城市轨道交通灾害链演化网络模型及其风险分析 ——以地铁水灾为例

城市轨道交通灾害链演化网络模型及其风险分析
——以地铁水灾为例

李浩然1,2,欧阳作林1,2,姜 军3,杨起帆1,2,刘 博4,郗艳红4

(1.石家庄铁道大学大型结构健康诊断与控制研究所,石家庄 050043； 2.石家庄铁道大学河北省大型结构健康诊断与控制实验室,石家庄 050043； 3.中交路桥北方工程有限公司,北京 100024； 4.北京交通大学土木建筑工程学院,北京 100044)

摘 要：灾害链式演变是重大灾害形成的主要诱因,探明城市轨道交通典型灾害间的链式衍生发展规律对保障地铁运营安全意义重大。基于灾变链式理论和复杂网络理论,对城市轨道交通灾害事件的致灾因子、孕灾环境、承灾体特征及灾情链式传递规律展开研究；并以地铁水灾为例,构建灾害链演化网络模型；而后采用出入度、子网节点数、所含支链数和介数中心度分析法,对该过程进行风险分析。结论为：在城市轨道交通灾害演化系统中,各类灾害连接紧密、链生性强,传递性高；在地铁水灾演化网络中,车站用电设备故障、隧道结构性能劣化和地下承压水上升是风险控制的关键节点。研究成果为构建地铁运营风险预控与断链减灾体系提供理论支持。

关键词：地铁灾害链；复杂网络；最短路径；介数中心度；出入度

1 概述

城市轨道交通具有运量大、占地少、低污染、舒适、准时等优点，建造地铁已经成为改善城市交通结构、解决交通拥堵难题的重要手段[1]。尽管地铁具有安全高效的特点，但由于地下空间环境封闭，建筑结构复杂，当某一类灾害发生时，狭小空间内灾害能量逸散困难，加之人群恐慌引发灾情放大，最终将导致其他次生灾害的产生，引发严重的人员伤亡和经济损失。因此，揭示城市轨道交通系统灾变链式发展规律已经成为保障地铁运营安全亟待解决的问题。

国外学者从隧道通风、人员疏散及运能分配等角度对地铁灾变过程展开了相关研究，并取得了一定的进展[2-5]。Flores-Herrera[2]基于流体动力学理论，对地铁隧道通风进行了系统计算，以保证地铁内部换气条件。Jae[3]通过火灾模拟和疏散仿真的方法，评估了地铁火灾中列车遮掩门和通风条件对乘客生命安全的影响。Vito[4]基于小世界概念，提出了从抽象网络到实用系统的方法，依靠对运输效率的精细分析，解决实际运输网络问题。Nikos[5]结合多重参考模型，通过监测地铁人群密度变化，研究地铁内部人群变化并预测拥挤密度。国内学者的研究成果主要集中在地铁系统的脆弱性、事故灾害分析、地铁应急管理和安全评价等方面[6-11]。韩利民、李为为[6-7]等提出了地铁运营安全防范的人、物、制度和社会环境四要素，根据这四要素分析地铁运营安全的防治对策。陈菁菁[8]梳理了城市轨道交通运营中发生的重大事故和灾害，并对各类重大运营事故和灾害进行系统解析。白亚飞[9]从地铁车站的暴露性、易感性和沾应性三方面来对地铁车站的脆弱性进行分析，建立地铁车站脆弱性的评价模型。徐田坤、黄雅坤、肖雪梅[10-12]将城市轨道交通网络化，对运营安全进行了风险评估。薛亮等[13]从系统工程学的角度出发，将事故树分析方法应用到城市轨道交通事故预防体系中。刘玙婷[14]基于区域灾害链形成过程，在对风险要素进行统计和理论分析的基础上构建以承灾体为核心的区域灾害链风险评估模型。

哎，小孙啊，你不要紧张嘛！周书记仰起了头，你夫人颖春在信中向我强力推荐你，说你是个难得的人才，不但具有业务能力而且又具有组织能力，是个可以让领导放心、让单位安心、让百姓称心的人，建议我们县委、政府要重用你……周书记说到这里又把话停住了。

