道路施工過程中環境影響分析及方法研究

續競臺,趙 琳

（1.中建路橋集團有限公司,河北 石家莊 050000; 2.石家莊鐵道大學,河北 石家莊 050000）

0 引言

近年來，我國在道路工程施工方面取得了突飛猛進的發展，隨之而來的環境問題也愈發嚴重，甚至造成了環境方面不可逆轉的負面影響。為了深刻踐行交通建設“十四五”規劃中交通強國的目標，將環保工作落到實處，將綠色公路建設工作落到實處，嚴格把控施工過程中對環境可能造成污染的重點環節，將綠色施工理念貫徹到施工過程全生命周期。

1 研究背景

2006年我國《國民經濟和社會發展第十一個五年規劃綱要》首次將節約資源作為國家的基本政策。黨的十八大報告首次將生態文明建設作為執政的戰略決策。此后，我國逐步實施生態文明建設戰略，從高污染的發展方式轉向綠色發展方式。道路建設領域一直被廣泛認為是有效控制溫室氣體排放的四個重點領域之一，并予以厚望。同時，嚴格把控道路建設活動的各項環境指標直接關系到國家層面的環境目標，它被視為實現生態文明戰略的重要途徑。肖冰運用動態綜合評價方法建立綠色施工環境影響閾值模型對空氣環境、光環境、地表水環境以及生態景觀環境進行評價，判斷環境影響等級，提出環境保護措施[1]；楊中杰等從政府、消費者、項目組織3個維度探討綠色工程項目管理發展影響因素，結合層次分析法對綠色工程項目管理整體發展環境進行具體分析[2]；周杰在闡述利益及利益法學和環境影響評價制度基本理論的基礎上，分析了我國環境影響評價制度在利益衡量程序與實體及實施效果方面存在的問題與不足[3]。考慮到道路建設對環境的影響較大，而我國缺乏道路建設的環境影響評價方法，該文從道路施工角度入手，通過道路建設對環境的影響因素分析。

2 道路施工環境影響分析

在道路施工項目中，施工環境變化多端且不可控制因素諸多，導致道路施工環境充滿不確定性，施工環境的不確定性因素來源十分廣泛，可以來自施工任務、施工環境、施工材料的生產、運輸、施工人員等。施工材料在運輸和使用中會產生大量的粉塵、液體污染物、垃圾廢棄物等；其中粉塵主要來自混凝土，粉塵顆粒物對空氣和人體都有持續的危害；液態污染物的排放主要成分是工業廢水，排放過程中必須嚴格按照排污標準執行，稍有不當就會造成嚴重后果；垃圾廢棄物主要是建筑廢料，經過長期存放會蒸發至空氣中散開，影響周圍的空氣質量。

在道路施工過程中，由于多個施工環節是互相影響的，從施工過程的某一環節出發，降低對環境的影響，就能夠降低道路施工對整個施工環境的維護成本，這也意味著可以將更多的精力和財力投入到其他的施工環節，有效節約環境成本。

在考慮施工對環境的影響時，往往是從一個周期的開始到結束，即全生命周期。道路的全生命周期對環境的影響主要存在于兩個階段，第一是道路施工建設階段對周邊環境的短期影響，第二是道路使用階段對周邊環境的長期影響。短期影響主要來自施工材料的生產和運輸、施工活動中對能源的消耗以及污染物的直接排放。施工材料的生產和運輸過程需要設備和機械投入使用，意味著大量的電力和燃油消耗；能源消耗主要是水資源消耗、化石資源的消耗及其他資源消耗；污染物排放主要包含碳、氮和硫的氧化物、粉塵和固體廢棄物等，溫室氣體排放過量會破壞臭氧層，從而導致全球氣候惡化。長期影響主要來自道路投入使用后，行駛車輛對周圍環境的影響以及道路維護養護對周圍環境的影響，道路的養護維護能夠有效增加道路的使用年限，在養護維護期間，需要重新返修路面，返修過程也會對附近的土地和水質造成影響，因此在決策時也需要重點考慮養護維護這一因素。道路全生命周期對環境的影響如圖1所示。

