基于AHP-GIS的湖南省道路結冰災害風險區劃

李學敏?謝睿恒?江滌非?禹偉

摘 要：為了評估湖南省道路結冰災害風險，采集湖南省96個氣象臺站從1986年到2015年共30年的冬季（12月—次年2月）日最低氣溫、日降水量和2005—2011年的凍雨數據，結合湖南省數字高程（DEM）、湖南高速阻斷數據和國民經濟統計數據，從致災因子危險性、孕災環境敏感性、承載體易損性和抗災能力四個方面，基于AHP-GIS分析完成了道路結冰災害風險區劃。結果表明：湖南省道路結冰災害風險的中等以上風險面積占比58.3%，易受道路結冰災害影響的面積較大；高風險區主要位于湘西、湘南的山區，G76廈蓉高速郴汝段、G0422武深高速炎汝段、S50長芷高速龍瑯段、G65包茂高速通道段、G60滬昆高速洞口-洪江段、G55二廣高速安化段和漣源-邵陽段、G56杭瑞高速鳳凰段需做好重點防范。

關鍵詞：風險區劃；GIS；道路結冰

中圖分類號：F323 文獻標志碼：B文章編號：2095–3305（2024）01–0-03

道路結冰是指雨、雪、凍雨或霧滴降落至溫度低于0 ℃的路面而出現的結冰現象。在低溫環境下，高速公路雨水、路面積水、積雪融水，甚至霧凝結等都會形成道路結冰。由于存在冰層，摩擦系數迅速減小，車輛行駛穩定性與車輛的制動性、驅動性極差[1]，尤其在橋梁、隧道、上下縱坡、彎道和風口等特殊路段，極易發生交通事故。近年來，湖南省的高速路網建設快速發展，但由于是凍雨災害高發省份，道路結冰是湖南省主要交通氣象災害之一。例如：2008年初，50年一遇的罕見冰凍災害性天氣導致湖南省全省大面積的交通設施癱瘓；2018年12月8日19時許，二廣高速益陽段受小雨低溫天氣影響，橋面結冰導致路面濕滑，間斷發生4起交通事故，共造成8人死亡。根據宋建洋等[2]的統計，2014—2018年重大公路氣象預警期間，湖南省境內高速公路累計阻斷里程超過10 000 km。

開展道路結冰風險區劃分析，可以提升交通氣象災害預警能力，增強對于交通氣象安全保障的宏觀了解與總體把握，為高速公路的建設規劃提供科學依據。歐美多國主要以數值模擬方法開展路面溫度與狀態預報[3]，國內不少專家學者開展了道路結冰預報模型和風險區劃方法研究[4-8]，顧婷婷等 [9-11]分別對浙江省、貴州省、寧夏地區道路結冰災害進行了風險區劃與分析。目前，針對湖南省交通氣象災害評估與風險區劃的研究較少。在當前安全交通、智慧交通的迫切要求下，全面認識和恰當評估交通氣象災害，使得從源頭上規避災害、減少損失變為可能。下面內容從風險角度基于AHP-GIS，結合氣象數據、地理信息、交通管制信息和社會經濟數據，將各因素和指標進行量化，對湖南省道路結冰風險進行綜合性和系統性評估。

1 方法說明

根據風險區劃研究原則，選取影響道路結冰風險區劃的主要要素，包括致災因子危險性、孕災環境敏感度、承災體易損性和承載體抗災能力等四個因子，為了消除各指標的量綱差異，對每一個指標值進行歸一化處理，歸一化方法如下：

式（1）中，Sij是j站（格）點第i個指標的歸一化值，kij是j站（格）點第i個指標的真實值，kmin和kmax分別是第i個指標值中的最小值和最大值。

評價因子指數的計算采用加權綜合評價法，即通過層次分析法（AHP）確定各因子的權重來綜合考慮各指標對總體對象的影響程度，采用數量化指標加以集中表示整個評價對象的影響，建立道路結冰災害風險指數模型[12]：

式（2）中，RIj為道路結冰災害風險指數；Sij（=1，2，3，4）

分別代表致災因子危險性、孕災環境敏感性、承載體易損性、抗災能力因子指數，ωi是相應的權重系數。

綜合致災因子、孕災環境、承災體易損性、承災體抗災能力四個方面的歸一化數據，根據專家打分的權重結果，得到道路結冰災害風險指數，使用ArcGIS軟件將道路結冰災害風險區劃按5級分區進行劃分，即極高風險區、高風險區、中等風險區、一般風險區和低風險區。

