城市道路的人員疏散風(fēng)險評價研究*

齊蔓菲，於 家，姜 麗，溫家洪，李仙德，徐 慧，畢雪梅

(1.上海師范大學(xué) 環(huán)境與地理科學(xué)學(xué)院，上海 200234； 2.江蘇省地震局，江蘇 南京 210014)

0 引言

近年來，各類突發(fā)事件在世界各地不斷發(fā)生，自然災(zāi)害和人為災(zāi)害給人類生產(chǎn)生活帶來巨大損失與負(fù)面影響。隨著經(jīng)濟(jì)的高速發(fā)展，城市化發(fā)展進(jìn)程加快，城市地區(qū)人口高度聚集，而道路網(wǎng)絡(luò)建設(shè)發(fā)展速度滯后于人口密度的增長速度，造成城市道路疏散不足。突發(fā)事件一旦爆發(fā)，極易造成交通堵塞和人群聚集，導(dǎo)致疏散效率降低，造成嚴(yán)重的人員傷亡和經(jīng)濟(jì)損失[1]。為應(yīng)對各種突發(fā)事件，較多研究者均在積極開展與城市應(yīng)急措施相關(guān)的研究，開展疏散風(fēng)險評價工作，并據(jù)此制定應(yīng)急疏散預(yù)警方案，旨在有效減輕甚至避免突發(fā)事件造成的危害[2]。

應(yīng)急疏散研究一直是城市公共安全的重點(diǎn)研究內(nèi)容。當(dāng)前該領(lǐng)域的研究熱點(diǎn)主要涉及1)運(yùn)用社會力模型、元胞自動機(jī)、多智能體等模型開展疏散仿真模擬[3-4]；2)基于網(wǎng)絡(luò)優(yōu)化算法對疏散路徑進(jìn)行規(guī)劃與優(yōu)化[5-6]。這2種研究均可以設(shè)置一定的假設(shè)前提，在某區(qū)域的二維或三維場景中進(jìn)行應(yīng)急疏散模擬或疏散路徑優(yōu)化，適用于特定的情景。而疏散風(fēng)險評價與上述研究有所差異，主要從宏觀角度掌握應(yīng)急疏散風(fēng)險，為制定疏散預(yù)案、預(yù)警方案提供參考依據(jù)。

本文開展的道路疏散風(fēng)險評價主要針對人員在城市道路上進(jìn)行應(yīng)急疏散中存在的風(fēng)險。目前學(xué)術(shù)界的疏散風(fēng)險評價方法主要分為定性分析法、半定量分析法和定量分析法[7-8]，但由于定性分析法多憑分析者的直覺、經(jīng)驗(yàn)來分析，準(zhǔn)確性與客觀性方面有所欠缺，因此越來越多的研究者采用定量分析法開展研究。道路疏散風(fēng)險定量評價的研究主要分為2個方向：1)從疏散規(guī)劃的角度，通過模型模擬發(fā)現(xiàn)疏散中存在的各類問題，并分析其嚴(yán)重程度，從而評價疏散風(fēng)險，這類研究多建立在突發(fā)事件已知的基礎(chǔ)上，適用于小范圍研究區(qū)域的風(fēng)險評價，缺點(diǎn)是方法可移植性較低[9]。2)在突發(fā)事件未知的情況下通過評估道路網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的脆弱性來評價道路疏散風(fēng)險，例如基于復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)重要度的評價方法和基于節(jié)點(diǎn)脆弱性的評價方法[10]，以及Cova等[11]在1997年提出的臨界簇模型評價方法。當(dāng)前較多相關(guān)研究均基于臨界簇模型開展[12]，但該方法缺點(diǎn)是考慮參數(shù)較少，僅考慮疏散人數(shù)與道路出口數(shù)量，存在一定的局限性。另外，由于城市人口分布是動態(tài)變化的，不同時間同一區(qū)域內(nèi)的人口數(shù)量變化可能較顯著[13]，因此道路疏散風(fēng)險研究中考慮城市人口的動態(tài)性會更為合理。