圖1 道路施工全生命周期對環境的影響

由于道路的使用周期長，基于道路的工作狀況、持續時間、氣候變化等一系列不確定因素，人們很難從中得到客觀的概率分布。隨著施工進程的不斷推進，決策者對于最終決策方案偏好會隨著項目決策背景的變化而變化。因此當前的施工實踐行為仍然缺乏一種方法在深度不確定的情況下，對于施工過程的每一個階段的成本、進度、環境的綜合評價。

3 道路施工環境影響方法研究

3.1 生命周期評價方法

生命周期評價方法是道路環境定量評價中最重要的方法之一，它是評估研究對象整個生命周期過程對環境的影響，是一種客觀的定量評價方法，同時也是當前被廣泛利用的環境定量評估方法之一。李小冬等基于生命周期評價（LCA）理論，從施工過程的單元分解入手，建立了適應施工階段特點的環境影響定量評價框架和評價流程[4]。生命周期評價方法包含研究目標、清單分析、影響計量和結果解釋四個部分。目前生命周期評價方法正在不斷更新完善，依據不同的施工情況，提出了混合式生命周期評價模型，該模型考慮到施工活動繁雜，選取各個施工環節的一部分進行測量，基于各施工環節部分數據進行預測，預測結果的精準性和可靠性得到了較好反饋。

目前，針對生命周期評價方法的應用普遍存在計算方法不完整或者不準確的問題，這些問題都會導致最終的預測結果與實際存在一定偏差。在道路施工過程中，各個施工工序之間具有較強的關聯性，施工方案的微調可能引起整個施工工程的變化。因此若考慮應用生命周期評價方法去準確計量結果，就需要對每種方案的組合進行準確的評估與比較，不僅加大了工作難度和工作量，在數據精度方面也無法保證。

3.2 經典數學規劃類方法

道路施工問題實際上可以看作是一個多目標最優化問題，即目標函數需要成本最低、進度最快、環境污染最小，其約束條件則是實際的各種條件限制。優化問題的本質是從可行域中找尋出一個或者多個可行解的過程，現實中絕大多數優化問題均屬于多目標優化問題。在一般情況下，可行域的多個目標表現不盡相同。該研究探討的經典數學規劃類方法是最早用于解決多目標優化問題的方法。根據決策者的情況，可將經典數學規劃類方法分為三個大類：偏好不表達型、偏好后表達型、偏好先表達型。每種大類里都有對應的優化方法，具體方法有：全標準加權法、加權求和法、字典序法、加權最小最大法、指數加權準則法、目標規劃法、正常邊界相交法、正規約束法、ε-約束法、全局性準則法、多目標迫近束法等，依據實際工程情況，選取適當的方法求取多目標優化解。

3.3 元啟發算法

元啟發算法是一種常見的求解多目標最優化問題的方法，該方法的基本思想源于自然界，是一種與精確算法相對的一類方法。在元啟發算法中，常被大家使用的是基于生物自然選擇理論的進化算法，它的基本思想是模擬生物的進化過程，通過選擇、雜交、變異等產生更優質的后代。進化算法具有的種群特征使得每一次優化求解都能得到多組解，加快了多目標最優化問題的求解過程，并且對于各種形態的可行域適應性極強，不容易受到干擾。在所用的基于生物自然選擇理論的進化算法中，遺傳算法是最為人們所熟知、應用最為廣泛的。自從1985年第一次使用遺傳算法求解對目標最優化問題后，多目標遺傳算法已經成為多目標問題中應用最為廣泛的算法之一，并在之后的研究中不斷迭代更新，推演出了十多種常用的遺傳算法。

3.4 仿生啟發算法

仿生啟發算法屬于元啟發算法類，它包括生物學和動物行為學啟發兩類算法，在近年來的多目標最優化研究中逐漸開始流行起來，比如大家熟知的粒子群算法、蟻群優化算法、差分進化算法、人工免疫系統算法、人工蜂群算法、混合蛙跳算法等。這些算法是群智能算法一個分支，通過模擬一個具有社會屬性的動物的群體行為來實現優化的目的，特別的是一些算法通過模擬一些特定群體可以實現全局最優化的效果。

