风险扩散下城市群多模式交通网络的韧性演化

doi:10.12141/j.issn.1000-565X.220486

华南理工大学学报(自然科学版) ›› 2023, Vol. 51 ›› Issue (6): 42-51.doi: 10.12141/j.issn.1000-565X.220486

所属专题： 2023年交通运输工程

风险扩散下城市群多模式交通网络的韧性演化

马书红¹^,² 杨磊¹ 陈西芳¹

^1.长安大学运输工程学院，陕西西安 710064
^2.生态安全屏障区交通网设施管控及循环修复技术交通运输行业重点实验室，陕西西安 710064

收稿日期:2022-08-01 出版日期:2023-06-25 发布日期:2022-12-23
通信作者: 马书红（1975-），女，教授，博士生导师，主要从事交通规划、交通安全研究。 E-mail:msh@chd.edu.cn
作者简介:马书红（1975-），女，教授，博士生导师，主要从事交通规划、交通安全研究。
基金资助:
国家自然科学基金资助项目(51878062);陕西省交通厅科技项目(21-13R)

Resilience Evolution of Multi-mode Transportation Network in Urban Agglomeration Based on Risk Diffusion

MA Shuhong¹^,² YANG Lei¹ CHEN Xifang¹

^1.College of Transportation Engineering，Chang’an University，Xi’an 710064，Shaanxi，China
^2.Key Laboratory of Transport Industry of Management，Control and Cycle Repair Technology for Traffic Network Facilities in Ecological Security Barrier Area，Xi’an 710064，Shaanxi，China

Received:2022-08-01 Online:2023-06-25 Published:2022-12-23
Contact: 马书红（1975-），女，教授，博士生导师，主要从事交通规划、交通安全研究。 E-mail:msh@chd.edu.cn
About author:马书红（1975-），女，教授，博士生导师，主要从事交通规划、交通安全研究。
Supported by:
the National Natural Science Foundation of China(51878062)

摘要/Abstract

摘要：

深入分析风险扩散阶段城市群多模式交通网络的动态韧性演化特征，有助于提高城市群风险抵御能力。本研究基于复杂网络理论及其扩展理论，以城市群公路、铁路、航空网络为基础，构建城市群多模式多层次交通网络模型，将节点度、节点介数与可达性相匹配，分析其风险扩散下的静态拓扑特征；以级联失效动力学理论为基础，考虑不同阶段节点初始风险水平、风险预警阈值与风险抵御能力，根据影响风险扩散的节点与连边测度指标，构建风险动态扩散模型；考虑风险冲击下结构、功能变化特征，构建网络结构、功能韧性测度模型，并通过其耦合值表征多模式交通网络韧性性能。以关中平原城市群多模式交通网络为研究对象，运用Python Networkx和Matlab网络分析工具，就不同的风险扩散方式、网络可靠性、冗余性、鲁棒性和节点风险处理能力系数，对风险扩散阶段城市群多模式交通网络的动态韧性演化进行仿真分析。结果表明：模型结果与实际相符，提升网络可靠性、冗余性、鲁棒性和节点风险处理能力，能有效增强网络韧性；相较于基于节点测度的风险扩散方式，基于连边测度的风险扩散方式对韧性性能影响更大，说明线路层次等级分布相较于数量对城市群多模式交通网络的韧性性能影响更大；相较于单一的交通网络，多模式多层次的交通网络韧性性能整体表现更佳。

关键词: 交通工程, 城市群, 多模式交通网络, 风险扩散, 韧性演化

Abstract:

