基于路网要素拓扑关系的路网脆弱性分析

摘要：目前，一些路网脆弱性分析方法主要通过模型或软件计算时间、流量等信息，但应用效果欠佳。对于道路稀疏的路网，其脆弱性更多地体现在路段所占整个路网的重要性程度上，所以需要从路网角度对道路进行脆弱性分析。文章通过路网中点、线、面的拓扑关系分析路网脆弱性，开发出一套简明、合理的路网要素空间关系分析技术，该技术具备良好的应用性，可在ArcGIS软件平台对现实路网进行分析。分析主要分为以下2个步骤：一是结合点与线的拓扑关系提取孤链和断头路，二是通过分析线与面的拓扑关系计算其余道路的重要性程度。文章以新藏公路北段周围路网为例，经路网脆弱性空间分析流程计算出该路网断头路占比为27.11%，断头路和孤链占比为37.58%，并得到研究区其余道路的脆弱性结果。

关键词：路网脆弱性，空间分析，拓扑关系

中图分类号：N94；U12  文献标识码：A   文章编号：1674-0688（2023）05-0053-04

0 引言

在灾害风险评估中，一般需要考虑承灾体的脆弱性。道路脆弱性的研究可从道路可靠性角度分析［1-4］，道路可靠性分为连通可靠性、时间可靠性和容量可靠性。连接可靠性是指网络中节点保持连接的概率，它反映了网络中每个节点的连接状态，并根据拓扑结构来描述其可靠性。旅行时间的可靠性是指在给定的“出发地—目的地”正确的情况下，旅行者能在规定时间内成功完成旅行行程的概率。道路容量可靠性可以定义为道路网络在车道容量和路段行驶时间变化限制等约束条件下所容纳的最大交通流量［5］。然而，在高原等路网密度较低地区，分析道路的可靠性意义不大，因为主干路是唯一的通行路线，其路网的疏密程度在很大程度上决定了道路的脆弱性程度。对于道路稀疏的路网，其脆弱性由路段所占整个路网的重要程度体现。因此，从路网的角度评估每条路段的重要性更有实际价值。本文以新藏公路周围路网为例，在分析研究区道路环境的基础上，开发出一套计算路网脆弱性的空间分析流程，用于路网脆弱性评估。

1 研究区概况

新藏公路作为从新疆进藏的唯一路线，是新疆西南地区通往藏西北、藏西南的主要通道，也是我国西南、西北边陲最重要的国防干线公路。本文研究区包含叶城县、和田县及皮山县、日土县的高原地带，总面积为148 195 km2，道路总长度为8 795.174 08 km，道路密度为0.06 km/km2。叶城县是新藏公路的起点，经过日土县新藏公路就与G317相连，所以主干路只选择新藏公路的叶城县、和田县、皮山县及日土县。

研究区道路主要呈北疏南密的分布特征。作为高山偏远地区，其路网的脆弱性非常高，体现在断头路和孤链的占比都很高，借助本研究提出的路网脆弱性空间分析技术，得到研究区断头路占比为27.11%，断头路加孤链占比为37.58%。

2 路网脆弱路段的识别

2.1 数据来源

本研究使用的数据来自OSM（Openstreetmap）道路数据（https：//openstreetmap.org/），OSM是一个开放、免费、可编辑的世界地图项目，它提供一个由社区驱动的全球地理信息数据库，它的数据在GIS、地理信息系统和地图制作等领域得到广泛应用。研究人员可以从OSM免费获取涵盖全球各地区大量的地理数据，包括地图、地理信息和地理空间数据。这些数据可以用于地图显示、路径规划、地理分析等多种场景。OSM的数据包含街道、建筑、公共设施、水域、山峰、森林等地理空间要素，这些要素都有地理坐标定位，附带丰富的属性信息，如名称、类型、地址等。OSM的数据以XML格式存储，可以使用多种GIS软件和程序进行处理和分析。

2.2 识别方法

识别脆弱的路段是分析路网脆弱性的核心。传统的方法是构建识别脆弱性的指标，然后用“遍历法”从网络中依次删除某些路段，根据脆弱性指标的变化衡量它们对整个网络的影响。为识别脆弱道路，研究者［6-8］采用了路段饱和度、连接性措施、路段重要性评级和稳健性指数等识别方法。虽然这些方法可以直接应用于道路网络的不同拓扑结构，但是在处理大规模网络时，计算效率低，存在判断错误的重大风险。在关键路段的识别中，孤链路段是比较难处理的地方，孤链即两部分路网只有一条路段连接（如图1所示），这条路段如果失效就会形成孤立的子道路网，当出现孤链时，许多算法必须改动才能顺利執行，使本身就复杂的算法更难以应用。

