極端天氣事件下城市貨運網(wǎng)絡(luò)韌性研究

摘 要：文章深入探討了極端天氣事件如暴雨、臺風(fēng)和暴風(fēng)雪等對城市貨運網(wǎng)絡(luò)韌性的影響。首先，分析了城市貨運網(wǎng)絡(luò)在面對極端天氣條件時的脆弱性，尤其是不同天氣情景對運輸線路、物流節(jié)點和貨物流動的具體影響。研究指出，城市貨運網(wǎng)絡(luò)的韌性不僅關(guān)系著貨物的及時配送，也直接影響著城市的經(jīng)濟(jì)活動和居民的日常生活。因此，提高城市貨運網(wǎng)絡(luò)的抗災(zāi)能力至關(guān)重要。其次，提出了多種策略來增強(qiáng)貨運網(wǎng)絡(luò)的韌性，包括基礎(chǔ)設(shè)施的改進(jìn)和升級，如加固運輸線路、優(yōu)化物流節(jié)點的設(shè)計，以及增設(shè)防洪措施等。最后，研究還強(qiáng)調(diào)了應(yīng)急響應(yīng)措施的重要性，如建立快速反應(yīng)機(jī)制和應(yīng)急物資儲備，以及改進(jìn)預(yù)警系統(tǒng)的準(zhǔn)確性和響應(yīng)速度等。研究成果不僅為城市規(guī)劃者和物流管理者提供了科學(xué)的數(shù)據(jù)支持和實用的管理建議，也為未來城市貨運網(wǎng)絡(luò)設(shè)計和管理提供了理論和實踐指導(dǎo)，可有效減少極端天氣事件對城市基礎(chǔ)設(shè)施和經(jīng)濟(jì)活動的干擾，確保貨物流通的穩(wěn)定性和效率。

關(guān)鍵詞：極端天氣事件；城市貨運網(wǎng)絡(luò)；韌性；數(shù)值天氣預(yù)報；災(zāi)害模擬

中圖分類號：F724 文獻(xiàn)標(biāo)志碼：A DOI：10.13714/j.cnki.1002-3100.2025.04.022

Abstract： This paper explores in depth the impact of extreme weather events such as rainstorms， typhoons， and snowstorms on the resilience of urban freight networks. First， it analyzes the vulnerability of urban freight networks in the face of extreme weather conditions， and especially the specific effects of different weather scenarios on transport lines， logistics nodes and cargo flows. The study points out that the resilience of the urban freight network is not only related to the timely delivery of goods， but also directly affects the economic activities of cities and the daily life of residents. Therefore， it is particularly important to improve the disaster resistance ability of urban freight networks. In addition， it proposes various strategies to enhance the resilience of urban freight network， including improvement and upgrading of infrastructure， such as strengthening transportation lines， optimizing the design of logistics nodes， and adding flood control measures. Finally， it highlights the importance of emergency response measures， such as the establishment of rapid response mechanisms and emergency supplies reserves， as well as the improvement of the accuracy and response speed of early warning systems. The research results not only provide scientific data support and practical management suggestions for urban planners and logistics managers， but also provide theoretical and practical guidance for the design and managements of urban freight networks in the future， so as to effectively reduce the interference of extreme weather events to urban infrastructure and economic activities， and ensure the stability and efficiency of goods circulation

Key words： extreme weather events; urban freight networks; resilience; numerical weather prediction; disaster simulation

0" " 引" " 言

在全球氣候變化背景下，極端天氣事件的頻率和強(qiáng)度呈現(xiàn)上升趨勢，對城市貨運網(wǎng)絡(luò)的穩(wěn)定性和可靠性構(gòu)成了嚴(yán)重威脅。極端天氣事件會導(dǎo)致交通中斷、基礎(chǔ)設(shè)施損壞和運輸效率下降，從而影響城市貨運網(wǎng)絡(luò)的正常運行[1]。本文旨在探討極端天氣事件下城市貨運網(wǎng)絡(luò)的韌性，分析其在面對不同類型的極端天氣事件時的脆弱性及其應(yīng)對策略。