It can help improve the risk resilience of urban agglomerations to carry out in-depth analysis of the dynamic resilience evolution characteristics of multi-modal transport networks in urban agglomerations during the risk diffusion phase. Based on complex network theory and its extension theory, this study constructed a multi-modal and multi-level transportation network model for urban agglomerations based on road, railway and air networks. It matched node degree and node betweenness with accessibility, and analyzed their static topological characteristics under risk diffusion. Based on the theory of cascading failure dynamics, it considered the initial risk level, risk warning threshold and risk resilience of nodes at different stages, and constructed a risk dynamic diffusion model based on the nodes and connected edge measures affecting risk diffusion. Considering the characteristics of structural and functional changes under risk shocks, the paper constructed a network structural and functional resilience measurement model, and the resilience performance of multi-modal transport networks was represented by their coupling values. Using the multi-modal transport network of the Guan-Zhong Plain urban agglomeration as the research object, the Python Networkx and Matlab network analysis tools were used to simulate and analyze the dynamic resilience evolution of the multi-modal transport network of the urban agglomeration during the risk diffusion phase with respect to different risk diffusion methods, network reliability, redundancy, robustness and node risk handling capacity coefficients. The results show that the model results are consistent with reality. The network resilience can be effectively enhanced by improving network reliability, redundancy, robustness and node risk handling. Compared to the risk diffusion approach based on the node measure, the risk diffusion approach based on the connected edge measure has greater impact on resilience performance, suggesting that the distribution of route hierarchy levels has a greater impact on the resilience performance of multimodal transport networks in urban agglomerations compared to the number of routes. The overall resilience of a multi-modal, multi-level transport network performs better than that of a single transport network.

Key words: traffic engineering, urban agglomeration, multi-mode transportation network, risk diffusion, resilience evolution

中图分类号:

U491.1⁺3

马书红, 杨磊, 陈西芳. 风险扩散下城市群多模式交通网络的韧性演化[J]. 华南理工大学学报(自然科学版), 2023, 51(6): 42-51.

MA Shuhong, YANG Lei, CHEN Xifang. Resilience Evolution of Multi-mode Transportation Network in Urban Agglomeration Based on Risk Diffusion[J]. Journal of South China University of Technology(Natural Science Edition), 2023, 51(6): 42-51.

图/表 13

图1

图2

表1

城市群多模式交通网络层次划分"

层次	节点枢纽	公路网络 M^（1）	铁路网络 M^（2）	航空网络 M^（3）	$ω i j (p)$	影响权重 $μ p$
第1层次 P^（1）	市级节点	高速公路	高速铁路	航线	4	0.47
第2层次 P^（2）	区县节点	国道	干线铁路		3	0.28
第3层次 P^（3）	公路节点	省道	支线铁路		2	0.16
第4层次 P^（4）	虚拟节点	虚拟网络			1	0.09
影响权重方正汇总行 $μ m$		1/3	1/3	1/3

表1

图3

表2

静态拓扑复杂特性计算指标"

测度维度	静态拓扑指标	计算公式	指标含义
风险扩散节点测度	节点度中心性	$D e (v i) = ∑ m = 1 3 ∑ p = 1 3 u m u p N m p - 1 ∑ j ∈ N m p i A i j$	$D e (v i)$ 代表节点度， $μ p$ 、 $N m p$ 指p层次交通网络m的权重和节点数， $N m p i$ 是p层次交通网络m除节点i外所有节点的集合， $A i j$ 为加权矩阵 G 的变量。
	节点介数中心性	$B c (v i) = ∑ v s ≠ v i ≠ v t, s < t σ s t v i σ s t$	$B c (v i)$ 节点介数， $σ s t$ 表示为从节点对s、t的最短路径的总数量， $σ s t (v i)$ 表示这些最短路径中经过节点 $i$ 的路径的数量。
	节点可达性	$R e (v i) = 1 N ∑ p = 1 3 ∑ k = 1 g N k p$	$R e (v i)$ 表示节点可达性，N为网络总节点数， $N k p$ 表示节点i通过第p层次交通网络走k步所能到达的节点数，当p=｛1，2，3｝，对应能走的步数为g=｛3，2，1｝。
风险扩散连边测度	加权路径长度	$D i j = L ∑ j ∈ v i ω i j m i n ∑ u = 1 L ∑ v = 1 d i j u 1 ω v u$	$D i j$ 节点对i、j间的标准加权距离， $d i j u$ 为点i、j间第u条最短路径的长度， $ω n u$ 为点i、j间第u条最短路径上第v条边的权重， $L$ 为最短路径数量。
风险扩散连边测度	路径重要度	$E i j = ∑ p = 1 3 ∑ m = 1 3 l i j, p ω p m$	$E i j$ 表示路径重要度， $l i j, p$ 和 $ω p m$ 表示节点i相连的线路中第p层次交通网络m对应的线路数和影响度。

