吳宏立 劉威棟 汪源
(1.北京華油信通科技有限公司;2.中國石油運輸有限公司 北京 100000)
隨著我國化學工業的發展和經濟建設的需要,危險化學品需求量不斷增加,而道路運輸是危險化學品的主要運輸方式。由于危險化學品性質不穩定性,在道路運輸環節一旦發生事故就會對周邊生態環境造成極大破壞。因此,對危險化學品運輸路線的合理規劃,是降低風險的有效措施之一,為了有效降低危險化學品運輸風險隱患,在充分了解危險化學品運輸業務的基礎上,應用GIS空間分析技術[1]研發危險化學品道路運輸路線規劃算法和平臺[2],為危險化學品運輸路線規劃提供支撐,保障運輸安全,降低交通事故引發的突發環境事件影響。
危險化學品運輸路徑規劃是指按照某規劃參數指標規劃一條起點到終點的最優路線。隨著路徑規劃技術的發展,其研究也開始偏向于如何解決耗時最短、花費最少等問題,相應的,最短距離路線規劃問題就成為了危險化學品運輸最短時間問題、運輸成本最低問題。相對危險化學品道路運輸路線規劃,根據事前對運輸周邊環境及風險信息掌握情況,主要分為以下3 種:(1)靜態結構化危險化學品運輸環境下的路線規劃;(2)動態已知危險化學品運輸環境下的路線規劃;(3)動態不確定危險化學品運輸環境下的路線規劃。
近年來,我國雖然加大了對危險化學品道路運輸的監管力度,但是現有危險化學品運輸監管水平仍然不能滿足業務發展需求,缺少運輸路線多參數規劃、風險量化評估以及指標分析,實際規劃情況都是簡單按照道路運輸距離、運行經驗,人工進行劃定,線路風險底數不清,應急處置缺少數據支撐。
因此,如何通過規劃路線來提高運輸安全系數、降低突發環境事件影響是危險化學品運輸過程中的關鍵問題。Shorys在1981年就針對危險化學品運輸問題展開了研究。MAHMOUDABADI A[3]將運輸風險視為動態變量,并且提出一種基于混沌原理開發出的混沌模式來解決危險物質的配送中心和路徑規劃問題。TOUMAZIS I等人[4]提出了危險化學品運輸路線規劃模型,將事故概率和事故后果考慮為時變參數,其中事故后果等于人口密度和時變參數加權,目的在于找出最佳出發時間和最優路線組合。
上述危險化學品運輸路線規劃方法研究中,道路風險值為路徑規劃決策條件,在對事故風險進行評價時,往往采用的是對事故后果進行評估的方法。在風險值的計算過程中,考慮了危險化學品事故的發生率、影響面積、周邊暴露人口和風險因素的不確定性。前期路徑規劃算法研究偏向如何解決危險化學品運輸路徑短、運輸綜合成本低等問題,但隨著路線規劃技術的發展以及生態環境保護觀念的變化,危險化學品道路運輸路線規劃分析越來越傾向于如何規避風險,來降低危險化學品運輸突發環境風險事故率。
因此,路線規劃算法[5]研究是危險化學品道路運輸路線算法研究中的一個重要組成部分,通過對近年來危險化學品道路運輸路線規劃算法進行研究,常用的經典路線規劃算法有Dijkstra 算法、Lee 算法、Floyd算法、A*算法、雙向搜索算法、蟻群算法[6]等。根據危險化學品運輸實際應用需求,研發人員也會對上述經典算法進行改進,除上述經典算法外,也提出一些其他算法,如神經網絡算法、遺傳算法、模糊理論算法等,可有效解決路徑規劃中存在的效率低下、規劃實時性不高等問題。
上述道路運輸路線規劃現狀與方法研究中主要集中于模型構建和算法優化,缺乏可視化手段對規劃路線進行展示,GIS[7]作為一門新興交叉學科,以地理空間數據庫為基礎,采用地理模型分析方法,實時提供多種空間和動態地理信息。GIS在危險化學品運輸路線規劃分析和處理問題過程中利用了危險化學品運輸業務空間位置數據和屬性數據,并通過GIS空間數據庫[8]將二者聯系在一起,綜合路線規劃管理、分析和利用,重點在于危險化學品運輸路線規劃空間分析,通過構建空間分析模型來分析空間數據。
危險化學品道路運輸路線規劃支持基于標準化地理空間數據[9]功能,其方式主要有3種:推薦模式、距離最短、路線最優。
推薦模式:該模式會優先考慮危險化學品常用運輸路線,基于司乘用戶行車經驗,選擇常用路線進行導航。
距離最短:該模式表示導航結果為危險化學品運輸距離最短的運輸路線。
路線最優:該模式會根據自定義危險化學品運輸風險規避參數,不同條件,多因素約束,進行危險化學品運輸路線最優調整。
在GIS地圖路徑規劃管理器中的路網數據源下生成臨時數據源,路線規劃結果路線會展示在當前地圖中。地圖中灰色路線為危險化學品運輸路線規劃結果,會在行駛引導窗口顯示每條路線的詳細信息,包括路線名稱、里程、轉彎方向等信息,路線規劃結果展示如圖1所示。

