基于可达性与路段重要性指数(LII)的道路网络冲击脆弱性评估方法——意大利南部巴里与那不勒斯大都市区比较研究

《Transportation Research Interdisciplinary Perspectives》:A methodology to analyse road network vulnerability to shocks: Some evidence from two metropolitan areas in the south of Italy

【字体: 大 中 小 】 时间:2026年10月24日 来源:Transportation Research Interdisciplinary Perspectives 4.8

编辑推荐:

  道路网络脆弱性(road network vulnerability)在大都市区运行中具有关键作用,交通系统对维持经济活动和日常通勤不可或缺。然而,这些网络极易受到中断影响,中断可由事故、基础设施故障或自然灾害引起。本研究分析大都市区交通中断对出行的影响;案例

  
道路网络脆弱性(road network vulnerability)在大都市区运行中具有关键作用,交通系统对维持经济活动和日常通勤不可或缺。然而,这些网络极易受到中断影响,中断可由事故、基础设施故障或自然灾害引起。本研究分析大都市区交通中断对出行的影响;案例研究为巴里(Bari)和那不勒斯(Naples)两座城市。研究采用可达性指标(accessibility indicator)以及基于交通流和旅行时间的指标(路段重要性指数,link importance index, LII)对道路网络开展脆弱性分析。利用Visum软件模拟多种交通中断,并随后绘制脆弱性地图(vulnerability maps)。结果表明,在两个案例研究中,最不利情景均出现在两城市主干环路(arterial ring roads)路段关闭时。该方法被证明可为地方管理者与交通机构制定有效交通管理策略和应急预案提供有效辅助。
研究背景与问题:道路网络脆弱性(road network vulnerability,指道路网络对中断的异常敏感性及性能下降)是地方管理者、交通机构和城市规划者关注的复杂问题。城市扩张及人员货物流动使道路网络成为关键基础设施;任何自然或人为事件均可能损坏基础设施、限制或阻断人员与货物移动并产生社会经济影响。既有脆弱性分析涵盖洪水、地震、滑坡、雪崩、飓风及事故或随机中断,并关注桥梁、隧道、高架、地下通道、瓶颈、机场或铁路等联运节点进出道路等关键要素;方法包括网络拓扑、旅行时间、容量、交通流、可达性(accessibility,用户到达活动或服务地点的便利程度)及关键性分析。原文指出,需要检测Bari和Naples大都市区脆弱区域,两市规模与网络复杂性不同但均高度依赖主干环路(tangenziali),且具战略经济物流角色和详细交通数据,结果可推广至其他中型和大型地中海城市。研究目标是把基于可达性的评估与路段重要性指数(Link Importance Index, LII)结合,以两类互补视角分类道路重要性:可达性指标捕捉中断对用户的空间后果,LII考虑交通流与网络旅行成本变化;其方法贡献不是提出新指标,而是在共同评估框架中整合两个既有方法并比较两个不同规模网络,检验网络性能视角识别的关键路段是否也对应显著可达性损失区域。

研究人员开展的研究、结论与意义:研究人员使用Visum软件对Bari和Naples都市区多种交通中断进行模拟,生成脆弱性地图;结论表明两案例最坏情景均为主干环路路段关闭;该方法可辅助地方管理者和交通机构制定交通管理策略与应急预案。

关键技术方法(不超过250字):以OpenStreetMap导入道路网络并整合SUMP(Sustainable Urban Mobility Plans,可持续城市交通规划)数据、分区系统和O–D(origin–destination,起讫点)需求矩阵,采用随机用户均衡(stochastic user equilibrium)进行私人交通分配;基准情景为全网可用,移除选定路段后重新分配,OD矩阵在各情景内为静态。可达性采用主动可达性,为节点间旅行时间与节点就业人数函数,β1=1.17、β2=1.14;脆弱性为中断前后可达性百分比变化。LIIj=βF(ADTj)+(1?β)G(ΔCj),β=0.5,ADTj为平均日交通量(Average Daily Traffic),ΔCj为总成本变化;总网络成本按OD需求加权旅行时间计算;中断路段依据拓扑意义、功能重要性和风险暴露选择。样本来源为Naples和Bari都市区SUMP交通数据。