上述成果提升了城市轨道交通安全设计和管理水平。然而，针对地铁灾变链式发展机理研究较少，对致灾因子间的耦合作用关系阐释尚不清晰，而灾害衍变正是重大灾害形成的主要诱因。基于此，通过地铁系统脆弱性分析，辨识危险源，分析地铁灾害链的成灾机制，并以地铁水灾为例，构建灾害演化网络模型，辨识致灾演化灾害链中的关键环节，为地铁次生或衍生灾害的防控提供依据。

高龄孕妇是指分娩年龄大于或等于35岁的孕妇。一般来讲，高龄孕妇容易发生妊娠期糖尿病和妊娠期高血压等，而且胎儿宫内发育迟缓和早产的可能性较大，先天性畸形率也相对增加。为了能够有一个健康的宝宝，年龄比较大的准妈妈应该按时产检，并注意均衡营养、维生素与矿物质的补充。

2 城市轨道交通灾害链特征分析

2.1 成灾机制

根据灾害系统理论[15]，灾害是致灾因子、孕灾环境和承灾体综合作用的结果，城市轨道交通灾害模式见图1。

图1 城市轨道交通灾害链形成模式

(1)致灾因子特征。致灾因子复杂是地铁灾害形成的主要特征。城市轨道交通是一个复杂且庞大的技术系统，涵盖了土建、机械、电气、电子信息、环境控制、运输组织等门类；从系统角度来看的话，它是由多个完全不同功能的子系统所构成，包括线路、车辆、车站三大基础设备和电气、运行、信号控制等系统。当子系统中的任何一个节点元素发生故障，都将有可能引起潜在的风险事故，若该事故的能量超过了子系统的承载能力，事故将向上一级系统扩散，并引发一连串的连锁反应。

(2)孕灾环境特征。孕灾环境是致灾因子与承灾体发生联系的中间媒介，保持孕灾环境的有序性和能量稳定性是实现系统安全的基本条件。城市轨道交通具有空间密闭性和狭小性的特征，这也决定了孕灾环境的脆弱性。灾害事件的发生是致灾因子和孕育环境在时间、空间上相互作用的结果，二者缺一不可。例如，地铁车站内发生了火灾事故，若其所处的孕灾环境比较稳定，灾情经过及时处理后即可得到遏制，从而无法引发下一级灾害事件的发生；相反，若该灾害事件释放的能量扰动了车站内部的环境稳定性，并达到下一级灾害发生的阈值，则灾害链式演化形成。

时间过得飞快，活动很快结束了，我要虚心好学、不耻下问，争取做一个德、智、体、美、劳，全面发展的好少年。

图3 地铁水灾灾害链演化模型

(3)承灾体特征。城市轨道交通灾害链的承灾体是一个复杂庞大的系统，各类承灾体彼此关联，彼此作用，具备灾害链产生的条件。依据承灾体的不同属性，将其分为人子系统(乘客、司机、管理人员)、机械子系统(机车、机电设备、站内设施)、基础设施子系统(轨道、道床、隧道结构、车站主体结构)和环境子系统(站内环境、周边环境)。人子系统是保障城市轨道交通安全运营的核心。轨道交通灾害的承灾体具有双重属性，一方面这些子系统是灾害事件的作用载体，另一方面，这些子系统也可以成为灾害事件发生的诱因。例如，乘客的危险性行为可能导致了灾害事件的发生，而灾害事件的不良后果又将反作用于乘客自身。

多病因慢性心力衰竭高发人群为老年人，是一种复杂的临床综合征，主要为多种原因导致心脏功能受损，进而出现慢性心力衰竭，内分泌疾病、高血压等都会导致慢性心力衰竭的出现[3]。在临床上，很多心血管疾病患者最终发展成慢性心力衰竭，也成为患者死亡的主要原因。多病因慢性心力衰竭患者诊断较为困难，病情复杂且预后差，由此可见，及时诊断慢性心力衰竭患者在改善患者预后方面具有重要意义。

