風暴洪水災害應急疏散方法研究
——以浙江省玉環縣為例

沈 航，李 夢 雅，王 軍*

(1.華東師范大學地理科學學院,上海 200241;2.武漢大學資源與環境科學學院，湖北 武漢 430079；3.華東師范大學地理信息科學教育部重點實驗室,上海 200241)

風暴洪水災害應急疏散方法研究
——以浙江省玉環縣為例

沈 航1,2，李 夢 雅1,3，王 軍1,3*

(1.華東師范大學地理科學學院,上海 200241;2.武漢大學資源與環境科學學院，湖北 武漢 430079；3.華東師范大學地理信息科學教育部重點實驗室,上海 200241)

以浙江省玉環縣為例，對超強臺風(中心氣壓為915 hPa，最大風速>61.2 m·s-1)風暴洪水災害情景下的應急疏散方法進行了系統研究。首先，基于“點-線-面”洪災避難思想和GIS空間分析技術構建應急疏散網絡模型；其次，以疏散總時間最短為目標，并綜合考慮避災容量、交通擁堵、公平分配、資源節約等因素，求解最佳疏散路徑；最后，根據疏散過程動態模擬結果，進一步優化路徑選擇，并編制應急疏散專題預案。結果表明：如果遭受915 hPa超強臺風襲擊，將玉環縣受淹危險區內的人群完全疏散到安全地帶平均耗時647 s(約11 min)，最長疏散時間不超過45 min，可滿足應急避難的實際需求。該疏散預案可為完善城市安全保障系統提供科學參考。

風暴洪水；GIS；網絡分析；疏散路徑；應急預案

0 引言

風暴洪水是影響沿海地區社會經濟發展的重要自然災害。在全球氣候變化和快速城市化背景下，極端風暴潮災害發生的頻率、強度還會有所增加[1,2]。作為減少人員傷亡和經濟損失的重要途徑，災后應急響應研究逐漸成為增強公眾逃生技能、提高災害管理效率、完善城市安全體系的共同需要[3-5]。目前，國外已就臺風、風暴洪水的災后應急疏散與救災物資供給開展了廣泛研究[6-8]，國內對極端情景下的風暴潮危險性模擬、風險評估與區劃[1,9]等關注較多，但對風暴洪水應急響應方法的研究還有待完善和深入。

災后應急響應主要包括人員疏散和物資配給兩方面[6]，其中，將受災人員疏散到安全地帶是救災工作第一階段的緊要任務。以往經驗和研究一致表明，合理的路徑規劃能夠有效提高疏散效率[10]。建立網絡(流)模型是應急疏散路徑規劃的基礎，可根據災害本身特點或救災供需比例，設置不同的尋優目標，采用最短路徑[11]、最快路徑[12]、最大流[13]、最小費用最大流[14]等算法進行求解。根據受災范圍和疏散距離，疏散規劃有大、中、小尺度之分，而強臺風風暴潮往往在短時間內形成大范圍淹沒，受災人員一般需借助車輛途經較長距離到達安全避難場所[15]，因此適于進行大、中尺度的路徑規劃。根據疏散需求層次，有學者分別基于風暴洪水淹沒進程[16]和特殊受災群體比例[17]確定疏散順序，并證明分階段疏散能夠有效減少交通擁堵，加快疏散過程[18]。此外，大型交通模擬軟件如Paramics[19]、Vissim/Visum[20]、CORSIM[21]可實現疏散過程的動態模擬，為疏散規劃提供直接的參考信息。

應急疏散是災害學、社會學和工程學等多學科交叉的科學問題，針對國內研究往往側重于某單一方面且缺少動態模擬軟件的現狀，本文借鑒前人研究[13,17,22]，以浙江省玉環縣這一頻繁遭受臺風風暴潮災害影響的區域為例，系統開展風暴洪水應急疏散方法與實證研究：1)根據超強臺風(中心氣壓為915 hPa，最大風速>61.2 m·s-1)風暴潮風險評估結果，基于“點-線-面”洪災避難思想和GIS空間分析技術構建應急疏散網絡模型；2)以時間最短為目標，綜合考慮避災容量、交通擁堵、公平分配、資源節約等因素，求解最佳疏散路徑；3)利用自主開發的仿真工具MiniGIS對疏散過程進行模擬，根據模擬反饋進一步優化路徑選擇；4)編制臺風風暴潮災后應急疏散專題預案。本文研究方法可為沿海地區風暴洪水應急避難研究、城市安全管理及規劃提供科學參考。