基于上述的分析，本文擬綜合考慮道路自身屬性特征、道路拓?fù)浣Y(jié)構(gòu)、實(shí)時交通路況與實(shí)時人口數(shù)量的影響，建立道路疏散風(fēng)險評價函數(shù)，并結(jié)合臨界簇模型，提出“道路疏散風(fēng)險指數(shù)”，綜合評價城市道路的人員疏散風(fēng)險。以上海市外環(huán)線內(nèi)的區(qū)域?yàn)檠芯繀^(qū)，運(yùn)用提出的方法，從整體與局部分別分析不同時刻風(fēng)險指數(shù)的分布和變化情況；以加油站爆炸為情景，開展突發(fā)事件情景下的道路疏散風(fēng)險評價。該方法可以應(yīng)用于不同尺度的道路疏散風(fēng)險綜合評價，同時亦可以結(jié)合特定突發(fā)事件情景進(jìn)行道路疏散風(fēng)險評價工作，其結(jié)果可為城市道路規(guī)劃、交通基礎(chǔ)設(shè)施配置和應(yīng)急疏散管理提供有效參考。

1 研究方法

1.1 道路疏散風(fēng)險綜合評價

開展道路疏散風(fēng)險綜合評價研究，旨在綜合評價人員在道路上進(jìn)行應(yīng)急疏散的風(fēng)險，從而對城市道路規(guī)劃、交通基礎(chǔ)設(shè)施配置以及疏散預(yù)案和預(yù)警提供決策參考。評價中考慮多種風(fēng)險影響因素，包括道路自身屬性、交通路況、道路拓?fù)浣Y(jié)構(gòu)等，建立道路疏散風(fēng)險評價函數(shù)(Evacuation Risk Evaluate Function,EREF)，并結(jié)合臨界簇模型(Critical Cluster Model,CCM)，提出“道路疏散風(fēng)險指數(shù)”，量化評價道路疏散風(fēng)險并得到研究區(qū)的綜合評價結(jié)果圖。道路疏散風(fēng)險指數(shù)的計算如式(1)所示：

Rc=EREF·BLD

(1)

式中：Rc為道路疏散綜合風(fēng)險指數(shù)；EREF為道路疏散風(fēng)險評價函數(shù)；BLD為道路容量需求(臨界簇模型的表征值)。

1.2 突發(fā)事件情景下的應(yīng)急疏散風(fēng)險評價

突發(fā)事件情景下的道路疏散風(fēng)險評價，一般根據(jù)某種類型突發(fā)事件的特征展開分析，能夠提供更為具體、針對性更強(qiáng)的應(yīng)急疏散決策參考。當(dāng)突發(fā)事件發(fā)生時，除了道路自身屬性等影響外，突發(fā)事件環(huán)境條件、擴(kuò)散模式等眾多復(fù)雜不確定因素亦會影響疏散風(fēng)險評價結(jié)果，目前相關(guān)研究中需要依靠物理和化學(xué)等相關(guān)學(xué)科的理論或者實(shí)驗(yàn)來獲得[13]。考慮到疏散風(fēng)險多數(shù)情況下與突發(fā)事件發(fā)生中心距離及突發(fā)事件強(qiáng)度因素有較強(qiáng)的關(guān)聯(lián)，因此本文對上述復(fù)雜因素進(jìn)行了簡化，假定突發(fā)事件對城市道路造成的影響與事件發(fā)生地到該道路所在位置的空間歐式距離呈負(fù)相關(guān)關(guān)系，并考慮突發(fā)事件的強(qiáng)度。突發(fā)事件情景下的道路疏散風(fēng)險指數(shù)如式(2)所示：

(2)

式中：Re為突發(fā)事件情景下道路疏散風(fēng)險指數(shù)；D為突發(fā)事件發(fā)生地到道路的空間歐式距離；a為突發(fā)事件強(qiáng)度。

1.3 道路疏散風(fēng)險評價函數(shù)