2 孕災環境分析

湖南地形復雜，地勢屬于云貴高原向江南丘陵和南嶺山地向江漢平原的過渡地帶；境內東、南、西三面山地環繞，中部和北部地勢低平，形成向東北開口的不對稱的馬蹄形；省內河網密布，河流侵蝕切割導致地面崎嶇。坡向分布極不均勻，這也為道路結冰風險分析增加了難度。

湖南凍雨發生的頻率與地形、坡向存在顯著關系。海拔較高地區凍雨天氣出現頻率高，如湘西武陵山脈、雪峰山脈，湘南南嶺山脈等。影響湖南的冷空氣主要有西路、北路、東路三條路徑，最容易產生凍雨的為東路冷空氣，可以認為湖南最有利于發生冰凍的坡向為東北向，其次為北向、西北向、東向，再次為平地，最不利為南坡向。根據專家打分法確定9個坡向權重（表1）。

對湖南道路結冰災害的孕災環境主要影響因子進行分析可以發現，地形為主導因子，地形坡向為次要因子。根據專家打分對地形和地形坡向兩大因子按照3∶1進行權重賦值，再加權平均得到孕災環境因子脆弱性指數（圖1），可見湘西、湘南、湘東北高山地區具有更好的孕災環境，僅在湘北洞庭湖平原有較完整的大片低值區。

3 致災因子分析

采集湖南省96個氣象臺站1986—2015年的冬季（12月—次年2月）日最低氣溫、日降水量和2005—2011年共7年的凍雨數據，并提取日最低氣溫低于0 ℃日數、冬季降水日數和雨凇日數的年平均頻率。對三個影響道路結冰的致災因子進行歸一化，根據5∶3∶2的權重進行加權平均計算致災因子指數，利用自然斷點分級法進行分級處理，得到湖南省道路結冰致災因子主要影響分布圖（圖2），可看出湖南省最易發生凍雨災害的區域主要在高山地區，如郴州、懷化、邵陽等地。

4 易損性分析

災害易損情況即結冰導致道路中斷發生的概率，湖南省交警總隊的湖南高速阻斷數據可直觀地反映道路易遭受結冰災害的程度。根據記錄可知，2018—2020年共6次雨雪冰凍過程造成道路阻斷：2018年1月15日—2月7日、2018年12月8—11日、2018年12月27日—2019年1月4日、2019年2月5—11日、2019年2月17—21日、2020年2月15—16日。以縣域為單位統計因道路結冰引起高速公路阻斷的發生率，得到各縣的易損性分布圖（圖3），可以看出湖南省內最易發生道路結冰交通阻斷的是新邵縣、鳳凰縣、永順縣、寧鄉市、益陽市轄區、桃江縣、新化縣、汝城縣、郴州市轄區、岳陽市轄區、張家界市轄區。

5 抗災能力分析

為應對災害造成的損失，需要當地政府調用各類資源，而經濟水平能直接反映該區域應對各類自然災害的能力，社會經濟發展水平則越高抗災能力越強，因此以縣市區人均GDP代表各區域的抗災能力。利用湖南省統計局發布的2021年湖南省統計年鑒資料，對其中2020年各縣區市人均GDP進行了統計。結果顯示，湖南省各地區人均GDP分布極不平衡，最高的長沙市與最低的龍山縣相差將近7倍，采用式（1）對全省各縣市區人均GDP做歸一化處理，得到湖南省各區域的道路結冰自然災害抗災能力情況圖（圖4）。從圖中可知，抗災能力最高的屬長沙市、岳陽市等，主要集中在湘東各市轄區，抗災能力最差的地區主要有湘西州、邵陽市等。

6 道路結冰風險區劃分析

根據專家打分，道路結冰災害風險評價中各因子的貢獻排序由大到小依次為：致災因子危險性＞孕災環境敏感性＞承災體易損性＞承災體抗災能力。在高速公路交通氣象災害風險評估中，危險性的比重最大，為40%～45% ，承災體脆弱性占比20%左右，最小的是防災減災能力，平均在8% 左右[13]。以上各評價因子權重分別按4∶3∶2∶1代入公式（2）進行計算，各指標的權重見表2。將計算得到的災害風險指數利用ArcGIS軟件進行分析，得到湖南省道路結冰災害綜合風險區劃，并將其劃分為極高風險區、高風險區、中等風險區、一般風險區和低風險區共5個級別（圖5）。