1 研究區域與數據來源

1.1 玉環縣概況

玉環縣位于浙江省東部，三面環海，境內以低山丘陵為主，濱海地區地勢低平。附近海域屬正規半日潮，潮流以半日周期往復流為主，波浪以涌浪為主。港灣一般風平浪靜，但逢7、8月份臺風頻發季節，可掀起2～3 m大浪，引發風暴洪水災害。作為經濟發展位居中國前列的海島縣，玉環頻繁遭受到臺風風暴潮的影響(表1)。近年來，浙江省以玉環縣為試點，對極端臺風風暴潮災害風險進行模擬與評估，并開展防范策略問題的研究。本文工作是上述研究內容之一，對玉環及其他沿海城市安全預警體系建設和社會經濟可持續發展具有科學和現實意義。

表1 近10年玉環縣臺風風暴潮受災概況

Table 1 Direct economic losses caused by typhoon storm surges in the last decade in Yuhuan County

年份2004200520062007臺風14號“云娜”5號“海棠”9號“麥莎”8號“桑美”13號“韋帕”16號“羅莎”直接經濟損失(億元)14.52.923.60.4721.781.628年份20082009201220132014臺風8號“鳳凰”13號“森拉克”8號“莫拉克”11號“海葵”23號“菲特”10號“麥德姆”直接經濟損失(億元)0.350.4932.130.285//

1.2 數據來源

研究數據包括：1)玉環縣基礎地理信息：行政區劃矢量數據和高精度(1 m×1 m)遙感影像。2)臺風風暴潮風險區劃(圖1，見封3)：基于前期工作中超強臺風(中心氣壓為915 hPa，最大風速>61.2 m·s-1)風暴潮情景下的風險區劃結果，估算極高、高風險區內(淹沒深度超過1.2 m)受災人口，這是洪災避難研究的重要數據，體現了“面”的特征。3)玉環縣2012年村級戶籍人口統計數據。4)由民防局設定的固定避難中心和具有臨時避災功能的公共場所(如體育館、學校、醫院等)地址、容量信息。5)道路網絡：玉環縣境內省道、縣道、鄉道、村道等主要車行道的等級和最大限速信息，以計算路段通行時間。其中，數據1)、2)由浙江省海洋與漁業局海洋預報中心提供，數據2)屬浙江省水利河口研究院和華東師范大學地理科學學院共同完成的科研項目成果*浙江省水利河口研究院，華東師范大學.玉環縣風暴潮災害風險評估與區劃.2014.，數據3)、4)由玉環縣民防局提供，數據5)由浙江省及玉環縣測繪部門提供。

2 臺風風暴潮災害應急疏散路徑規劃方法

在應急疏散路徑規劃中，將疏散過程中的人群抽象為疏散組等點狀要素，以研究區域的交通道路線狀要素等為基礎建立疏散網絡模型，而受災點、避災點的確定則以風暴潮災害風險區劃的面狀結果為依據。研究方法體現了“點-線-面”結合的洪災避難思想。

2.1 疏散網絡模型構建

(1)受災點和避災點?；?15 hPa臺風風暴潮風險區劃，作如下假設：極高、高風險區(淹沒深度>1.2 m)的人群需要被疏散；在疏散過程中，受災人群以村為單位，聚集為一個受災點；極高、高風險區內的避難場所不再具備避災功能，僅選擇不受風暴洪水影響的安全避災點；避災點容量=有效建筑面積/人均占用面積，人均占用面積參考《國家標準各類避難場所控制指標》。

(2)疏散通道。本研究中的疏散道路包括省道、縣道、鄉道、村道等主要車行道，根據《公路工程技術標準(JTG B01-2003)》確定各路段等級和最大限速，并計算通行時間。

(3)網絡模型。本研究采用GIS網絡分析和簡化的POLYVRT結構處理方法[23]，構建疏散網絡拓撲結構。將受災點和避災點作為重要結點，結點和道路數據均由ShapeFile矢量文件存儲，將矢量數據進行拓撲轉換，生成疏散網絡拓撲結構(圖2,見封3)。此外，考慮到部分受災點和避災點與道路在拓撲上不完全連通，則利用最短的直線弧段將其與道路網絡接合[24]。以上過程通過C#語言編程實現。疏散網絡中主要的要素及其屬性信息如表2。

表2 應急疏散網絡要素

Table 2 Features of the emergency evacuation network

結點(個)受災點避災點道路結點弧段(條)需疏散人數(人)避災總容量(人)926919401590168635446988

2.2 最佳路徑規劃方法

以疏散時間最短為目標，并考慮受災人口、避災容量、疏散距離和通行速度等因素，尋找從受災點到避災點的最佳路徑。此外，考慮到洪水受災人群在空間上比較集中，對于一個受災點而言，不一定能夠在其附近找到一次性容納所有災民的避災點，故本文采用混合拆分疏散模式[25]，將一個受災點拆分成多個疏散組，分批去往不同的避災點，以加快疏散進程和節約救災資源。