考慮城市人員疏散過程中的實(shí)際情況，選擇6個主要影響因素，建立EREF，定量評價人員疏散的綜合風(fēng)險。

1)道路寬度：道路寬度是影響道路疏散效率的1個重要因素，較寬的道路具有較大的行人承載能力，在疏散過程中可以提供較好的疏散條件。

2)道路障礙系數(shù)：道路障礙系數(shù)由電阻的概念引申而來，電阻是電學(xué)物理量，在物理學(xué)中表示導(dǎo)體對電流阻礙作用的大小。本文中道路的節(jié)點(diǎn)被視為電子電路中的節(jié)點(diǎn)，而道路則被視為節(jié)點(diǎn)之間的電阻，行人流被視為電子電流。可以用道路障礙系數(shù)表示道路自身結(jié)構(gòu)屬性對人流疏散作用的大小，如式(3)所示[7]：

(3)

式中：RRC為道路障礙系數(shù)；RL為道路長度,m；RW為道路寬度,m。

3)建筑威脅度：在某些特定的突發(fā)事件下，建筑物對于人員疏散存在一定的影響，即越靠近高層建筑物越危險，因此人員應(yīng)該盡量避開高層建筑物，盡快疏散到鄰近的避難場所。在本文的道路疏散風(fēng)險綜合評價中，將建筑物威脅度納入疏散風(fēng)險評價體系中，而對特定突發(fā)事件疏散情景，根據(jù)突發(fā)事件特性決定是否采用建筑威脅度這一影響因素。建筑威脅度[7]的計算如式(4)所示：

(4)

式中：BT(j)為道路j的建筑威脅度；lbr為建筑物i與道路的最短距離,m；H為建筑物高度,m；n(j)為可能影響道路j的建筑物總數(shù)。

4)行人逆流阻礙：在突發(fā)事件發(fā)生時，部分疏散人員可能為尋找家人等原因，離開當(dāng)前疏散人群而選擇其他的疏散路線，產(chǎn)生行人逆流現(xiàn)象。有學(xué)者開展相關(guān)研究，在不同道路寬度的條件下，通過STEPS軟件仿真獲得疏散延遲時間，用疏散延遲時間與實(shí)際疏散時間的比值表征行人逆流阻礙，然后根據(jù)曲線擬合出行人逆流阻礙[7]，如式(5)所示：

RPC=1.776e-1.381RW(RW≥0.8 m)

(5)

式中：RPC為行人逆流阻礙。

5)交通流阻礙：交通流的情況對人員疏散具有較大影響，尤其是在道路交叉口。當(dāng)疏散人群橫穿道路或道路交叉口時，嚴(yán)重的交通擁堵會阻塞疏散路線，并降低人員疏散速度。本文借助高德API獲取交通態(tài)勢數(shù)據(jù)，獲取路況指數(shù)和車輛實(shí)時車速2個重要指標(biāo)。路況指數(shù)分為4級，分別是：0未知，1暢通，2緩行，3擁堵。針對路況未知的道路，假設(shè)其路況指數(shù)為“1暢通”。每個道路節(jié)點(diǎn)都給出實(shí)時平均車速。交通流阻礙計算公式如式(6)所示：

(6)

式中：RTF為交通流阻礙；status為路況指數(shù)；speed為實(shí)時車速,km/h。

6)應(yīng)急避難場所分布系數(shù)：應(yīng)急避難場所是應(yīng)對突發(fā)公共事件，安置疏散人員的安全場所[14]。本文借助高德API獲取應(yīng)急避難場所數(shù)據(jù)，統(tǒng)計每條道路路段500 m范圍內(nèi)應(yīng)急避難場所的數(shù)量，以此作為應(yīng)急避難場所分布系數(shù)。

綜合上述6個影響因素，構(gòu)建道路疏散風(fēng)險評價函數(shù)EREF，如式(7)所示：

(7)

式中：ES為應(yīng)急避難場所分布系數(shù)。

1.4 臨界簇模型

臨界簇模型能夠系統(tǒng)地識別人員在道路上疏散過程中可能面臨的疏散困難，探究區(qū)域內(nèi)道路網(wǎng)絡(luò)的脆弱性。其中疏散困難包括人群在轉(zhuǎn)移過程中造成的擁擠、碰撞、滯留和不可預(yù)測的意外情況，緊急情況下組織管理者對交通安全布控和實(shí)施救援的難度，以及被疏散對象(人員、財產(chǎn)及交通工具)脫離危險區(qū)域的難度[12]。本文中臨界簇模型主要考慮該區(qū)域的道路拓?fù)浣Y(jié)構(gòu)和道路上需要疏散的人員數(shù)量，用道路容量需求(Bulk Lane Demand,BLD)表征。BLD值越高，表示道路出口需要承載的被疏散人員數(shù)量越多，區(qū)域內(nèi)人員疏散過程越困難，疏散風(fēng)險越大。BLD值的計算方法如式(8)所示：