在全球氣候變化加劇的背景下，極端天氣事件頻發(fā)，對城市貨運網(wǎng)絡(luò)的穩(wěn)定性和可靠性構(gòu)成了嚴(yán)峻挑戰(zhàn)[2]。為有效應(yīng)對這些挑戰(zhàn)，提升貨運網(wǎng)絡(luò)的韌性至關(guān)重要。本文將通過系統(tǒng)的分析和實證研究，探討在極端天氣條件下提升城市貨運網(wǎng)絡(luò)韌性的方法。具體目標(biāo)如下。

探討極端天氣條件下提升貨運網(wǎng)絡(luò)韌性的方法：通過分析不同類型的極端天氣事件對城市貨運網(wǎng)絡(luò)的影響，識別關(guān)鍵脆弱節(jié)點和潛在風(fēng)險[3]。

提供理論支持：構(gòu)建城市貨運網(wǎng)絡(luò)韌性的評估框架和模型，明確韌性的定義、指標(biāo)和評價方法。

本文旨在系統(tǒng)探討極端天氣事件對城市貨運網(wǎng)絡(luò)的韌性的影響。具體研究包括以下兩個方面。

第一，極端天氣事件對貨運網(wǎng)絡(luò)的具體影響是什么？極端天氣事件的種類繁多，包括暴雨、臺風(fēng)、暴雪、高溫等，對城市貨運網(wǎng)絡(luò)的影響形式各異[4]。

第二，如何評估和提升城市貨運網(wǎng)絡(luò)的韌性？本文旨在構(gòu)建一個評估城市貨運網(wǎng)絡(luò)韌性的框架和指標(biāo)體系，明確網(wǎng)絡(luò)在抗災(zāi)能力、應(yīng)急響應(yīng)能力、恢復(fù)能力和適應(yīng)能力等方面的表現(xiàn)。同時，研究將探討提升城市貨運網(wǎng)絡(luò)韌性的策略和技術(shù)手段。

1" " 文獻(xiàn)綜述

1.1" " 極端天氣事件對運輸網(wǎng)絡(luò)的影響

極端天氣事件對運輸網(wǎng)絡(luò)的影響已成為交通運輸研究中的一個重要課題。極端天氣事件，如洪水、暴雨、臺風(fēng)和冰雪等，不僅會直接破壞交通基礎(chǔ)設(shè)施，還會引發(fā)一系列次生災(zāi)害，導(dǎo)致運輸效率下降、物流成本上升，并對經(jīng)濟(jì)和社會生活造成重大影響。

交通流量中斷：一方面，由于部分道路受損或封閉，運輸路線被迫改變，繞行增加了運輸時間和成本；另一方面，極端天氣事件會影響駕駛員的能見度和駕駛條件，提高交通事故發(fā)生的概率，從而導(dǎo)致交通流量中斷。

運輸設(shè)備損壞：極端天氣事件可能會損壞運輸設(shè)備。例如，洪水可能淹沒停放在低洼地區(qū)的運輸車輛，造成車輛內(nèi)部機(jī)械和電子系統(tǒng)損壞，進(jìn)而影響貨運網(wǎng)絡(luò)的正常運作和效率[5]。

1.2" " 城市貨運網(wǎng)絡(luò)的韌性研究（見圖1）

城市貨運網(wǎng)絡(luò)的韌性研究是一個多學(xué)科交叉的領(lǐng)域，涉及交通運輸、城市規(guī)劃、物流管理和應(yīng)急響應(yīng)等多個方面。韌性指系統(tǒng)在面對突發(fā)事件或壓力時，能夠保持其核心功能和結(jié)構(gòu)，并在事件結(jié)束后迅速恢復(fù)的能力。