以疏散組為基本單位的路徑規劃模型如下，目標函數：

MinT=Min(Tmove+∑Twait)

(1)

(2)

其中：T為最短的疏散總時間，即所有疏散組從開始疏散至到達避災點的時間總和；Tmove為疏散組在路段中的運行時間，Twait為疏散組在路口因交通擁堵產生的等待時間；M為疏散組數量，i為其編號；N為避災點數量，j為其編號；tij為從i到j的時間；xij為標記，當疏散組i分配給受災點j時，xij=1，否則xij=0。

利用疏散網絡模型，采用Dijkstra最短時間算法，找到每個疏散組最快的疏散路徑，從而使疏散總時間T取得最小值。在此基礎上，設置一定的規劃約束條件，以滿足應急疏散的實際需求。

(1)需求控制：保證每個疏散組i內的人員都從受災點遷移到安全避災點。即：

(3)

(2)容量限制：對于每個避災點，記其最大容量為Cmaxj，實際容量為Cactj，Cactj<=Cmaxj。

(3)先到先得：即對于一個避災點，在滿足“容量限制”的前提下，疏散時間較短的疏散組優先獲得其使用權。采用Dijkstra最短時間算法，為每個疏散組找到其最快到達的避災點，并按照時間先后為疏散組排序，序號記為Sij，若xi1,j=xi2,j=1，且ti1,j

(4)最小疏散組人數MinPop=30，即在受災點拆分成疏散組的過程中，不得形成人數小于MinPop的疏散組。過多零散的疏散組反而會增加組織與調度工作的難度。

(5)中途自主調整路線：若疏散組在某一路口因交通擁堵等待時間較長，可以此路口為起點，搜索其他疏散路徑，并進行判斷；若等待時間與原路徑剩余疏散時間之和大于新路徑上的疏散時間，則調整為從新路徑完成疏散[16,26,27]。

對于需要通過同一路口、進入相同下一路段的疏散組，要求后到的疏散組必須等待先到達的疏散組通過以后才能依次通過。因此，加入交通擁堵時間Twait項進行修正，Twait由該疏散組前方滯留的疏散組通過路口的時間決定。對于車輛在路口處的減速情況，本文處理如下：

圖3 疏散組通過路口時的減速示意

Fig.3 Deceleration when evacuation groups crossing the road

設長度為L的疏散組在路段R1、R2中行駛的速度為v，通過路口n時速度降為vc(圖3)。疏散組通過路口n的降速比(通過路口時減速量(v-vc)與原速v的比值)記為r，則疏散組通過路口n的時間為：

tn=L/vc=L/(v×(1-r))

(4)

假設某一疏散組前方有w個疏散組要通過同一路口，則該疏散組在該路口的等待時間為：

(5)

本文設定降速比r由兩條路段R1、R2的夾角θ決定，取如下數值：150°<θ≤180°時，r=0.1；120°<θ≤150°時，r=0.2；60°<θ≤120°時，r=0.6；0°<θ≤60°時，r=0.8。

2.3 疏散過程仿真模擬與應急預案編制

假設疏散過程中實行交通管制，限制不用于疏散的車輛數量，且所有疏散組在得到疏散指示后同時開始疏散?；谝陨弦巹澞Ｐ?，采用C#編程求解最佳路徑。結果顯示，92個受災點被拆分為126個疏散組，最終被分配到51個不同的避災點。疏散組的平均疏散時間為627 s，因交通擁堵平均等待46 s。其中，用時最長的疏散組的疏散時間為267 2 s(約45 min)，對于風暴潮災害的應急疏散也是足夠的。因此，這一模擬結果基本可以滿足風暴潮災害的應急疏散需求。