(8)

式中：P為需要疏散的總?cè)藬?shù),人；C為通向外部的道路出口總數(shù),個。

為說明具體計算方法，臨界簇模型示意[13]如圖1所示，道路網(wǎng)中包含A到F共6個道路節(jié)點(diǎn)，假設(shè)各道路節(jié)點(diǎn)的人員數(shù)量為1，臨界簇的搜索閾值為5，即搜索除根節(jié)點(diǎn)A以外的5個節(jié)點(diǎn)，每搜索1個新的節(jié)點(diǎn)，加入前一步的簇中共同進(jìn)行計算。當(dāng)只考慮根節(jié)點(diǎn)A時，因?yàn)榇嬖谕ㄏ駼和C的2個疏散出口，此時的BLD為0.5；當(dāng)進(jìn)一步增加B節(jié)點(diǎn)后，存在通向C和D的2個疏散出口，而人員數(shù)增加為2，得出BLD的結(jié)果為1；以此類推，可以計算得到圖1中所有節(jié)點(diǎn)的簇的BLD值。由于當(dāng)ABCD作為1個簇時，BLDABCD的BLD最大，認(rèn)為此時的疏散風(fēng)險最大，簇ABCD即為根節(jié)點(diǎn)A的最大臨界簇。

圖1 臨界簇模型示意Fig.1 Schematic diagram of CCM

2 研究案例

2.1 研究區(qū)

本文以上海市外環(huán)線區(qū)域內(nèi)的中心城區(qū)為研究區(qū)，如圖2所示，包括黃浦區(qū)、靜安區(qū)、虹口區(qū)、楊浦區(qū)，以及長寧區(qū)、徐匯區(qū)、浦東新區(qū)、閔行區(qū)、寶山區(qū)、嘉定區(qū)的部分區(qū)域。外環(huán)線內(nèi)城區(qū)面積680 km2，連接10條快速干道、10座大型全互通立交和徐浦大橋、外環(huán)隧道2座越江工程。研究區(qū)幾乎覆蓋上海市大部分的道路交通網(wǎng)以及用于實(shí)現(xiàn)各城區(qū)貫通的交通骨架。

圖2 上海市外環(huán)線區(qū)域內(nèi)的中心城區(qū)Fig.2 Central urban area inside Shanghai Outer Ring Road

2.2 數(shù)據(jù)處理

根據(jù)EREF與CCM中所需要的道路數(shù)據(jù)、建筑數(shù)據(jù)、實(shí)時交通態(tài)勢數(shù)據(jù)和動態(tài)人口數(shù)據(jù)的需求，需要分別對各類數(shù)據(jù)進(jìn)行獲取和處理。

上海市外環(huán)內(nèi)中心城區(qū)道路數(shù)據(jù)采用線狀矢量數(shù)據(jù)格式，依據(jù)城市道路的中心線在ArcGIS軟件中繪制，數(shù)據(jù)屬性中包含道路寬度與長度信息，根據(jù)道路網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的要求，將每條道路在道路交叉口處打斷成分段的路段，相鄰路段通過交叉口節(jié)點(diǎn)相互連接。由于使用的是線狀矢量數(shù)據(jù)，該數(shù)據(jù)能夠應(yīng)用于不同尺度的研究中。建筑物數(shù)據(jù)為面狀矢量數(shù)據(jù)格式，屬性包含建筑面積、建筑物高度與建筑物樓層數(shù)。應(yīng)急避難場所數(shù)據(jù)通過調(diào)用高德API獲得，包含應(yīng)急避難場所的位置信息。

