因素作为应急能力评估指标,指标体系见表1所示.

表1 应急能力评估指标体系及评价要点

2 总体评估模型

突发事件应急能力评估过程存在诸多不确定性,既有关联等级的划分、指标评价值的确定等导致的模糊问题,也有多个指标之间的相对权数判断问题. 常规评估方法会在某种程度上忽视评估过程的随机和离散性,导致评估结果与真实状况有较大偏差. 并且以精确的数字来刻画评估指标与风险等级之间的映射关系,还会进一步忽略事物间的随机性,从而使其失去模糊的本质. 云模型理论作为1种处理不确定性和模糊性的数学工具,可帮助我们更好地理解和描述这种不确定性和模糊性,通过引入期望、熵和超熵3个数字特征,可对评价系统的随机性、模糊性和离散性进行量化表征,从而提高评估方法的精确性和可靠性,更好地应对高速公路突发事件的复杂性和多样性. 因此,本文建立基于云层次分析法的高速公路突发事件应急能力评估模型,其步骤如下:

步骤1利用云模型修正层次分析法,从而获取指标相应权重参数;

步骤2根据逆向云模型获取指标数字特征,正向云模型表示特征云图;

步骤3通过高速公路突发事件应急处置率确定评估等级;

步骤4应用微调合成算子运算方法,得到综合评价结果,识别高速公路应急能力等级.

具体方法和步骤如图2所示.

图2 总体评估流程

2.1 云理论

云模型(Cloud Model)是由我国工程院院士李德毅教授在随机数学、概率论和模糊数学的基础上提出的1种定性和定量转换模型[13]. 通过3个数字特征来整体描述定性概念C,这3个特征包括期望Ex、熵En和超熵He. 具体含义如下:

期望Ex：代表云滴在论域U上的分布的数学期望.

熵En：一方面反映云滴的离散程度;另一方面确定了在论域空间中可被概念接受的云滴的确定度.

超熵He：表示在数域中代表数值的不确定度的集中程度,而在云模型中则反映为云图的厚度和离散程度.

云发生器按功能分为正向云发生器和逆向云发生器[14],其中正向云发生器以实现定性概念到定量数值的转换,如图3所示;逆向云发生器则实现从定量数值到定性概念的转换,如图4所示.

图3 逆向云发生器

图4 正向云发生器

2.2 云层次分析法

2.3 总体评估

通过引入微调合成算子计算基于改进云模型的高速公路应急能力等级评估结果,见式(1)～(3):

(1)

(2)

(3)

3 应急能力评估等级

本文拟根据高速公路突发事件应急响应与处置能力确定本研究的应急能力水平.选取全市高速公路近3 a内发生的突发事件有效处置率角度评估突发事件应急处置总体情况,即:

(4)

式中,η为突发事件有效处置率;N′为近3 a高速公路突发事件有效处置数;N为近3 a高速公路突发事件数.

在突发事件发生后,如果没有造成严重影响(指道路阻断超过6 h)、未造成3次以上的人员死亡,并且在事故调查中没有发现应急处置责任的情况,那么可将该事件认定为得到了有效处理. 通过对实际发生的紧急事件的有效处理率的计算,按照表2的方法,划定突发事件应急能力评价标准.

表2 应急救援能力评估等级划分标准

利用正向隶属云发生器获得的突发事件下应急能力评语集云模型图如图5所示.

图5 应急能力评语集云模型

4 算例分析

4.1 数据采集

以天津某高速路段为例,采用专家打分法进行相关数据采集. 共邀请评估专家7名,其中政府管理人员2名,高校科研人员2名,应急管理专家 3名,进行现场论证,并针对风险因素进行打分.

由于所选的33项评估指标对应急能力等级的影响不同,因此要对每个风险因素进行赋权,故将打分过程分为2轮,其中第1轮根据改进层次分析法标度规则进行相对权重打分,并根据式(1)～(3)得到各风险因素对应的权重集;第2轮则针对本研究对象,对各2级风险因素对照应急救援能力评估等级划分标准进行打分,并依据各专家对指标打分结果,利用逆向云发生器生成每个风险因素的评价云,见表3所示.

表3 3级指标权重云统计表

4.2 评估模型

根据专家打分云数字化处理后的结果,通过式(1)～(3),利用微调合成算子计算得出2级指标所对应的权重云数字特征以及各风险因素的云数字特征,见表4,其对应云图见图6～8所示. 从云图可知,抵抗能力,适应能力均处于良等级,但有部分云滴散落在优级;而恢复及优化能力则处于中级.

表4 2级指标权重云统计表

图6 抵抗能力评估云图

图7 适应能力评估云图

图8 恢复及优化能力评估云图

最终,计算得到高速公路突发事件下应急能力评估的云数字特征为(91.646,2.379,1.987),见表5所示,利用正向隶属度云发生器获得评估结果云图见图9所示.

表5 综合云评估结果

图9 总体能力评估云图

基于云层次分析法的突发事件下高速公路应急能力评估的期望值Ex=91.646,其对应的评估等级为良,且从云形态的厚度和云滴离散度可知,云滴多集中于等级良内,少量云滴分布在优区域,表明其突发事件应急能力较强,突发事件响应基本及时,处置有效. 针对评估过程中等级较低指标,企业应该加强构建应急通讯和信息共享平台;依靠先进的信息通讯技术,及时发现突发事件,有效实现信息传递和共享;提升事件调查及评估水平;发掘事件诱因,创新突发事件调查评估工作机制,从事件调查延伸到事件预防,从评估分析扩展到预防总结.