表2

图4

图5

图6

表3

动态风险状态判断指标"

判断指标	计算指标	指标含义
节点风险水平	$R i = H i S i p$	$H i = B c i α$ ，表示风险概率， $S i p = μ p$ ，表示风险危害， $α$ 为可靠性参数
节点风险预警阈值	$T i = (1 + r) R i$	$r$ 为冗余性系数
节点风险抵御能力	$F i = γ p T i$	$γ p$ 为鲁棒性系数
节点风险状态	$J m i = 1, 失效 0, 未失效$	$J m i$ 表示交通网络m中节点i是否处于失效状态，节点失效为1，未失效为0

表3

图7

图8

图9

图10

参考文献 24

1	AKBARZADEH M， MEMARMARMONTAERIN S， SYBIL D，et al ．The role of travel demand and network centrality on the connectivity and resilience of an urban street system［J］．Transportation，2019，46（5）：1127-1141.
2	DENG Z P， HUANG D R， LIU J Y，et al ．An assessment method for traffic state vulnerability based on a cloud model for urban road network traffic systems［J］．IEEE Transactions on Intelligent Transportation Systems，2021，22（11）：7155-7168.
3	MUKESH M， YASHWANT B， DIGAMBAR S ．Analyzing the impact of floods on vehicular mobility along urban road networks using the multiple centrality assessment approach［J］．Risk and Uncertainty in Engineering Systems：Part A-Civil Engineering，2022，8（3）：05022001/1-12.
4	马超群，张爽，陈权，等．客流特征视角下的轨道交通网络特征及其脆弱性［J］．交通运输工程学报，2020，20（5）：208-216.
	MA Chaoqun， ZHANG Shuang， CHEN Quan，et al ．Characteristics and vulnerability of rail transit network based on perspective of passenger flow characteristics［J］．Journal of Traffic and Transportation Engineering，2020，20（5）：208-216.
5	LU Q C， ZHANG L， XU P C，et al ．Modeling network vulnerability of urban rail transit under cascading failures：a coupled map lattices approach ［J］．Reliability Engineering & System Safety，2022，221（7）：108320/1-13.
6	ZHAO M， WANG X L， PAN W H，et al ．The vulnerability analysis of the multi-layer air transport system［C］∥ Proceedings of the 5th International Conference on Transportation Information and Safety （ICTIS）．Liverpool：ICTIS，2019：956-962.
7	LIU J， LU H P， MA H，et al ．Network vulnerability analysis of rail transit plans in Beijng-Tianjin-Hebei region considering connectivity reliability ［J］．Sustainability，2017，9（8）：1479/1-17.
8	沈犁，张殿业，向阳，等．城市地铁-公交复合网络抗毁性与级联失效仿真［J］．西南交通大学学报，2018，53（1）：156-163，196.
	SHEN Li， ZHANG Dianye， XIANG Yang，et al ．Simulation on survivability and cascading failure propagation of urban subway-bus compound network［J］．Journal of Southwest Jiaotong University，2018，53（1）：156-163，196.
9	SONNAM J， GAO L， LIU F，et al ．Cascading failure with preferential redistribution on bus-subway coupled network［J］．International Journal of Modern Physics，2021，32（8）：2150103/1-11.
10	ZHANG L， WEN H Y， LU J，et al ．Exploring cascading reliability of multi-modal public transit network based on complex networks［J］．Reliability Engineering & System Safety，2022，221：108367/1-27.
11	MA F， LIU F， YUEN K F，et al ．Cascading failures and vulnerability evolution in bus-metro complex bilayer networks under rainstorm weather conditions［J］．International Journal of Environmental Research and Public Health，2019，16（3）：329/1-30.
12	宋英华，李玉枝，霍非舟，等．城区内涝条件下城市公交-地铁双层交通网络的脆弱性分析［J］．安全与环境工程，2021，28（2）：114-120.
	SONG Yinghua， LI Yuzhi， HUO Feizhou，et al ．Vulnerability of two-layer traffic network of bus and subway under waterlogging condition based on complex network theory［J］．Safety and Environmental Engineering，2021，28（2）：114-120.