實(shí)時交通態(tài)勢數(shù)據(jù)通過調(diào)用高德地圖API獲得，其中包含道路路況指數(shù)與車輛實(shí)時車速屬性信息。以Python語言為基礎(chǔ)，設(shè)計爬蟲程序爬取2019年8月1日至2019年8月31日的數(shù)據(jù)并做處理，選擇早晚高峰作為研究時間段，早高峰選擇7:00～9:00，晚高峰選擇17:00～19:00，通過統(tǒng)計分別得到早晚高峰道路的車輛實(shí)時車速與路況指數(shù)。

實(shí)時人口數(shù)據(jù)基于騰訊“宜出行”提供的用戶密度數(shù)據(jù)為基礎(chǔ)進(jìn)行估算。該數(shù)據(jù)為空間分辨率為25 m的用戶密度數(shù)據(jù)，爬取數(shù)據(jù)的時間段與實(shí)時交通態(tài)勢數(shù)據(jù)一致。用戶密度數(shù)據(jù)與人口數(shù)據(jù)具有較強(qiáng)的相關(guān)性[15]，可以將每個用戶密度點(diǎn)視為1個人口點(diǎn)。遍歷道路網(wǎng)絡(luò)節(jié)點(diǎn)，尋找離每個人口點(diǎn)距離最短的道路節(jié)點(diǎn)，統(tǒng)計每個道路節(jié)點(diǎn)的服務(wù)范圍，即每個道路節(jié)點(diǎn)需要疏散的人口總數(shù)。道路疏散人數(shù)分區(qū)統(tǒng)計示意如圖3所示。

注：假設(shè)每個人口點(diǎn)數(shù)據(jù)的人數(shù)為1人圖3 道路疏散人數(shù)分區(qū)統(tǒng)計示意Fig.3 Schematic diagram for zonal statistics on personnel number of road evacuation

3 結(jié)果分析

3.1 道路疏散綜合風(fēng)險評價結(jié)果

本文將EREF中6個影響因素和BLD值作為自變量，以RC為因變量，進(jìn)行多變量相關(guān)性分析。結(jié)果表明：BLD，RRC，RPC與RC呈顯著的正相關(guān)關(guān)系；RW和ES表現(xiàn)為較顯著的負(fù)相關(guān)關(guān)系，其中BLD值相關(guān)性最強(qiáng)，皮爾遜相關(guān)系數(shù)為0.276。BT和RTF則未表現(xiàn)出顯著的相關(guān)性。因此，主要圍繞臨界簇模型BLD中的2個影響因素(人口數(shù)量與道路結(jié)構(gòu))以及其他顯著相關(guān)因素開展具體分析。

3.1.1 道路疏散風(fēng)險整體情況

早高峰時段(7:00～9:00)上海市外環(huán)內(nèi)道路疏散風(fēng)險指數(shù)空間分布如圖4所示，風(fēng)險指數(shù)較高的道路主要分布在黃浦江以西區(qū)域。其中黃浦區(qū)、靜安區(qū)是上海市中心城區(qū)，具有商業(yè)發(fā)達(dá)、產(chǎn)業(yè)集聚的特點(diǎn)，同時亦是主要旅游景點(diǎn)，例如①外灘②南京東路③靜安寺等坐落的區(qū)域，工作人口和游客聚集；虹口區(qū)的④魯迅公園是上海主要?dú)v史文化紀(jì)念性公園，眾多游客與市民聚集于此；楊浦區(qū)的⑤五角場是上海4大城市副中心之一，亦是人流量較大的區(qū)域。此外黃浦江以東部分區(qū)域存在風(fēng)險指數(shù)較高的情況，主要有浦東新區(qū)的⑥世博展覽館與⑦陸家嘴金融中心及世博展覽館附近的道路。世博展覽館中有中國館、世博中心、演藝中心、五星級酒店等，是國際性現(xiàn)代服務(wù)業(yè)聚集區(qū)，游客量大，而陸家嘴金融中心工作人口聚集。以上這些區(qū)域在研究時段內(nèi)人口數(shù)量大是疏散風(fēng)險較高的主要原因。

圖4 早高峰時段(7:00～9:00)上海市外環(huán)內(nèi)道路疏散風(fēng)險指數(shù)空間分布Fig.4 Spatial distribution of road evacuation risk index inside Shanghai Outer Ring Road at morning rush hours (7:00～9:00)