韌性理論框架：韌性理論為城市貨運網(wǎng)絡(luò)的研究提供了重要的理論基礎(chǔ)。Walker et al.（2004）進(jìn)一步發(fā)展了韌性理論，強(qiáng)調(diào)了適應(yīng)性和轉(zhuǎn)型能力[6]。

抗干擾能力：抗干擾能力指貨運網(wǎng)絡(luò)在面對極端天氣事件時，能夠維持其基本功能的能力。研究表明，提高抗干擾能力的關(guān)鍵在于加強(qiáng)基礎(chǔ)設(shè)施建設(shè)和提高系統(tǒng)冗余度。

恢復(fù)能力：恢復(fù)能力指貨運網(wǎng)絡(luò)在受損后，能夠迅速恢復(fù)正常運行狀態(tài)的能力?；謴?fù)能力的研究集中在災(zāi)后修復(fù)和恢復(fù)過程的優(yōu)化方面。

1.3" " 韌性評估方法

1.3.1" " 指標(biāo)體系法

指標(biāo)體系法主要通過構(gòu)建一系列反映城市貨運網(wǎng)絡(luò)韌性的指標(biāo)來開展評估，涵蓋網(wǎng)絡(luò)結(jié)構(gòu)特征、功能性能、響應(yīng)能力和恢復(fù)速度等方面。這些指標(biāo)包括運輸時間、成本、網(wǎng)絡(luò)連通性、路網(wǎng)冗余度、交通流量和資源配置效率等。

該方法的優(yōu)勢在于其系統(tǒng)性和全面性，能對網(wǎng)絡(luò)的多個方面展開綜合評估。參照Bruneau et al.（2003）提出的“4R”框架（Robustness、Redundancy、Resourcefulness、Rapidity），城市貨運網(wǎng)絡(luò)的韌性可從4個方面實施評估[7]，分別為強(qiáng)健性（網(wǎng)絡(luò)的抗干擾能力），冗余度（備選路徑和資源的可用性），資源充足性（緊急情況下的資源動員能力），以及恢復(fù)速度（網(wǎng)絡(luò)受損后的恢復(fù)快速性）。這為全面理解和提升貨運網(wǎng)絡(luò)韌性提供了有效的評估工具和方法。

1.3.2" " 網(wǎng)絡(luò)分析法

網(wǎng)絡(luò)分析法強(qiáng)調(diào)應(yīng)用圖論和網(wǎng)絡(luò)科學(xué)的理論與方法，對城市貨運網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)和功能特性進(jìn)行深入分析。該方法主要通過構(gòu)建網(wǎng)絡(luò)的拓?fù)鋱D來識別關(guān)鍵節(jié)點、重要連接和薄弱環(huán)節(jié)[8]。具體如圖2所示。

網(wǎng)絡(luò)分析常用的方法包括中心性分析，通過計算節(jié)點的度中心性、接近中心性和介數(shù)中心性來評估節(jié)點的網(wǎng)絡(luò)重要性；連通性分析，評估網(wǎng)絡(luò)在極端天氣事件下的連通性和可靠性；路徑分析，評估不同路徑的有效性和冗余度，識別關(guān)鍵和備用路徑。

1.3.3" " 模擬仿真法

模擬仿真法通過建立貨運網(wǎng)絡(luò)的數(shù)學(xué)模型或計算機(jī)仿真模型，模擬極端天氣事件下網(wǎng)絡(luò)的運行情況和恢復(fù)過程。常用方法包括離散事件仿真（DES），通過模擬貨運網(wǎng)絡(luò)中各個事件的發(fā)生和處理過程，評估網(wǎng)絡(luò)在不同情境下的性能；系統(tǒng)動力學(xué)仿真（SD），通過構(gòu)建系統(tǒng)動力學(xué)模型，模擬貨運網(wǎng)絡(luò)在極端天氣事件中的動態(tài)變化和相互作用；多代理仿真（MAS），通過建立多個代理模型，模擬不同主體在極端天氣事件中的決策和行為[9]。