利用自主開發的應急疏散分析工具MiniGIS，對疏散過程進行動態模擬。觀察疏散組移動軌跡發現，由于中途調整路徑，有些疏散組會走“回頭路”，這樣既不利于交通組織，又會造成資源浪費。考慮到規劃結果中“回頭路”的情況并不是普遍存在，而避免此類問題需要較多的先見經驗與人工判斷，本研究采取手動調整方法，將此類路徑中的回頭路段刪除，得到新的疏散路徑，作為疏散規劃運算與模擬和輸入參數，在新的疏散過程中，要求疏散組嚴格遵循新路徑而行。經手動調整后的疏散時間見表3。由于部分經調整后的路徑不再是最短時間路徑，故調整后疏散總時間增加了2 520 s，平均疏散時間增加了約20 s。而在疏散組必須遵循輸入路徑而行的條件下，即使遇到交通擁堵，也不能再次更改路徑，導致平均等待時間也延長了22 s。但考慮到調整后的路徑更方便管理者認讀與制定決策，也利于交通管理和資源節約，在滿足應急疏散實際需求的前提下，本文認為20 s的時間劣勢可以接受。根據最終的路徑優化結果編制臺風風暴潮災害應急疏散預案，本文僅以玉環縣干江鎮受災片區為例，應急預案如圖4(見封3)。

表3 應急疏散時間統計

Table 3 Time for completion of evacuation

規劃方法疏散總時間(s)平均疏散時間(s)平均等待時間(s)最長疏散時間(s)初始規劃79002627462672手動調整81522647442702

3 結論與討論

本文對超強臺風風暴洪水災害情景下的應急疏散方法進行了系統研究。首先，初步考慮了人口、救災保障、交通條件等社會因素；其次，基于災害風險分析結果和“點-線-面”洪災避難思想，采用GIS和POLYVRT結構方法構建疏散網絡；最后，設計路徑規劃算法，運用C#編程求解，并自主開發疏散仿真模擬工具，對疏散過程進行動態演示。總體上，本文體現了社會學-災害學-工程學相結合的研究思路，可為城市的安全保障系統提供科學參考。同時，本文對部分關鍵問題的考慮還有待完善和深入。例如，對于交通路況的處理較為簡化，在路徑選擇過程中基本不考慮背景交通，且不考慮受風暴洪水影響的路段限行，假設所有交通擁堵都發生在道路結點，這與實際情況仍有一定差別；此外，人口結構差異和老、幼、殘等特殊群體的比例以及風暴洪水的淹沒階段都決定了各受災點具有不同的疏散緊迫層次，本文暫未予以考慮。今后研究將圍繞以上問題展開，對疏散過程中的關鍵細節做更合理的處理。

[1] WANG J,GAO W,XU S Y,et al.Evaluation of the combined risk of sea level rise,land subsidence,and storm surges on the coastal areas of Shanghai,China[J].Climatic Change,2012,114:537-558.

[2] MCCARTHY M P,BEST M J,BETTS R A.Climate change in cities due to global warming and urban effects [J].Geophysical Research Letters,2010,37(L09705).doi:10.102912010GL042845.

[3] MANNAN M S,KILPATRICK D L.The pros and cons of shelter-in-place[J].Process Safety Progress,2000,19(4):210-218.

[4] TAKIZAWA A,INOUE M,KATOH N.An emergency evacuation planning model using the universally quickest flow[J].The Review of Socionetwork Strategies,2012,6(1):15-28.

[5] RENNE J,SANCHEZ T,LITMAN T.Carless and special needs evacuation planning:A literature review[J].Journal of Planning Literature,2011,26(4):420-431.

[6] ZDAMAR L,DEMIR O.A hierarchical clustering and routing procedure for large scale disaster relief logistics planning[J].Transportation Research Part E:Logistics and Transportation Review,2012,48(3):591-602.

[7] WOLSHON B,LEFATE J,NAGHAWI H,et al.Application of TRANSIMS for the multimodal micro scale simulation of the New Orleans emergency evacuation plan[R].2009.163.

[8] MURRAY-TUITE P,WOLSHON B.Evacuation transportation modeling:An overview of research,development,and practice[J].Transportation Research Part C:Emerging Technologies,2013,27:25-45.

[9] 宋城城,李夢雅,王軍,等..基于復合情景的上海臺風風暴潮災害危險性模擬及其空間應對[J].地理科學進展,2014,33(12):1692-1703.

[10] LAHMAR M,ASSAVAPOKEE T,ARDEKANI S A.A dynamic transportation planning support system for hurricane evacuation[A].Intelligent Transportation Systems Conference,ITSC2006,IEEE,2006.612-617.

[11] 于德新,楊薇,楊兆升.重大災害條件下基于 GIS 的最短路徑改進算法[J].交通運輸工程學報,2011,11(4):123-126.

[12] YE M,WANG J,HUANG J,et al.Methodology and its application for community-scale evacuation planning against earthquake disaster[J].Natural hazards,2012,61(3):881-892.

[13] 曾麥脈.城市應急路網疏散規劃的模型與算法研究[D].武漢:華中科技大學,2010.

