洪水情景下考虑道路可靠性的应急避难场所分配与物资配送路径规划优化

《Geomatics, Natural Hazards and Risk》：Optimization of emergency shelter allocation and supply distribution route planning considering road reliability under flood scenarios

　　

洪水灾害会破坏交通网络，降低避难场所的可达性和应急物资配送路线的可用性。现有应急规划假设道路可靠，很少在避难场所分配和物资配送中考虑洪水引发的中断。为弥补这一不足，本研究构建了一个洪水情景下应急避难场所分配与物资配送规划的集成框架。在道路可靠性评估中，引入中介中心性（betweenness centrality）作为关键指标，以识别关键路段并捕捉其在路网中的拓扑重要性。在避难场所分配中，将候选避难场所周边的洪水淹没条件和道路可靠性纳入分配过程。在物资配送中，采用K-means聚类将避难场所划分为配送分区。构建了以最小化行程时间和最大化路径可靠性为目标的多目标路径优化模型，并使用NSGA-II算法求解。该框架被应用于中国上海市奉贤区。结果表明，改进后的避难场所分配模型提高了所选避难场所的安全性和可达性。Pareto最优解集揭示了行程时间与路径可靠性之间的权衡关系，为路径规划提供了多样化决策支持。所提出的框架为市政部门和应急管理机构在洪水备灾和应急物流管理方面提供了科学决策支持，并可推广至其他易受洪水影响的城市区域。

研究背景与问题：气候变化加剧了极端降水与洪水灾害，对交通网络造成严重破坏，降低了应急避难场所的可达性和应急物资配送的时效性。道路网络可靠性直接影响受灾人群疏散和物资运输效率。然而，现有应急规划往往假设道路可靠，较少考虑洪水引发的路网中断；传统避难场所选址多基于欧氏距离或静态路网条件，未充分联合考虑候选场所周边淹没风险与疏散路线可靠性；避难场所分配与应急物资配送路径优化常被分开研究，且路径优化常将行程时间与路线可靠性线性加权，掩盖了可行方案的多样性。针对上述缺口，研究人员在《Geomatics, Natural Hazards and Risk》发表论文，构建了洪水情景下应急避难场所分配与应急物资配送路径规划的集成框架，并以中国上海市奉贤区为案例开展实证研究。

主要技术方法：研究采用多源数据，包括第七次全国人口普查年龄分层人口数据、建筑轮廓数据、高德POI市场供应点数据、OpenStreetMap路网数据，以及MIKE21模拟的郑州“7·20”极端降雨洪水淹没情景。技术方法包括：基于设计年平均日交通量（Design AADT）、度、方形聚类系数和中介中心性的路段可靠性评估，利用双图建模与变异系数法加权；构建以总疏散距离最小为目标、加入淹没面积比和路段平均可靠性约束的避难场所分配模型；采用最优供需分配（OSD）模型匹配市场供应点与避难场所；使用K-means聚类划分配送分区；建立最小化行程时间与最大化路线可靠性的多目标路径优化模型，用NSGA-II算法求解，并通过水深-车速关系估算路段行程时间。

4.1 道路可靠性评估结果：引入中介中心性后，指标权重变为Design AADT 0.21、度0.06、方形聚类系数0.25、中介中心性0.48，说明中介中心性对评估结果影响最大。98.80%的路段可靠性得分下降，1.20%上升，提升路段集中于G1503上海绕城高速、港漕路和浦卫路等关键道路，表明引入该指标纠正了以往对高流量长距离干道可靠性的低估。空间分布上，高可靠性路段集中在中心城区和主要干道，低可靠性路段多为支路。

4.2 应急避难场所分配结果：在淹没面积比阈值取80%分位数（f_thresh=0.197）、路段平均可靠性阈值取20%分位数（R_thresh=0.086）时，最大避难场所数设为113，模型选出104个避难场所，总疏散距离最小。与传统方法相比，改进方法少选39个场所，总容量由555,200人降至381,300人，但仍高于受影响人口123,900人；总疏散距离增加52.99%，但所选场所平均淹没面积比降低34.51%，路段平均可靠性提高9.65%。局部莫兰指数（Local Moran’s I）分析显示，改进方法在淹没面积比上不再出现显著高-高聚集区，在路段可靠性上的高-高聚集区数量增多。敏感性分析表明，放松淹没面积比阈值会使所选场所从92个增至114个，总疏散距离降低31.24%；提高可靠性阈值会使场所数从114个减至93个，总疏散距离增加20.81%。

4.3 应急物资配送路径规划结果：供需分配显示，33个避难场所需要集中配送饮用水和粮食，4个需要集中配送婴儿配方奶粉。这37个场所经K-means聚类分为两个配送分区，分区1位于西北部、含23个场所，分区2位于东部乡镇、含14个场所。NSGA-II求解后得到Pareto前沿，呈现行程时间与路线可靠性之间的明显权衡；采用KneeLocator方法识别膝点作为折中方案。以分区1为例，时间优先方案行程时间最短为13,541.22秒，但路线可靠性仅0.159；可靠性优先方案可靠性提高41.5%，但行程时间增加76.6%；折中方案行程时间14,300.82秒，可靠性0.192。路线特征上，时间优先方案多选次级或支路，可靠性优先方案绕行至G1503上海绕城高速、临海路等高可靠性干线，折中方案以干线为主并局部利用次级道路。

讨论总结：研究指出，中介中心性可反映路段维持跨区域连通性的全局重要性，弥补了度指标仅反映局部拓扑结构的不足；在避难场所分配中，总疏散距离增加并不代表结果恶化，而是体现了在洪水条件下减少疏散距离与提高避难场所安全性和可达性之间的权衡，且容量利用率提高；在多目标路径优化中，NSGA-II生成Pareto最优解而非线性加权单目标解，可为不同应急物流需求提供时间优先、可靠性优先和折中方案。研究假设包括静态人口分布、洪水条件稳定、车辆容量充足和交通拥堵可忽略，30 cm淹没深度阈值用于识别受灾建筑、排除淹没场所和计算淹没面积比，与应急车辆在超过60 cm水深禁止通行的设定一致。未来可引入实时人口流动、动态洪水模拟、车辆容量约束和交通流模型。

结论翻译：本研究探讨了洪水灾害情景下的应急避难场所分配与应急食品配送路径规划。以上海市奉贤区为案例，研究使用四个指标评估道路可靠性，在避难场所分配中纳入洪水和可靠性约束，基于洪水深度估算行程时间，并通过NSGA-II优化物资配送路线，获得平衡行程时间与可靠性的Pareto最优解。本研究丰富了城市洪水应急管理框架，并为案例区以外易受洪水影响城市的避难场所分配和物资配送提供了实践决策支持。受数据可得性和方法假设限制，研究存在以下不足：受影响人口估计来自普查数据和建筑体积法，难以完全反映实时人口动态，可能导致避难需求估算局部偏差；基于建筑质心淹没深度识别受灾建筑简化了建筑脆弱性，可能高估疏散人口；未考虑家庭应急物资储备，可能高估外部物资需求。未来研究将弥补这些不足。