3.5 人工智能算法

人工智能算法中的Deep Learning（深度學習）和Reinforcement Learning（強化學習）可以用于動態指標的評價，特別是在不確定的環境中，通過學習和分析進行決策，能夠使效益最大化。深度學習是建立多層級的神經網絡，分析和解決問題，主要包括DNN（深度神經網絡）、CNN（卷積神經網絡）、RNN（循環神經網絡）、LSTM（長短期記憶網絡）。強化學習三大要素構建基于深度學習的多模態指標評價模型，在短期施工中對施工材料生產運輸、能源消耗、污染物排放等影響環境的因素進行指標體系構建，以獲取評價數據[5]。深度學習評價模型注重于各種類型數據的收集，對各類數據進行整合分析。從各因素的抽象存在形式到數據的具體體現可分為以下三個階段：第一階段為數據采集階段，基于各種傳感器采集施工中如生產運輸時間、能源消耗和污染物排放量數據，將數據存儲在數據庫中以便之后操作；第二階段為數據處理階段，對數據庫中的數據通過數據清洗、數據標簽化、歸一化、去噪、降維等手段進行處理后，存儲在數據庫中；第三階段為數據分析階段，搭建神經網絡訓練數據庫中的已有數據，得到的模型用來測試現有數據集，按標簽劃分數據特征以此作為評價。

4 道路施工環境影響決策

施工的不確定性因素有很多，包括自然環境因素、環境管理因素和作業環境因素，從道路角度來講，路基是承受上部荷載作用的主要受力結構，一定要有足夠的結構強度，才能達到長久的要求，地下水位、氣候因素等對路基的影響非常大，不同的地區對路基土的要求不同[6]；從路面角度出發，其要求與路基不同，但也要確保其在設計使用年限內不發生結構性破壞，達到耐久的要求。此外，施工環境管理的過程中各單位之間的協調和作業環境因素同樣對道路產生不同程度的影響，作業環境因素是指與施工現場有關的一系列要求，包括各種施工設施、施工照明、安全措施、交通條件等，施工階段的不確定性因素不僅會影響現場施工進度，甚至會對道路質量產生不可逆轉的影響。

根據施工階段生態環境影響的特點和施工活動的決策特點，建立適合施工活動的環境影響測算和優化方法，在不確定性的背景下協助決策出準確的決策，將會大力推進施工建設環境、成本、效率等方面的發展。在環境影響預測方面，要考慮到地表水、大氣、土壤、噪聲、固體廢物及垃圾等對環境的影響，通過多因素進行對比，實現決策的最優化[7]。

此外，由于以往的研究低估了施工污染的影響，在分布式復雜的程序和不確定性的影響下難以獲得準確的施工過程數據，導致施工環境影響研究存在一些偏差，決策者指定的理想施工方案很難精準完成。道路施工活動是深度不確定的，由于該領域的施工不確定分析還處于剛剛起步階段，很難為實際的施工項目提供足夠的幫助。目前經典的“模擬優化”構建模型框架計算性能要求高、計算時間長，無法提供實時決策支持。胡笑旋等對“學習模型”和經典的“模擬優化”框架進行構建，以數據挖掘為突破口，多部門的力量與知識相匹配融合，建設中心決策系統，深入分析道路施工的不確定性，通過學習模型預測道路施工的不確定性，使得不確定分析更加接近真實的情況，促進不確定性分析在道路施工領域的發展[7]。在深度不確定的環境情況下，選用某一個模型用來做決策方法精度不高，需要用集成的方法使用多個模型來描述實際問題，多個模型描述可以對一個事件有多個思考角度，以此來幫助決策者更好地做出決定。所以如何在施工決策中去考慮不確定因素的影響，并做出合理的施工決策，是不確定性環境決策研究的重要研究內容。然而，現在對于不確定性的分析的研究工作還很少，分析不確定性因素如何影響施工是現在一個熱點的研究方向。

5 結論

道路施工對環境影響主要分兩個層面，宏觀層面是以經濟能源研究為對象，微觀層面是以經濟產品為研究對象。一方面是重點研究該地區與其他地區引進節能這一要素對環境的影響；另一方面是根據施工特點，通過合適的測量手段，從源頭減少施工過程對環境的影響。深度不確定性理論與相關方法可能是解決施工不確定性問題的有效方法。綜合考慮道路施工建設項目的不確定性因素，為建立在深度不確定的背景下施工決策分析方法提供了可能。該方法的構建將會綜合運用到環境影響評價理論、多目標優化理論、機器學習和數據挖掘技術，為深度不確定的背景下施工決策分析方法搭建一個更完美的舞臺。