研究區(qū)內(nèi)另外一些區(qū)域的人口數(shù)量相對較小，但道路疏散風(fēng)險指數(shù)卻仍然較高。這種情況主要是受區(qū)域內(nèi)道路結(jié)構(gòu)、道路寬度、道路障礙系數(shù)以及行人逆流阻礙因素的影響。為具體說明類似區(qū)域道路疏散風(fēng)險指數(shù)較高的原因，在圖4中選擇具有代表性的A，B，C，D4組區(qū)域進(jìn)行分析，不同區(qū)域道路疏散風(fēng)險分布如圖5所示。

圖5 不同區(qū)域道路疏散風(fēng)險分布Fig.5 Distribution of road evacuation risk in different areas

表1 代表性區(qū)域道路主要信息Table 1 Main information of roads in representative areas

3.1.2 局部區(qū)域不同時刻的對比分析

以2019年8月26日的疏散風(fēng)險評價結(jié)果為例，選取黃浦區(qū)A，B區(qū)域內(nèi)的道路作為樣例進(jìn)行分析，對比當(dāng)天早高峰7:00，9:00與晚高峰17:00，19:00共4個時刻的道路疏散風(fēng)險，工作日局部道路疏散風(fēng)險指數(shù)空間分布如圖6所示，分析道路疏散風(fēng)險的動態(tài)變化情況：

圖6 工作日局部道路疏散風(fēng)險指數(shù)空間分布Fig.6 Spatial distribution of local road evacuation risk index on workday

1)延安東路、延安東路立交橋與南北高架在早晚高峰4個時刻均呈中高風(fēng)險或高風(fēng)險。早晚高峰道路疏散風(fēng)險指數(shù)統(tǒng)計如圖7所示，南北高架路在9:00時風(fēng)險指數(shù)最高，延安東路在7:00時風(fēng)險指數(shù)最高，延安東路立交橋4個時刻風(fēng)險指數(shù)變化幅度不大。由于延安東路與南北高架是上海市重要的交通干線，對于這類特殊路段需要特別關(guān)注。

圖7 早晚高峰道路疏散風(fēng)險指數(shù)統(tǒng)計Fig.7 Statistics of road evacuation risk index at morning and evening rush hours

2)A區(qū)域位于上海市著名的石庫門風(fēng)貌旅游景點(diǎn)“上海新天地”，該區(qū)域4個時刻的風(fēng)險指數(shù)整體沒有明顯的變化，僅濟(jì)南路在17:00與19:00時，風(fēng)險指數(shù)由中等風(fēng)險變?yōu)橹懈唢L(fēng)險。由圖7可知，濟(jì)南路在19:00時風(fēng)險指數(shù)迅速增加，與17:00風(fēng)險指數(shù)相比變化幅度較大。“上海新天地”內(nèi)風(fēng)險較高的原因主要與旅游景點(diǎn)的人流量有關(guān)，餐飲娛樂場所在晚間時段會吸引更多的游客。

3)B區(qū)域商務(wù)寫字樓群與文化創(chuàng)意園集聚，其中順昌路與黃陂南路的風(fēng)險指數(shù)在7:00與19:00時呈中低風(fēng)險，而在9:00和17:00時呈中高風(fēng)險。由圖7可知，順昌路與黃陂南路的風(fēng)險指數(shù)在4個時刻中的最高值均出現(xiàn)在17:00。說明該區(qū)域的風(fēng)險指數(shù)變化與工作通勤時間密切相關(guān)，9:00是該區(qū)域工作人群的上班高峰，而17:00是下班高峰，并且晚高峰時段的道路疏散風(fēng)險指數(shù)更高。

綜上所述，造成早晚高峰時段道路疏散風(fēng)險指數(shù)較高的原因主要有2個方面：1)由于道路具有較大人流量，建議安排警力在主干道指揮舒緩交通壓力，并且在人流量較大的區(qū)域設(shè)立安全指示牌；2)由于部分道路結(jié)構(gòu)簡單，可供疏散的出口數(shù)量較少，建議對該類道路進(jìn)行進(jìn)一步規(guī)劃與建設(shè)。