1.3.4" " 風(fēng)險評估法

風(fēng)險評估法通過識別和量化貨運網(wǎng)絡(luò)面臨的風(fēng)險源，評估網(wǎng)絡(luò)的韌性。常用方法包括風(fēng)險矩陣法，通過風(fēng)險矩陣匹配風(fēng)險發(fā)生概率與影響程度；故障樹分析，分析貨運網(wǎng)絡(luò)中的故障路徑和關(guān)鍵風(fēng)險點；事件樹分析，評估不同事件路徑下貨運網(wǎng)絡(luò)的表現(xiàn)和恢復(fù)情況。

2" " 研究方法

2.1" " 數(shù)據(jù)收集

首先，數(shù)據(jù)主要來自政府部門、物流公司、衛(wèi)星和遙感數(shù)據(jù)，以及公眾開放數(shù)據(jù)平臺。其次，數(shù)據(jù)類型涵蓋氣象數(shù)據(jù)、物流數(shù)據(jù)、基礎(chǔ)設(shè)施數(shù)據(jù)及社會經(jīng)濟(jì)數(shù)據(jù)。這些數(shù)據(jù)的時間跨度通常需要涵蓋數(shù)年至數(shù)十年，以捕捉長期的天氣趨勢和交通模式的變化[10]。極端天氣下的貨運數(shù)據(jù)具體如表1所示。

該數(shù)據(jù)來源涵蓋多種渠道，旨在確保數(shù)據(jù)的準(zhǔn)確性和全面性。氣象數(shù)據(jù)主要來自氣象局，通過地面觀測站、氣象雷達(dá)和衛(wèi)星等設(shè)備獲取；交通和基礎(chǔ)設(shè)施數(shù)據(jù)由交通部門和基礎(chǔ)設(shè)施管理部門提供；物流數(shù)據(jù)來源于物流公司的實際操作記錄；衛(wèi)星和遙感數(shù)據(jù)通過衛(wèi)星和無人機(jī)等設(shè)備獲取。此外，公眾開放數(shù)據(jù)平臺如開放街道地圖（OpenStreetMap）等，也為數(shù)據(jù)集的構(gòu)建提供了補(bǔ)充資源[11]。

2.2" " 極端天氣事件的模擬

極端天氣事件模擬是研究和預(yù)測相關(guān)事件對人類社會、自然環(huán)境及經(jīng)濟(jì)活動影響的重要手段。模擬的準(zhǔn)確性和精度依賴于多種方法和工具的綜合應(yīng)用。

2.2.1" " 數(shù)值天氣預(yù)報（NWP）模型

NWP模型強(qiáng)調(diào)基于流體力學(xué)方程和熱力學(xué)原理，模擬大氣的動力學(xué)和物理過程。通過初始化觀測數(shù)據(jù)，該模型可預(yù)測未來的天氣狀況。

天氣預(yù)報模式（WRF）模型被廣泛用于區(qū)域氣象研究和操作性預(yù)報，特別是在極端天氣事件如強(qiáng)降雨、暴風(fēng)雪和颶風(fēng)的模擬中。具體方程組如下。

2.2.2" " 氣候模式

全球氣候模式（GCM），主要用于長時間尺度的氣候變化研究，如評估未來幾十年間的極端天氣事件的頻率和強(qiáng)度變化，從而提供對全球氣候系統(tǒng)的全面理解?；痉匠探M如下。

2.2.3" " 災(zāi)害模擬工具

可用性指網(wǎng)絡(luò)服務(wù)在特定時間段內(nèi)可被訪問的程度，通常表示為正常運行時間與總時間的比率。其復(fù)雜模型公式可考慮多個故障和修復(fù)事件。具體表達(dá)如下。

式中，Pi為故障類型的發(fā)生概率；MTTFi和MTTRi分別為故障類型的平均故障間隔時間和平均修復(fù)時間[12]。

恢復(fù)時間目標(biāo)（RTO）指在發(fā)生故障后，網(wǎng)絡(luò)恢復(fù)到正常狀態(tài)所需的最大時間。其復(fù)雜模型可基于不同故障情景下的恢復(fù)時間分布，具體如下。