2.2 城市轨道交通灾害衍生传递特征

统计城市轨道交通运营事故发现，火灾、列车脱轨/相撞、恐怖袭击、停电、机械故障、信号控制、拥挤踩踏、地震、水灾9种典型事故构成了地铁事故灾害集。当致灾物质流、能量流或信息流超过了某一事故的承载极限，它们开始与周边环境相互影响和作用，进而诱导下一级灾害事故的萌生。城市轨道交通9种典型灾害事件的输入/出关系见图2。可以看出，灾害间互相传递的通道有27条，传递性高，灾害链长。重大灾难事故的发生往往是由于多种事故的链式发展引起的。以韩国大邱市地铁中央路站人为火灾事故为例，火灾发生后，车站断电，紧急照明灯和出口引导灯均没有闪亮，人群恐慌发生踩踏，车站内的通风设备运行不畅，材料燃烧散发出大量有毒成分难以排除，大量乘客吸入有毒浓烟窒息而死，总结事故原因发现，火灾→停电→拥挤踩踏事故链是导致重大伤亡的主要原因，本次火灾造成198人死亡，146人受伤，298人失踪，社会影响极其恶劣。

图2 地铁典型灾害链生网络关系

3 城市轨道交通水灾灾害链演化网络模型

以暴雨引发地铁水灾为例，分析灾害的孕灾环境、致灾因子及承载体特征，总结得出地铁水灾灾害链演化模型，见图3。可以看出，地铁水灾灾害链网络复杂，因果关系多样，地面暴雨灾害可以直接导致地面交通瘫痪和地铁灌水，其间接影响导致地下承压水位上升，威胁隧道结构稳定性和密闭性；各类致灾因素演化发展最终导致人员伤亡和财产损失，带来不良的社会影响。分析暴雨水灾导致地铁灾害演化过程，将全部危机事件分为三级；第一级为地面降水直接导致的一级危机事件，即地面交通瘫痪、地铁灌水和地下承压水位上升；第二级为一级事件诱发的次级演化事件；第三级为地铁水灾造成的终极危机事件，即人员伤亡、经济损失和不良社会影响。利用节点表示危机事件，边表示节点事件间的演化关系，则图3所构建的地铁水灾灾害链演化模型中共有36个节点和55条演化边，节点通过边的连接构成灾害链演化网络，见图4。

由电荷守恒知OH-的计量数为:b+a,由H守恒知的计量数为:,由O守恒知:,解得:b=3a,则x=1.75。

图4 地铁水灾演化复杂网络

4 复杂网络系统风险分析与控制

4.1 节点结构重要度分析

假设复杂无权网络中节点间的边概率为1，利用出入度、子网点节数、事件所含支链数和介数中心度4个指标，分析各个节点在网络中的重要程度，即复杂网络的节点结构重要度。

出入度表征灾害事件的输入与输出关系，其中入度表示该事件的诱因事件，出度表示该事件的引发事件。从表1可以看出，车站供电设备故障的出度最高，表明该事件在灾害链演化过程中的影响最广泛；人员伤亡和经济损失的节点入度为6，显示此类危机事件的诱发途径较多，控制难度较高。子网点节数等于该事件本身与后续诱发事件数量之和，事件所含支链数表示自一级事件到终级事件的所有路径中经过该事件的路径数目。这两个指标表征危机事件后果的严重性，指标值越大，事件致灾重要度越高。表1显示，在地铁水灾灾害演化网络中，地下承压水位上升事件的子网点节数和所含支链数在所有事件中排位第一，该事件即为灾情演化发展的关键节点。为了分析某一事件在传播路径中的“桥梁”作用，复杂网络理论中采用介数中心度对其进行评价，其计算公式见式(1)[16]。

(1)

式中，σst(v)为节点s与节点t之间经过节点v的最短路径条数；σst为节点s与节点t之间的最短路径条数；n为网络节点数。计算地铁水灾演化网络图中各事件的介数中心度，见表1，可见车站用电设备故障事件的介数值最高，该事件与后续诱发事件联系的紧密程度最高。