3.2 突發(fā)事件情景下道路疏散風(fēng)險評價結(jié)果

本文以加油站爆炸為突發(fā)事件情景，開展突發(fā)事件情景下的道路疏散風(fēng)險評價，為具體的疏散方案提供決策建議。作為一類典型的城市突發(fā)事件，爆炸事件嚴(yán)重影響城市居民的生命和財產(chǎn)安全。隨著城市化水平的提高，城市里人口密集的區(qū)域均建有加油站，站內(nèi)儲存的汽油、柴油等是易燃易爆物質(zhì)，一旦發(fā)生爆炸，將嚴(yán)重影響城市居民的人身安全。

本文選取上海市楊浦區(qū)的中國石化某加油站作為突發(fā)事件中心，考慮危險源的道路疏散風(fēng)險分布如圖8所示。圖8(a)展示未發(fā)生爆炸前的道路疏散風(fēng)險分布，整體均呈低風(fēng)險與中低風(fēng)險。圖8(b)展示發(fā)生爆炸事故后的道路疏散風(fēng)險分布，加油站附近的道路疏散風(fēng)險迅速升高為高風(fēng)險，隨著與事故中心距離的增加，風(fēng)險指數(shù)值遞減，東南方向?yàn)橹械惋L(fēng)險。

圖8 考慮危險源的道路疏散風(fēng)險分布Fig.8 Distribution of road evacuation risk considering hazard sources

根據(jù)該假定突發(fā)事件情景下的道路疏散風(fēng)險分析結(jié)果，建議相關(guān)應(yīng)急管理部門及時獲取事件信息，引導(dǎo)人員沿著加油站東南部風(fēng)險指數(shù)較低的道路疏散至就近的應(yīng)急避難場所，同時在加油站東南方向設(shè)置應(yīng)急救援通道，提升疏散及救援效率。

4 結(jié)論

1)提出1種城市道路的人員疏散風(fēng)險評價方法，將臨界簇模型與道路疏散風(fēng)險評價函數(shù)結(jié)合，考慮道路寬度、道路障礙系數(shù)、建筑威脅度、行人逆流阻礙、交通流阻礙等多種影響因素，彌補(bǔ)臨界簇模型參數(shù)較少的缺點(diǎn)，能更綜合有效地評價城市道路的人員應(yīng)急疏散風(fēng)險。該方法還支持突發(fā)事件情景下的道路疏散風(fēng)險評價，考慮離突發(fā)事件發(fā)生地的距離與事故強(qiáng)度，空間化表達(dá)道路疏散風(fēng)險指數(shù)分布。該方法能夠?yàn)椴扇『侠淼氖枭⒐芾砼c救援措施，提高人員疏散的安全性與效率，以及為城市道路規(guī)劃、交通基礎(chǔ)設(shè)施配置提供決策支持。

2)通過上海市外環(huán)線內(nèi)區(qū)域的案例研究，實(shí)證方法的可用性和有效性。研究區(qū)內(nèi)存在道路疏散風(fēng)險指數(shù)較高的情況，并在早晚高峰時段變化顯著。主要原因?yàn)椋孩俨糠謪^(qū)域人口數(shù)量大或人流量變化顯著；②部分道路結(jié)構(gòu)簡單，可供疏散的出口較少；③道路障礙系數(shù)高、道路寬度小等因素對疏散風(fēng)險的提升造成一定影響。另外，假想加油站爆炸情景下的道路疏散風(fēng)險評價結(jié)果顯示，加油站附近及西北方向的路段具有高風(fēng)險，并提出相應(yīng)疏散管理與救援的決策建議。

3)提出的方法可以應(yīng)用于不同尺度的道路疏散風(fēng)險綜合評價，并針對不同區(qū)域的地理特征與實(shí)際情景對參數(shù)進(jìn)行修改，以適用于具體應(yīng)急疏散風(fēng)險評價工作。在今后的研究中將進(jìn)一步開展更深入的研究，內(nèi)容包括：①探討城市道路規(guī)劃對降低人員疏散風(fēng)險的作用；②針對多種類型的突發(fā)事件情景開展疏散風(fēng)險評價。