式中，ai為資源分配系數(shù)；Ri為情景i下可用的恢復(fù)資源。

恢復(fù)點目標(biāo)（RPO）是系統(tǒng)可承受的最大數(shù)據(jù)丟失時間，通常指從最后一次備份到故障發(fā)生之間的時間間隔。復(fù)雜模型可考慮不同備份策略和數(shù)據(jù)恢復(fù)速度[13]，具體表達(dá)如下。

式中，Tbackup，i為第i次備份的時間間隔；Dlost，i為故障期間的數(shù)據(jù)丟失量；Rrestore，i為第i次備份的恢復(fù)速度。

3" " 實驗與分析

該流程描述了一個評估城市貨運網(wǎng)絡(luò)在極端天氣條件下韌性的多步驟方法。具體如表2所示。

首先，使用網(wǎng)絡(luò)分析軟件和交通數(shù)據(jù)進(jìn)行基線分析，構(gòu)建初始模型并評估網(wǎng)絡(luò)的連通性；其次，在模擬極端天氣階段，利用氣象數(shù)據(jù)和GIS工具分析天氣事件對網(wǎng)絡(luò)的具體影響；最后，開展韌性評估，使用仿真軟件結(jié)合更多數(shù)據(jù)來計算網(wǎng)絡(luò)的韌性指標(biāo)，并識別關(guān)鍵的脆弱點[14]。

3.1" " 實驗設(shè)計

3.2" " 數(shù)據(jù)分析

為系統(tǒng)分析極端天氣事件對貨運網(wǎng)絡(luò)的影響，需要構(gòu)建和比較不同情景下的網(wǎng)絡(luò)性能。以下是幾個典型情景及其對網(wǎng)絡(luò)性能的影響分析。

3.2.1" " 情景一：無極端天氣事件

正常天氣條件下，貨運網(wǎng)絡(luò)運作正常，所有節(jié)點和邊都可用。具體如圖3所示。

由圖3可知，在無極端天氣事件的情況下，貨運網(wǎng)絡(luò)的各項性能指標(biāo)均表現(xiàn)良好，表明該網(wǎng)絡(luò)能夠高效支持貨物流動。

3.2.2" " 情景二：局部暴雨

在暴雨導(dǎo)致部分節(jié)點和邊失效后，網(wǎng)絡(luò)的連通性會受到影響。由于一部分道路不通，原本的最短路徑可能不再可行，需要繞行更遠(yuǎn)的路線。在此情況下，網(wǎng)絡(luò)中的平均路徑長度會增加，進(jìn)而影響整體的通行效率。網(wǎng)絡(luò)效率通常衡量的是信息或者物流在網(wǎng)絡(luò)中的傳輸速度[15]。當(dāng)網(wǎng)絡(luò)部分道路因積水失效時，部分路線的延時會增加，網(wǎng)絡(luò)的整體效率也會相應(yīng)下降。在暴雨事件中，盡管部分節(jié)點和邊失效，但網(wǎng)絡(luò)沒有完全癱瘓，顯示出了一定的魯棒性。具體如圖4所示。

由圖4可知，暴雨事件會導(dǎo)致局部區(qū)域的網(wǎng)絡(luò)節(jié)點和邊失效，影響貨運網(wǎng)絡(luò)的連通性和效率。同時，平均路徑長度增加，網(wǎng)絡(luò)魯棒性降低。

3.2.3" " 情景三：大面積暴雪

暴雪會導(dǎo)致大量道路和節(jié)點失效，降低網(wǎng)絡(luò)的連通性，使原本相互連通的網(wǎng)絡(luò)因節(jié)點和連接的移除而變得分散，出現(xiàn)多個孤立的子網(wǎng)或節(jié)點。這導(dǎo)致某些節(jié)點間可能完全失去連接，同時剩余可用路徑長度也會顯著增加。這不僅增加了路徑的復(fù)雜度和長度，還反映了交通效率的顯著下降。部分區(qū)域可能變得難以到達(dá)或完全不可達(dá)，同時節(jié)點間的信息或交通傳遞也會變得更加困難和不直接，進(jìn)而使有效路徑減少，平均路徑長度增加，整體網(wǎng)絡(luò)效率顯著衰退。具體如圖5所示。