鉴于上述识别方法存在应用上的局限性，本研究提出路网要素空间关系分析技术，该技术成型的关键点是考虑路网中不仅有节点和路段，还有路段所围成的面，其核心思路是通过分析路网中点线面之间的数量和大小关系分析路网脆弱性。路网要素之间的拓扑关系存在规律，点和线之间的规律是当一个节点所连接的路段只有一条时，这条路段即断头路；线和面之间的规律是路段如果不在路段所围成的面内或路段完全落入一个面内，那么必然为断头路或孤链。此外，一条路段失效后绕行所耗费的距离可以从其相邻的面得到反映。

该技术可以帮助研究人员提取孤链和断头路作为路网中最脆弱的部分，并计算其余路段的脆弱性，同时可以在ArcGIS（计算机制图）软件上直接分析从OSM上获取的shp格式的现实道路数据。

2.3 识别方法验证

通过利用路网要素空间关系分析技术，得到研究区断头路占比为27.11%，断头路加孤链占比为37.58%。为研究研究方法的通用性，本文选取另外5个不同特点的区域作为研究样本进行对比验证，结果如图2所示。北京市西城区为发达城市路网样本，经计算断头路占比为10.43%，断头路加孤链占比为11.92%，占比量为研究样本最低；漠河为边远地区路网样本，经计算断头路占比为15.85%，断头路加孤链占比为19.36%，占比量为研究样本第二低；房山区和玉树市为城市结合多山地带的路网样本，经计算两者断头路占比分别为16.76%、17.23%，断头路加孤链占比分别为20.3%、20.78%，两者得到的结果比较相近，处于中等水平；改则县为边远多山地区路网样本，该县位于研究区南部，与研究区相邻，经计算断头路占比为21.33%，断头路加孤链占比为24.44%，占比量为研究样本第二高。综合对比结果发现，城市地区路网脆弱性最低，若路网位于边远或多山地区，路网脆弱性相应增加，既处于边远地区又处于多山地区的路网最脆弱。研究区断头路及孤链占总道路数大约1/3，属于非常弱的路网状态。

3 研究区路网脆弱性分析

3.1 拓扑分析方法

对道路路网脆弱性进行定义与识别后，需要进一步判断路段在路网中的重要性。本研究尝试使用一些已有模型或数学方法进行计算分析，但基本都是理想状态下的分析模型，不适用于现实的道路数据。研究也尝试从节点的角度使用遍历节点的方法进行分析，但这种方法的结果很难转换为计算代码，从路段的角度分析也存在许多难以解决的问题。最终本研究确定从路网要素拓扑关系的角度解决路网脆弱性的计算问题。确定点、线、面的拓扑关系是顺利使用该方法的一个前提，网路中点、线、面关系示意图如图3所示。这种方法可以理解为不单独从节点、路段或路面考虑，而应考虑路网中的点、线、面之间的关系。

本研究使用ArcGIS软件进行空间分析。在ArcGIS中，拓扑分析是一种用于检查和维护地理数据完整性的工具，常用的拓扑分析有边界完整性检查、要素完整性检查、连通性检查、方向一致性检查、共边界检查、共面检查、精度检查等。这些拓扑分析可以帮助用户检查和解决地理数据中的拓扑错误，提高数据的质量和准确性。本研究将其作为一种数据预处理的方法，帮助明确一些道路是否相连。研究主要通过图层与图层连接时的空间关系进行脆弱性分析，所以确定点、线、面的拓扑关系只是分析的前提。

3.2 路网脆弱性分析模型的建立

本研究进行路网脆弱性空间分析的流程如下。

（1）断头路的提取。在路段图层添加计数字段并将值设为1，将节点图层空间与路段图层连接，统计计数字段，统计方法为求和。统计结果中，图层计数字段值为1的数量即断头路的数量。

（2）断头路及孤链的提取。使用要素转面工具，输入路网图层，得到路网中由路段构成的闭环所形成的面图层。用面图层裁剪路段图层得到拓扑关系上面内的路段。面图层添加计数字段并将值设为1。将裁剪出的路段空间与面图层链接，并将链接条件选为完全落入其中，由此得到路段图层，将图层中值不为0的字段加上裁剪路段外其余路段的数量即为断头路加孤链的数量。