13	QI Q Y， KWON K ．Exploring the characteristics of high-speed rail and air transportation networks in China：a weighted network approach［J］．Journal of International Logistics and Trade，2021，19（2）：96-114.
14	WANG B， SU Q， CHIN K S ．Vulnerability assessment of China-Europe railway express multimodal transport network under cascading failures［J］．Physic A：Statistical Mechanics and its Applications，2021，584：126359/1-14.
15	徐凤，朱金福，苗建军．基于复杂网络的空铁复合网络的鲁棒性研究［J］．复杂系统与复杂性科学，2015，12（1）：40-45.
	XU Feng， ZHU Jinfu， MIAO Jianjun ．The robustness of high-speed railway and civil aviation compound network based on the complex network theory［J］．Complex Systems and Complexity Science，2015，12（1）：40-45.
16	强添纲，赵明明，裴玉龙．城市多模式交通网络的复杂网络特性与鲁棒性研究［J］．交通信息与安全，2019，37（1）：65-71.
	QIANG Tiangang， ZHAO Mingming， PEI Yulong ．An analysis of characteristics of complex network and robustness in Harbin multi-mode traffic network［J］．Journal of Transport Information and Safety，2019，37（1）：65-71.
17	CHEN D J， FANG X F， LI Y，et al ．Three-level multimodal transportation network for cross-regional emergency resources dispatch under demand and route reliability［J］．Reliability Engineering & System Safety，2022，222：108461/1-14.
18	APARICIO J， ARSENIO E， HENRIQUES R ．Assessing robustness in multimodal transportation systems：a case study in Lisbon［J］．European Transport Research Review，2022，14（1）：28/1-18.
19	彭翀，陈思宇，王宝强．中断模拟下城市群网络结构韧性研究——以长江中游城市群客运网络为例［J］．经济地理，2019，39（8）：68-76.
	PENG Chong， CHEN Siyu， WANG Baoqiang ．Analyzing city network’s structural resilience under disruption scenarios：a case study of passenger transport network in the middle reaches of Yangtze river［J］．Economic Geography，2019，39（8）：68-76.
20	马书红，武亚俊，陈西芳．城市群多模式交通网络结构韧性分析——以关中平原城市群为例［J］．清华大学学报（自然科学版），2022，62（7）：1228-1235.
	MA Shuhong， WU Yajun， CHEN Xifang ．Structural resilience of multimodal transportation networks in urban agglomerations：a case study of the Guanzhong plain urban agglomeration network［J］．Journal of Tsinghua University （Science and Technology），2022，62（7）：1228-1235.
21	侯兰功，孙继平．复杂网络视角下的成渝城市群网络结构韧性演变［J］．世界地理研究，2022，31（3）：561-571.
	HOU Langong， SUN Jiping ．Evaluation of network structure resilience of Chengdu-Chongqing urban agglomeration from the perspective of complex networks［J］．World Regional Studies，2022，31（3）：561-571.
22	李成兵，张帅，杨志成，等．蓄意攻击下城市群客运交通网络级联抗毁性仿真［J］．交通运输系统工程与信息，2019，19（2）：14-21.
	LI Chengbing， ZHANG Shuai， YANG Zhicheng，et al ．Invulnerability simulation in urban agglomeration passenger traffic network under targeted attacks［J］．Journal of Transportation Systems Engineering and Information Technology，2019，19（2）：14-21.
23	李成兵，魏磊，李奉孝，等．基于攻击策略的城市群复合交通网络脆弱性研究［J］．公路交通科技，2017，34（3）：101-109.
	LI Chengbing， WEI Lei， LI Fengxiao，et al ．Study on vulnerability of city agglomeration compound traffic network based on attacks strategy［J］．Journal of Highway and Transportation Research and Development，2017，34（3）：101-109.
24	付焯，户佐安，邱忠权．新冠肺炎疫情影响下多式联运网络突发事件风险传导机理［J］．安全与环境学报，2021，21（5）：1933-1940.
	FU Chuo， LU Zuoan， QIU Zhongquan ．Research on the risk transmission mechanism of multimodal transportation networks under the impact of the COVID 19 outbreak［J］．Journal of Safety and Environment，2021，21（5）：1933-1940.