表1 地铁水灾事件网络节点风险分析

危机事件出/入度子网节点数所含支链数介数中心度A13/036-0B11/1620.00336B21/117100.01036B33/118400.01317C11/1520.00588C22/116100.02213C31/111150.00000C43/210300.01891C52/113100.01106D11/1420.00672D21/1410.00252D34/11390.02717D41/1560.01163D51/17120.00280D61/27180.00784D73/1740.01191E12/2360.01177E21/1310.00168E31/1520.00588E42/1730.00798E51/1530.00714E62/26300.01485E71/1420.00448F11/2220.00448F21/2440.00924F31/1520.00252F41/1210.00210F53/1430.00630F63/24210.01527F73/14150.00448F82/1320.00280F91/1210.00238G10/61180G20/41160G30/61160G40/1110

分别统计出入度、子网点节数、事件所含支链数和介数中心度指标评价结果，得出不同指标评价中的最不利危机事件排名，见表2。综合表2结论，得出地铁水灾演化复杂网络中的节点结构重要度排序为：隧道结构性能劣化，车站用电设备故障，地下承压水位上升，站内积水，隧道变形异常和隧道透水事件。

表2 地铁水灾网络关键节点排序

评价指标最不利事件(前三位)出入度车站用电设备故障;隧道结构性能劣化;隧道透水子网节点数/所含支链数地下承压水位上升;隧道结构性能劣化;隧道变形异常介数中心度车站用电设备故障;站内积水;隧道结构性能劣化

4.2 断链减灾控制方案

(1)降低车站用电设备故障。完善车站用电设备的采购、安装与运维管理体系；有条件的地区探索建立地铁用电设备在线监测系统，实现用电设备的状态识别、地理定位、移动终端和科学运维；建立备用设备冗余系统，保证临时故障情况下，车站基本功能的无障碍实现。

(2)防止隧道结构性能劣化及隧道透水。在隧道连续墙和内衬结构间设置排水设施，及时排出内衬结构中的渗流地下水，降低地下水压力对隧道结构性能的影响。安装隧道变形监控系统、渗水远程监测报警系统和隧道排水沟水位监测系统，对隧道变形和渗水状态实时监控和管理，降低隧道透水和结构大变形事件的发生概率。

(3)控制站内积水事件的措施。依据地铁的设防水准，独立设计地铁雨水排放系统、废水排放系统和污水排放系统，各系统间相互配合并预留扩建空间；车站排水接驳设计要与市政管网进行对接；设置地铁防淹门和出入口防水淹措施，并制订切实可行的抢险预案以应对水灾事故的发生。

5 结论

(1)地铁事故致灾因子复杂，孕灾环境脆弱，承灾体彼此关联紧密；地铁典型灾害事故间传递性高、灾害链长。

(2)构建了地铁水灾灾害链演化网络模型，并采用出入度、子网节点数、所含支链数及介数中心度分析法，对危机事件的演化规律进行研究，得出复杂网络中的节点结构重要度排序，并对关键节点提出断链减灾方案。

(3)本文构建的灾害链演化网络具有无权属性，适用于定性分析，对城市轨道交通灾害网络进行定量的有权综合评价有待进一步研究深入。

参考文献：

[1] 徐新玉.城市轨道交通概论[M].北京：国防工业出版社，2017：1-44.

[2] Flores-Herrera L A，Sandoval-Pineda J M，Silva-Rivera U S，et al. CFD Simulation of Obstructed Ventilation Ports in A Subway Tunnel Section[J]. International Journal of Simulation Modelling，2017，16(3)：386-398.

[3] Jae S R，Hong S R，Won H P，et al. CFD simulation and assessment of life safety in a subway train fire[J]. Tunnelling and Underground Space Technology incorporating Trenchless Technology Research，2008，24(4)：447-453.

[4] Vito L，Massimo M. Is the Boston subway a small-world network？[J]. Physica A: Statistical Mechanics and its Applications，2002，314(1)：109-113.