[14] BAUMNN N,SKUTELLA M.Solving evacuation problems efficiently,earliest arrival flows with multiple sources[A].46th Annual Symposium on Foundations of Computer Science[C].Los Alamitos:IEEE Computer Society Press,2006.399-410.

[15] 崔娜.臺風災害下無車群體疏散需求預測與集散設施選址研究[D].哈爾濱:哈爾濱工業大學,2012.

[16] 葉明武.沿海臺風風暴潮災害復合情景模擬與應急避難研究—以上海為例[D].上海:華東師范大學,2011.

[17] KAISAR E I,HESS L,PALOMO A B P.An emergency evacuation planning model for special needs populations using public transit systems[J].Journal of Public Transportation,2012,15(2):45-69.

[18] CHEN X.Microsimulation of hurricane evacuation strategies of Galveston Island[J].The Professional Geographer,2008,60(2):160-173.

[19] CHEN X,ZHAN F B.Agent-based modeling and simulation of urban evacuation:Relative effectiveness of simultaneous and staged evacuation strategies[A].83rd Annual Meeting of the Transportation Research Board[C].Transportation Research Board,Washington,DC.2004.

[20] ELMITINY N,RAMASAMY S,RADWAN E.Emergency evacuation planning and preparedness of transit facilities:Traffic simulation modeling[J].Transportation Research Record:Journal of the Transportation Research Board,2007,1992:121-126.

[21] LIM E,WOLSHON B.Modeling and performance assessment of contraflow evacuation termination points[A].84th Annual Meeting of the Transportation Research Board[C].Transportation Research Board,Washington,DC.2005.

[22] 王軍,葉明武,李響 等.城市自然災害風險評估與應急響應方法研究[M].北京:科學出版社,2013.

[23] 張巨,劉雨.MapInfo空間數據庫技術分析[J].微型電腦應用，1999,15(10):12-14.

[24] 翁敏,毋河海,杜清運,等.基于道路網絡知識的啟發式層次路徑尋找算法[J].武漢大學學報(信息科學版),2006,31(4):360-363.

[25] YI W,ZDAMAR L.A dynamic logistics coordination model for evacuation and support in disaster response activities[J].European Journal of Operational Research,2007,179:1177-1193.

[26] 劉永志,張行南,張文婷,等.基于GIS和OREMS的洪災避難系統[J].災害學,2007,22(3):17-21.

[27] 袁媛,汪定偉.災害擴散實時影響下的應急疏散路徑選擇模型[J].系統仿真學報,2008,20(6):1563-156

Emergency Evacuation Method for Strom Surge Floods:A Case Study in Yuhuan,Zhejiang

SHEN Hang1,2,LI Meng-ya1,3,WANG Jun1,3

(1.School of Geographic Sciences,East China Normal University,Shanghai 200241;2.School of Resource and Environmental Sciences,Wuhan University,Wuhan 430079;3.Key Laboratory of Geographic Information Science of Ministry of Education,East China Normal University,Shanghai 200241,China)

From a multi-discipline viewpoint,a systemic method for emergency evacuation after flood events was presented using approaches related to disaster,social and engineering science.The method was carried out in an island county,Yuhuan,and on basis of the occurrence of a super typhoon with a low central pressure as 915 hPa and maximum wind speed over 61.2 m/s.First,an evacuation network was established based on "point-polyline-polygon" structured modeling method using ArcGIS network analysis tool.Second,with an objective of minimizing the total evacuation time and consideration of evacuees′ demanding,traffic delay,equal accessibility to and assignment of relief resources,the basic Dijkstra algorithm was redesigned to seek optimum routes for massive evacuees in a capacity constrained road network.Besides,Using C#,an applet with built-in algorithms named MiniGIS is developed for visualization of the dynamic evacuation flow,which provides feedbacks for route optimization.Results showed that,if hit by a super typhoon storm surge,it would take 647 s,about 11minutes,to evacuate all impacted population from dangerous areas to safe places.The method introduced in this paper,and thematic maps revealing information about evacuation routes,time and population,are references for managers to make optimal strategies for disaster prevention and city planning in coastal cities.

typhoon storm surge;GIS;network analysis;evacuation routes;emergency preplan

2015-05-12；

2015-07-22

國家自然科學基金項目(71373084);上海市教育委員會科研創新重點項目(13ZZ035)

沈航(1992-),男,碩士研究生,主要從事災害應急疏散方法研究。*通訊作者E-mail:jwang@geo.ecnu.edu.cn

10.3969/j.issn.1672-0504.2016.01.023

X43

A

1672-0504(2016)01-0122-05