由圖5可知，暴雪會導(dǎo)致大量道路封閉，大部分節(jié)點和邊失效，網(wǎng)絡(luò)的連通性和效率顯著下降。同時，平均路徑長度顯著增加，魯棒性大幅降低。暴雪導(dǎo)致的大規(guī)模交通中斷顯著影響了城市網(wǎng)絡(luò)的關(guān)鍵性能指標(biāo)。

本部分研究方法論詳細(xì)介紹了數(shù)據(jù)收集和極端天氣事件模擬的具體步驟和工具，旨在評估極端天氣對城市貨運網(wǎng)絡(luò)的影響和韌性。GIS在該過程中扮演著關(guān)鍵角色，通過其能力可視化，可分析和解釋地理空間和地理數(shù)據(jù)，從而幫助研究人員理解模式、趨勢和地理關(guān)系。在極端天氣情景模擬方面，GIS工具可構(gòu)建不同的模擬情景，如局部暴雨導(dǎo)致的積水和道路中斷，或者大面積暴雪導(dǎo)致的道路封鎖等。這些模擬可幫助評估城市貨運網(wǎng)絡(luò)的彈性和應(yīng)對能力，進(jìn)而分析可能的繞行路徑和最優(yōu)化策略。

4" " 結(jié)論與建議

4.1" " 研究總結(jié)

本文建立了一個全面的評估框架，用于衡量城市貨運網(wǎng)絡(luò)在極端天氣事件如暴雨、暴雪等下的韌性。該框架綜合了連通性、平均路徑長度、網(wǎng)絡(luò)效率和魯棒性等關(guān)鍵性能指標(biāo)，通過模擬不同天氣對網(wǎng)絡(luò)的影響，揭示了各類極端天氣下的網(wǎng)絡(luò)失效模式和規(guī)律。相關(guān)發(fā)現(xiàn)可幫助理解在不同災(zāi)害情況下的城市貨運網(wǎng)絡(luò)脆弱點和風(fēng)險，用于指導(dǎo)城市管理者制訂科學(xué)的災(zāi)害應(yīng)急預(yù)案和優(yōu)化基礎(chǔ)設(shè)施規(guī)劃。同時，物流企業(yè)還可利用這些結(jié)果調(diào)整運輸策略和儲備物資，減少災(zāi)害帶來的運營中斷和損失。研究成果對提升城市貨運網(wǎng)絡(luò)的抗災(zāi)能力和恢復(fù)力具有重要價值。

4.2" " 研究的局限性

第一，研究數(shù)據(jù)有限，尤其是極端天氣事件發(fā)生頻率低，導(dǎo)致可用的實地數(shù)據(jù)樣本較少。同時，數(shù)據(jù)的準(zhǔn)確性和及時性問題會影響研究結(jié)果的可靠性。獲取高質(zhì)量、實時的交通和天氣數(shù)據(jù)困難，且不同城市和地區(qū)的數(shù)據(jù)標(biāo)準(zhǔn)和格式不統(tǒng)一，也增加了數(shù)據(jù)整合的難度。

第二，現(xiàn)有模型可能過于簡化，無法完全反映真實貨運網(wǎng)絡(luò)在極端天氣事件下的復(fù)雜動態(tài)行為。模型中的參數(shù)設(shè)置和假設(shè)可能不完全符合實際情況。在模型中，精確模擬各種極端天氣事件對貨運網(wǎng)絡(luò)的影響具有高復(fù)雜性。模型驗證和調(diào)整需要大量的計算資源和時間。

參考文獻(xiàn)：

[1] ZHENG Shukang， YANG Hanpei， HU Huan， et al．Station placement for sustainable urban metro freight systems using complex

network theory [J/OL]．Sustainability， 2024， 16 （11）：1-18. [2024-08-01]. https： //doi. org/10. 3990/su/6114370.