研究结果:
Results for Naples:通过场景5关闭Tangenziale di Napoli(4—6出口)得到最坏影响,平均可达性下降5.43%,仅4区不受影响,22区下降大于10%,11区为5%—10%,14区大于15%;场景3关闭Corso Umberto I平均下降1.25%;LIIj排序为Tangenziale di Napoli 0.188、Via Amerigo Vespucci 0.106、Tunnel “Laziale” 0.037、Corso Vittorio Emanuele 0.027、Corso Umberto I 0.020。
Results for Bari:通过场景2关闭Tangenziale di Bari(10—13出口)得到最坏影响,平均可达性下降2.18%,25区为2%—5%,4区为5%—10%;场景3关闭Strada Statale 100平均下降0.86%;LIIj排序为Tangenziale di Bari 0.156、Strada Statale 16 0.056、Sottopasso ferroviario via B. Buozzi 0.020、Strada Statale 96 0.019、Strada Statale 100 0.017。

讨论部分总结:
Discussion on the results of the two case studies:排名确认LII能区分高运营负荷与结构或拓扑相关性路段;Naples的Tangenziale di Napoli和Bari的Tangenziale di Bari为最重要链路,作为外围—核心连通的关键进出和分配走廊,其高排名反映大流量及中断时旅行时间显著后果。可达性损失不均匀,集中于居民与就业密度高、日常需求大的区域;Naples沿Tangenziale和东部滨水区、Bari沿Tangenziale及港口—工业走廊下降最明显;脆弱区与高人口或就业密度重叠表明社会经济集中放大暴露。仅拓扑或流量不足以评估脆弱性,还须考虑活动空间分布;β=0.5整合用户导向局部分量和系统导向全局分量。
Comparison to previous literature:结果与既有研究一致,脆弱性空间不均并受网络等级结构制约,主干走廊最敏感;少数高容量路线可成为单点故障;可达性结果超出纯拓扑或流量度量并包含就业和服务可达性等社会经济影响;整合可达性与流量—时间指标可同时捕捉用户导向影响和系统级性能退化;可达性驱动脆弱模式常与流量关键性吻合但不总是,需要多准则分析;两城市比较支持方法结构可推广。
Sensitivity analysis:研究人员将式(3)中β由0.5改为0.3和0.7;两城市前五链路排序稳定,优先序稳健,但LII幅度对β敏感;β增大时高ADT链路尤其环路指数显著上升,因归一化局部分量F主导;Bari部分链路归一化全局分量G略负,表明移除对系统成本影响可忽略或边际有益。
Naples case study:局地ADT是前五链路主要驱动(F显著大于G),链路日流量大而网络仍具绕行能力,移除未大幅增加总网络成本(ΔC小);LII随β增加,Tangenziale始终第一;若优先用户暴露则这些链路应优先维护或冗余,若优先系统效应差异较小。
Bari case study:回算G略负;β=0.3时LII小或负,β=0.7时大的F主导使LII显著正;Tangenziale因F最大始终第一。
Policy implications:框架提供中断空间与功能后果证据并转化为规划与应急管理信息;可用于优先维护升级监测、指导冗余与替代路线、支持应急疏散规划识别维持医院港口机场最低可达性的链路,并纳入SUMP监测;两案例环路最关键的识别意味着其应在维护、应急与替代路线或冗余措施中优先。

研究结论部分翻译:
Conclusions:本研究分析意大利南部Bari和Naples大都市区城市机动性影响,使用Visum模拟多种交通中断;方法使用两个指标:其一评估特定道路关闭后研究区各区的可达性下降,其二考虑旅行时间和交通流评估干道重要性。Naples最坏情景为Tangenziale di Napoli路段关闭,仅4区不受影响,14区可达性下降大于15%;Corso Umberto I关闭(通往中央火车站)平均下降约1.25%;按式(3)最重要的是Tangenziale di Napoli,其次为通往Naples海港的Via Amerigo Vespucci。Bari最显著情景为Tangenziale di Bari路段关闭,平均可达性下降2.18%;Strada Statale 100关闭为第二最差,平均下降0.86%;按式(3)最重要干道为环路,其次为Strada Statale 16。可达性指标和LII可视为识别脆弱城市区域和关键道路的有效参数,可为地方管理者或交通机构应急管理提供决策支持;提前知道哪些道路若发生事故关闭会造成重大机动性损害,有助于规划维护和交通监测以降低脆弱性。原文同时指出不足:仅考虑私人小汽车一种方式,低估包括所有货运和客运车辆的实际交通量;未识别中断原因、持续时间和严重程度;未来可整合多模式及其交互;可开发纳入冗余和鲁棒性等网络属性的脆弱性参数;静态OD矩阵假设每个中断情景需求固定,不能充分捕捉疏散等实时冲击中出发率、路径、目的地和流量的动态变化;未来应整合动态OD估计和时变交通分配,或以时变需求矩阵替换静态OD并在滚动时域中更新。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号