結果表明：湖南省道路結冰災害風險的低風險區占全省面積的13.4%，主要分布在北部洞庭湖平原；一般風險區占全省面積的28.3%，主要集中在衡邵盆地；中等風險區范圍最大，占全省面積的31%，分布于湘中、湘西的丘陵地帶；高風險區占全省面積的20.1%，主要分布在湘西、湘南、湘東的邊遠山區；極高風險區占比最小，為7.2%，主要分布在湘西、湘南地勢最高的地區。中等以上風險面積占比58.3%，可見湖南易受道路結冰災害影響的面積較大，一旦發生道路結冰，極有可能造成較明顯的災害。

通過疊加湖南省高速公路GIS地圖，可知高風險路段位于G76廈蓉高速郴汝段，G0422武深高速炎汝段，S50長芷高速龍瑯段，G65包茂高速通道段，G60滬昆高速洞口-洪江段，G55二廣高速安化段、漣源-邵陽段，G56杭瑞高速鳳凰段。冬季雨雪冰凍過程中，道路養護、交通管制等部門需做好重點防范。

7 結論

（1）道路結冰孕災環境的高脆弱區主要位于湘西、湘南、湘東北高山地區，僅在湘北洞庭湖平原有較完整的大片低值區。

（2）湖南省道路結冰致災因子危險性在郴州、懷化、邵陽等高海拔山區影響最大。承載體易損性在新邵縣、鳳凰縣、永順縣、寧鄉市、益陽市轄區、桃江縣、新化縣、汝城縣、郴州市轄區、岳陽市轄區、張家界市轄區較高?？篂哪芰Υ笾伦詵|向西遞減，最高屬長沙市、岳陽市等區域，最差的主要有湘西州、邵陽市等地區。

（3）就總體評估而言，湖南易受道路結冰災害影響的面積較大，高風險區主要位于湘西、湘南的山區。具體路段包括：G76廈蓉高速郴汝段，G0422武深高速炎汝段，S50長芷高速龍瑯段，G65包茂高速通道段，G60滬昆高速洞口-洪江段，G55二廣高速安化段、漣源-邵陽段，G56杭瑞高速鳳凰段，需做好重點防范。

參考文獻

[1] 張利，汪林.不利氣象條件對公路交通安全的影響及對策[J].公路交通科技，2011，28（S1）：120-123，153.

[2] 宋建洋，李怡，張恒通，等.惡劣天氣對高速公路交通阻斷影響分析[J].公路.2021，66（6）：248-255.

[3] 田華，張楠，張楷翊，等.國外公路交通氣象研究進展[J].氣象與環境學報，2019，35（3）：79-86.

[4] 柳艷香，潘進軍，田華，等.高速公路交通氣象災害風險評估方法簡介[J].氣象科技進展.2017，7（6）：18-21.

[5] 吳義虎，劉文軍，肖旗梅.高速公路交通安全評價的層次分析法[J].長沙理工大學學報（自然科學版），2006（2）：7-11.

[6] 孫璐，周正兵，金姣萍，等.基于模糊熵和AHP的山區公路交通氣象安全評價[J].公路交通科技， 2011，28（12）：138-144.

[7] 崔海蓉，費金峰，田華，等.基于k-means-RM的氣象條件對交通阻斷的影響評估[J].公路，2021，66（11）：227-233.

[8] 柳艷吞，潘進軍，田華.高速公路交通氣象災害風險評估與預警研究[M]//中國科協;國家減災委員會專家委員會.2017年國家綜合防災減災與可持續發展論壇論文集.2017.

[9] 顧婷婷，潘婭英，駱月珍.浙江省高速公路低溫雨雪冰凍災害風險評估與區劃[J].氣象與環境學報，2016，32（3）：102-106.

[10] 汪超，羅喜平.基于GIS的貴州省道路結冰災害風險區劃分析[J].高原山地氣象研究，2017，37（3）：71-77.

[11] 武萬里，緱曉輝，劉垚.基于GIS的高速公路道路結冰風險分析與評價[J].華北自然資源，2021（2）：134-136.

[12] 章國材.氣象災害風險評估與區劃方法[M].北京：氣象出版社，2010.

[13] 柳艷香，郜婧婧，李藹恂，等.AHP法不同行業專家咨詢結果差異的對比分析[J].公路，2017，62（6）：186-192.