[1]	庄陵, 刘宇航. 密集城市群中基于智能反射面的传输方案[J]. 华南理工大学学报(自然科学版), 2024, 52(3): 112-118.
[2]	王琳虹, 李洪涛, 李若楠. 考虑驾驶人视觉搜索能力的雨天公路限速设计[J]. 华南理工大学学报(自然科学版), 2023, 51(6): 20-29.
[3]	胡郁葱, 韦湖, 曾强. 基于空间广义有序Probit模型的高速公路事故严重程度分析[J]. 华南理工大学学报(自然科学版), 2023, 51(1): 114-122.
[4]	卢凯, 赵世杰, 吴焕, 等. 饱和交叉口的双向红绿波协调设计数解算法[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 1-11.
[5]	卢凯, 吴蔚, 邓兴栋, 等. 控制子区内协调路径集的构成及优选方法[J]. 华南理工大学学报(自然科学版), 2022, 50(2): 1-14.
[6]	马新露, 樊博, 陈诗敖, 等. 基于实时交通流的事故风险评估与分析模型[J]. 华南理工大学学报(自然科学版), 2021, 49(8): 19-25,34.
[7]	杨丽平, 边扬, 赵晓华, 等. 导航播报措辞复杂度对驾驶行为的影响[J]. 华南理工大学学报（自然科学版）, 2021, 49(3): 139-148.
[8]	常鑫, 李海舰, 荣建, 等. 隧道路段预警作用下的时空集计通行能力分析[J]. 华南理工大学学报（自然科学版）, 2020, 48(9): 107-115,123.
[9]	胡宝雨庞钰裴玉龙. 适应时空不均衡客流的多车型公交时刻表优化[J]. 华南理工大学学报（自然科学版）, 2020, 48(11): 38-48.
[10]	严海刘润坤. 考虑公交运行可靠性的区间车发车策略 [J]. 华南理工大学学报（自然科学版）, 2019, 47(11): 25-32,43.
[11]	柴琳果蔡伯根上官伟王剑王化深. 联网智能车运动学仿真基础环境构建方法[J]. 华南理工大学学报（自然科学版）, 2018, 46(1): 66-77.
[12]	商强林赐云杨兆升邴其春田秀娟王树兴. 基于谱聚类与RS-KNN的城市快速路交通状态判别[J]. 华南理工大学学报（自然科学版）, 2017, 45(6): 52-58.
[13]	周熙阳杨兆升张伟邴其春商强. 考虑信号交叉口转向类型的最优路径规划算法[J]. 华南理工大学学报（自然科学版）, 2016, 44(4): 101-108.
[14]	商强杨兆升李志林李霖曲鑫. 基于相空间重构和RELM 的短时交通流量预测[J]. 华南理工大学学报（自然科学版）, 2016, 44(4): 109-114.
[15]	邓亚娟王欢杜若胡绍荣. 基于加权复杂网络的公路网等级结构划分[J]. 华南理工大学学报（自然科学版）, 2015, 43(4): 33-40.

风险扩散下城市群多模式交通网络的韧性演化

Resilience Evolution of Multi-mode Transportation Network in Urban Agglomeration Based on Risk Diffusion

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 24

相关文章 15

编辑推荐

Metrics

本文评价