圖1 危險化學品運輸GIS可視化路線規劃結果展示
平臺采用動態類計算方法,提供實時動態最優危險化學品運輸路線,通過自定義路線風險規避參數類型以及風險影響距離從而給出危險化學品運輸最優路線。采用B/S架構[10]模式,通過IE、Google Chrome、Firefox等主流瀏覽器進行訪問,對海量空間數據建立空間索引優化,節省數據處理、分析、規劃時間,提升數據利用效率。其核心規劃算法是在Dijkstra 算法[11]基礎上進行優化,使用廣度優先搜索為評價指標,基于危險化學品運輸路網,計算危險化學品運輸過程中某一節點到另一節點的道路權重值,進行路徑規劃分析,通過自定義路線風險規避參數類型以及風險影響距離從而給出危險化學品運輸最優路線,保障出行及周邊環境安全。平臺整體架構分為數據層、設施層、服務層、應用層、用戶層這5個層次,具體架構見圖2。

圖2 危險化學品道路運輸路線規劃平臺架構
根據危險化學品運輸路線規劃業務需求分析,具體平臺功能見圖2。
危險化學品道路運輸風險自定義標注路線見圖3。

圖3 危險化學品道路運輸風險自定義標注路線
3.2.1 備選路線審批管理
對用戶自定義的危險化學品運輸路線規劃路線進行路參數確認以及路線審核管理,備選路線審核參數主要涉及運輸路線編號、起終點名稱、運輸路線里程、路線類型等參數。對審核通過的路線規劃路線,通過點擊審批路線變更備選路線確認按鈕,將最新規劃路線要素自動更新至危險化學品道路運輸路線規避數據庫。具體頁面見圖4。

圖4 危險化學品道路運輸備選路線審批管理
3.2.2 路線規避數據集成
路線規避數據集成涉及的有基礎地理數據、環境風險數據、運輸路網數據這3 種。通過對數據進行分析,將數據集成到危險化學品道路運輸路線規避數據庫,以接口方式提供服務,通過自定義接口參數可將路線規劃規避所涉及的風險要素在前端進行可視化展示。
3.2.3 運輸路線風險評估
基于平臺內置的運輸路線風險評估模型[12],以環境敏感受體為評估基礎,篩選評估路段,依據環境敏感受體等級,確定危險化學品運輸環境風險路段等級,支撐危險化學品道路運輸路線規劃,已評估的風險路段在平臺端進行GIS 可視化展示,同時對選定運輸路線所經過的風險情況進行分析統計,如風險點數量、風險路段等,分析結果進行地圖疊加展示,同時輸出風險數據對比統計報表。具體頁面見圖5。

圖5 危險化學品道路運輸路線風險評估
3.2.4 風險規避路線規劃
通過對規避的風險要素(水源地保護區、跨界斷面、多類環境敏感受體、自然保護區、飲用水水源地等)的選擇,分析運輸路線途經情況,生成最終規劃線路,并在風險要素圖層進行GIS 可視化展示,在頁面右下方顯示風險點數量以及路線運輸里程,具體頁面見圖6。

圖6 危險化學品道路運輸風險規避路線規劃
3.2.5 繞行距離路線規劃
在規避風險的同時加入繞行距離計算因素,考慮風險同時兼顧成本。主要是通過設置繞行距離參數,進行危險化學品運輸路線規劃,繞路里程參數可選:5%、10%、15%、20%。根據選擇的規避風險類型和繞路里程參數,平臺將自動進行雙重條件的計算和分析,生成新運輸路線,具體頁面見圖7。

圖7 危險化學品道路運輸繞行距離路線規劃
3.2.6 最短距離路線規劃
平臺采用內置Dijkstra算法,基于危險化學品運輸路網構建路網拓撲[13],并對路網RouteID 進行構建索引,平臺通過算法計算某一節點到其他節點的道路權值,從而給出危險化學品運輸最短路線,然則在實際危險化學品運輸路線規劃中,往往最短距離路線規劃和風險規避、繞行距離規劃等功能聯合使用,通過多規劃因素計算出危險化學品最優路線,具體頁面見圖8。

圖8 危險化學品道路運輸最短距離路線規劃
3.2.7 路線規劃比對分析
基于現有的幾種危險化學品運輸路線規劃方式進行橫向比對分析,重點對規劃路線的高風險路段里程、高風險點、中風險點、水源地保護區等環境敏感要素數量進行比對分析,同時計算每條規劃路線的運輸路線里程,同時在平臺端進行GIS可視化展示,供司乘人員綜合決策分析,具體頁面見圖9。

圖9 危險化學品道路運輸風險路線規劃比對分析
目前,該平臺集成路網要素4 500 余萬,危險化學品常用運輸路線數據11 000 余條,2 000 萬業務專題POI 數據,已構成T 級別危險化學品運輸風險規避數據,平臺經試用在500 用戶并發壓力情況下,服務器CPU平均使用率不超過60%,內存使用未超過70%。
通過危險化學品道路運輸路線規劃平臺[14]為用戶提供標準的危險化學品運輸路線規劃功能,使其能夠及時掌握車輛運行路線及沿途風險情況,實現危險化學品運輸路線規劃統一管理,保障行車安全,減少突發環境事件影響。
該文主要結合危險化學品運輸業務需求,對危險化學品運輸路線規劃算法和技術進行研究,對運輸路線規劃進行了探討和分析,同時設計危險化學品運輸路線規劃平臺并進行應用測試,平臺基于不同影響因素進行危險化學品運輸路線規劃,通過設置自定義的規避風險類型和繞路里程參數,進行路線規劃和分析,對原有運輸路線進行優化調整,提高運輸效率,保障行車以及周邊環境安全。日后研發人員將致力于對運輸路線規劃算法持續進行優化升級,并依托大數據挖掘分析技術為決策人員科學規劃運輸最優路線提供支撐。