（3）其余路段道路脆弱性计算。将上一步中得到的裁剪路段空间和面图层相连接，统计面积字段，统计方法为求平均值，将统计值作为道路脆弱性的量化值。

经过观察发现，导致路网脆弱的原因在于断头路和孤链的出现，因此将它们的数量在整个路网中的比例作为路网脆弱性的估值是合乎实际情况的。从路网角度分析道路脆弱性，可以分为断头路及孤链和其余路段，前者是道路脆弱性最高的部分，因为该类路段一旦失效，其连接的节点将永远无法相通。对其余路段可以单独计算。通过观察线与面的拓扑关系发现，路段相邻的闭合面能反映其失效后另一条路线的通行长度，因为只需要反映其最小值，所以选择求相邻闭合面面积的平均值。

3.3 路网脆弱性结果分析

从分析模型计算结果看，研究区断头路占比为27.11%，断头路加孤链占比为37.58%，由此可以得出“研究区路网脆弱性非常高”的结论。采用均值和标准差对除断头路和孤链外的其余路段的脆弱性数值进行划分发现，距均值一个标准差范围内的路段数量作为低脆弱性路段，其路段数占总路段数的88%，但其总长度只占研究区道路总长度的63%，这符合研究区实际情况，脆弱性低的路段整体长度比较低，因为大部分是较短的城镇道路。但结果表明路段脆弱性数值和其长度没有直接关系，脆弱性数值低的路段其长度也有高值，长度低的路段也会有很高的脆弱性数值。分析研究结果发现，总体上日土县南部的道路脆弱性较低，叶城县、和田县的路段道路脆弱性均较高。新藏公路皮山县和日土县交接区域的路网脆弱性相对较高，具体对比数据见表1。

4 结语

本研究开发出一套简明、合理的路网脆弱性空间分析流程，其核心思路是借助路网中点、线、面的拓扑关系分析路网的脆弱性。本研究结合新藏公路北段周围路网进行分析，计算出研究区路网断头路占比为27.11%，断头路加孤链占比为37.58%，并得到研究区其余路段的脆弱性。本研究通过点与线的关系找到路网中的断头路，通过线与面的关系计算道路的脆弱性程度。今后的研究可以从路网线与线的关系、点与面的关系中进一步寻找有价值的信息或规律。

5 参考文献

［1］王殿海，祁宏生，徐程.交通可靠性研究综述［J］.交通运输系统工程与信息，2010，10（5）：12-21.

［2］孙启龙，吕颖，张利国.基于深度学习的道路可靠性评估方法与实验［A］.中国自动化学会控制理论专业委员会.第37届中国控制会议论文集（E）［C］.武汉：中国自动化学会控制理论专业委员会，中国系统工程学会（SESC），2018：1032-1037.

［3］冯红霞.基于GIS的海东新区道路脆弱性分析［A］.中国城市规划学会城市交通规划学术委员会.协同发展与交通实践——2015年中国城市交通规划年会暨第28次学术研讨会论文集［C］.杭州：中国建筑工业出版社，2015：222.

［4］倪永军，吕高峰，黄世敏，等.基于GIS的城市道路交通系统震害预测与连通性分析［J］.四川大学学报（工程科学版），2007（S1）：163-167.

［5］ErikJenelius，Lars-G?ran Mattsson.Road network vulnerability analysis of area-covering disruptions：A grid-based approach with case study［J］.Transportation Research Part A，2012，46（5）746-760.

［6］ErikJenelius，Tom Petersen，Lars-G?ran Mat-

tsson.Importance and exposure in road network vulnerability analysis［J］.Transportation Research Part A，2005，40（7）：537-560.

［7］ErikJenelius，Lars-G?ran Mattsson.Road network vulnerability analysis：Cnceptualization，implementation and application［J］.Computers，Environment and Urban Systems，2015，49：136-147.

［8］Michael A.P.Taylor.Network vulnerability in large-scale transport networks［J］.Transportation Research Part A，2012，46（5）：743-745.

【作者簡介】买星齐，男，北京人，北京师范大学硕士研究生在读，研究方向：自然灾害风险评估。

【引用本文】买星齐.基于路网要素拓扑关系的路网脆弱性分析——以新藏公路北段周围路网为例［J］.企业科技与发展，2023（5）：53-56.