[2] YANG Yitao， JIA Bin， YAN Xiaoyong， et al．Structure and dynamics of urban freight truck movements： A complex network theory

perspective [J/OL]．Transportation Research Part C： Emerging Technologies， 2024， 158. [2024-08-03]. https： //doi. org/10. 1016/

j.trc.2023.104442.

[3] 張瑨，張慶年．區(qū)域城市公路貨運節(jié)點重要度識別及網(wǎng)絡(luò)構(gòu)建研究[J]．公路與汽運，2023，（3）：12-18，23.

[4] RUB M，GUST G．Reliable route planning and time savings in real-world urban intermodal transportation networks： Evidence

from Hamburg， Germany [J/OL]．Expert Systems with Applications， 2023， 227. [2024-08-03]. https： //doi. org/10. 1016/j.eswa.

2023.120196.

[5] 劉杰，陳旭梅，方曾利，等．區(qū)域城市軸輻式貨運網(wǎng)絡(luò)模型構(gòu)建與應(yīng)用[J]．哈爾濱工業(yè)大學(xué)學(xué)報，2020，52（9）： 1-7.

[6] WALKER B， HOLLING C S， CARPENTER S R， et al．Resilience， adaptability and transformability in social–ecological

systems[J/OL]．Ecology and Society， 2004， 9（2）. [2024-08-05]. https： //www.ecologyandsociety. org/v019/issz/arts.

[7] BRUNEAU M， CHANG S E， EGUCHI R T，" et al．A framework to quantitatively assess and enhance the seismic resilience of

communities[J]．Earthquake Spectra， 2003， 19（4）： 733-752.

[8] 陳慧，胡萬杰，陳一村．城市地面地下一體化物流網(wǎng)絡(luò)貨運性能研究[J]．隧道建設(shè)（中英文），2022，42（8）：1420-1427.

[9] YUE Yifan， WANG Wei， CHEN Jun， et al．Evaluating the capacity coordination in the urban multimodal transport network [J/OL]．

Applied Sciences， 2023， 11 （17）.[2024-08-05]. https： //doi. org/10. 3390/app11178109.

[10]" 湯會慶. “一帶一路”背景下關(guān)中平原城市群陸路交通運輸網(wǎng)絡(luò)建模與優(yōu)化[D]．西安：長安大學(xué)，2022.

[11]" LI Chengbing， YANG Zhicheng， ZHU Yuan. Invulnerability simulation of urban agglomeration passenger transport network under

incomplete information attack strategy[J/OL]．Advances in Civil Engineering， 2021：1-12. [2024-08-06]. https： //doi. org/10.

1155/2021/6658299.

[12]" KUTIYA O， KRAVCOV A， GORODETSKA T， et al．Methodical approach in determining the reliability and efficiency of

urban cargo transportation taking into account the congestion of street networks[J/OL]．IOP Conference Series： Materials Science

and Engineering， 2021， 1021 （1）. [2024-08-09]. https：//iopscience.iop.org/article/10.1088/1757-899x/1021/1/012019/pdf.

[13]" 韋凌翔，董建軍，陳志龍，等．基于BP神經(jīng)網(wǎng)絡(luò)的城市貨運生成預(yù)測模型[J]．上海海事大學(xué)學(xué)報，2020，41（4）：50-54，86.

[14]" 王亞輝．城市地下貨運系統(tǒng)網(wǎng)絡(luò)模型構(gòu)建及演算研究[D]．重慶：重慶大學(xué)，2019.

[15]" 唐國棟．基于物流節(jié)點吸引力的城市貨運網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)動態(tài)演化研究[D]．武漢：華中科技大學(xué)，2019.