[5] Paragios N，Ramesh V. A MRF-based approach for real-time subway monitoring[J]. IEEE Computer Society Conference on Computer Vision and Pattern Recognition，2001(1)：1034-1040.

[6] 韩利民，李兴高，杨永平.地铁运营安全及对策研究[J].中国安全科学学报，2004，14(10)：46-50.

[7] 李为为，唐祯敏.地铁运营事故分析及其对策研究[J].中国安全科学学报，2004，14(6)：105-108.

[8] 陈菁菁.城市轨道交通重大运营事故和灾害分析[J].城市轨道交通研究，2010，13(5)：41-45.

[9] 白亚飞.大客流条件下地铁车站的脆弱性研究[D].北京：北京交通大学，2014：22-34.

[10]徐田坤.城市轨道交通网络运营安全风险评估理论与方法研究[D].北京：北京交通大学，2012：35-58.

[11]黄雅坤.城市轨道交通路网运营安全评价方法研究[D].北京交通大学，2014：15-49.

[12]肖雪梅.城市轨道交通网络化运营风险与安全评估[D].北京交通大学，2014：29-84.

[13]薛亮，刘小玲.事故树分析法在城市轨道交通事故分析中的应用[J].交通科技与经济，2011，13(3)：98-101.

[14]刘玙婷.基于承灾体的区域灾害链风险研究[D].大连：大连理工大学，2016：32-54.

[15]史培军.四论灾害系统研究的理论与实践[J].自然灾害学报，2005，14(6)：1-7.

[16]王林，张婧婧.复杂网络的中心化[J].复杂系统与复杂性科学，2006，3(1)：13-20.

Urban Rail Transit Disaster Chain Evolution Network Model and Its Risk Analysis —Taking Subway Flood as an Example

LI Haoran1,2, OU-YANG Zuolin1,2, JIANG Jun3, YANG Qifan1,2, LIU Bo4, XI Yanhong4

(1.Structural Health Monitoring and Control Institute, Shijiazhuang Tiedao University, Shijiazhuang 050043, China; 2.The Key Laboratory for Health Monitoring and Control of Large Structures, Shijiazhuang Tiedao University, Shijiazhuang 050043, China; 3.China Communication North Road & Bridge Co., Ltd., Beijing 100024, China; 4.School of Civil Engineering, Beijing Jiaotong University, Beijing 100044, China)

Abstract： Disaster chain evolution is a main inducement to disasters, and it has a great significance for subway operation safety to research the chain-derived development law of typical disasters in urban rail transit. Based on the chain-styled theory of disaster and complex network theory, the disaster events of urban rail transit are studied in terms of hazard factors, disaster-pregnant environment, hazard bearing body and chain-styled transmission law. With reference to the metro flood, the network model of disaster chains evolution is established. Then risk analysis is carried out based on the out-in degree, the number of subnet nodes and branches, and the betweenness centrality during disaster evolution. It is concluded that the various disasters have the characteristics of close connection, strong chain style and high transitivity in the disaster evolution system of urban rail transit. In the metro flood evolution network, station power equipment, tunnel structure performance and underground confined water are the key factors in risk control. The results provide a theoretical support for building the risk pre-control and chain-cutting disaster mitigation system of subway operation.

Key words： metro disaster chain; complex network; shortest path; betweenness centrality; out-in degree

收稿日期：2019-04-02;修回日期：2019-04-11

基金项目：国家重点研发计划项目(2016YFC0802206)；河北省大型基础设施防灾减灾协同创新中心资助项目(2017)；石家庄铁道大学研究生资助项目(YC2019020)

作者简介：李浩然(1987—)，男，辽宁兴城人，讲师，博士，主要从事地下工程稳定性分析与灾害防治方面的教学和研究工作，E-mail：[e-mail]。

文章编号：1004-2954(2020)02-0153-05

中图分类号：X43; X951

文献标识码：A

DOI:10.13238/j.issn.1004-2954.201904020008