基于GIS及耦合协调原理的长输管道山洪泥石流风险性评价

熊俊楠 孙明远 孙 铭

1. 西南石油大学土木工程与建筑学院 2. 四川省第一测绘工程院

0 引言

根据对我国天然气管道服役年龄的粗略统计，服役年龄超过 20年的天然气管道占17%（主要是川渝天然气管网）[1]，随着时间的推移，出现管网占压、部分管道老化、管理不到位、人为破坏，以及途经地区地质地貌、气候、城市扩张[2]等复杂多变情况，近年来一些地方甚至发生了油气管道爆炸事故，造成重大人员伤亡，油气管道的安全性问题不容忽视。

国内外学者在管道风险评价方面做了大量研究，1992年Muhlbauer[3-4]编写了《管道风险管理手册》一书，被世界各国接受并作为开展油气管道风险评估的重要依据。在定量评估研究中，Kiefner和Vieth对管道缺陷进行了定量评估，最终被ASME采纳用以评价管道的表面缺陷[3]。随后不断有研究者对该方法进行完善，从单一的研究腐蚀对管道寿命预测，扩展到周围环境多种因素共同作用下对管道的评估预测[3]。部分学者对管道采空塌陷[5-6]、坡面水毁[7-8]、沟道水毁[9]危险性进行了探索。近年来针对我国国情建立的长输管道风险评价体系在现场应用中也取得了较好效果[10-13]。管道地质灾害风险评价方法有：定性法、半定量和定量方法[14]。在量化分析的研究工作中，目前主要方法为基于联合国公布的自然灾害的风险表达式：风险度＝危险度×易损度，运用指标评分法[15-17]、层次分析法、模糊综合评判法等开展评价[18-20]，其中关于耦合理论的应用，国内外在环境和经济的耦合关系方面研究比较丰富，但对灾害与环境的耦合分析研究较少[21]。灾害评价主要集中于方法上的耦合[22]，如Lozoya等[23]提出了多灾种风险评估的方法框架，盖程程等[24]对于多灾种耦合提出了基于GIS的评估方法，金菊良等[25]运用耦合模型建立了水环境风险评价，贾业明等[26]运用两类方法耦合建立了燃气管道风险评价模型。

针对耦合协调原理在灾害评价中应用较少，管道灾害受多系统相互作用的特性，笔者以兰成渝长输油气管道广元段为研究区，首先对长输油气管道进行管线分段，采用斜坡单元[27]划分管道获得准确的评价结果。其次根据山洪泥石流成因选择影响因子，利用遥感、GIS技术，对长输管道按照斜坡单元分段提取指标信息，同时结合管体自身属性，建立耦合协调模型，对每段进行风险性评价。最后与成熟的风险性评价方法进行对比验证，证明耦合协同原理能够较好地应用于管道风险性评价。

1 研究区概况

兰成渝长输油气管道广元段位于管道K558—K640里程段，选取可能对管道产生影响区域作为研究区（图1）。该区域位于四川盆地东北部边缘，山地向盆地过渡地带，以中低山地貌为主，地势由北向东南倾斜，河谷大多呈“V”形且切割亦深，地形变化明显。管道地跨3个构造单元且研究区内共有2条大断裂，处于断裂带区域地质环境恶劣，灾害频发。河谷两岸主要分布荆棘、灌木等植被，低山和丘陵区域内多种植农作物，其他区域主要有林地、灌木林、草场。研究区属嘉陵江水系，降水量丰富导致嘉陵江各支流水量充沛。上述地形地貌为地质灾害提供了条件，旱、涝等自然灾害频繁，尤其是洪涝、泥石流、滑坡等灾害。根据资料显示研究区内山洪泥石流地质灾害有20余处，部分山洪泥石流距离管道不足300 m，这些山洪泥石流对管道的安全运营构成了较大威胁。

图1 研究区范围简图

2 耦合协调原理

耦合原本作为物理学概念，是指2个或2个以上系统或运动形式通过各种相互作用而彼此影响的现象。耦合度就是描述系统或要素相互影响的程度。从协同学的角度看，耦合作用及其协调程度决定了系统在达到临界区域时走向何种序与结构，即决定了系统由无序走向有序的趋势[28]。长输油气管道山洪泥石流风险性评价中，管道受多种复杂因素影响，在总结分析该区域管道可能遭受山洪泥石流灾害的危险因素以及评价体系的基础上，笔者采用耦合协调模型进行风险性评价。

2.1 耦合度与系统耦合协调模型

从物理学中耦合系数模型[29]推广得到多系统相互作用耦合度：

式中u1、u2分别表示自然系统指数和管体条件指数；C表示系统耦合度，C∈[0, 1]，耦合度越趋近于1，表示各子系统之间达到“良性”共振耦合，说明管道危险性越高，耦合度越趋近于0，则表示整个系统内部要素处于无关状态，系统向无序发展，说明管道相对安全。

耦合度只能说明子系统内部相互作用的强弱，不分利弊，有些情况下难以反应子系统（自然环境系统和管体系统）的整体功效和协同效应，特别是在多个区域对比研究的情况下。因此，引入综合调和指数，构造自然环境和管体耦合协调模型。

式中T表示自然环境和管体条件的综合调和指数，强调耦合程度的大小，体现了协调状况的好坏程度[30]；α1, α2, …, αm表示待定系数 ；D 表示耦合协调度。

2.2 熵权法权重计算

在系统耦合协调模型中，权重对于评价的结果至关重要。目前赋予权重的方法有主观和客观两大类，笔者采用熵权法计算权重。熵权的基本思路是根据指标差异性的大小来确定客观权重，即熵值越大表示差异越大，信息量越丰富；熵值越小则表示差异程度越小，提供的信息量越少，在评价中发挥的作用越小，权重也就越小[31]。熵权法权重计算的步骤主要有标准化数据、计算熵和确定熵权。

原始数据标准化：

式中rij∈Rmn；原始数据共m个指标、n个评价单元；Rmn表示归一化数据。

计算熵。第i个评价指标的熵为：

确定熵权。第i个评价指标的熵为：

3 兰成渝管道风险性的耦合协调评价

3.1 自然环境指标

笔者通过遥感影像和已有文献资料，收集已发生山洪泥石流灾害，获取广元段遥感影像、地质岩性、降水等数据作为基础数据。利用GIS手段提取流域单元，并将其作为基本单元，获得管道附近9个自然环境指标。通过相关分析，得到9个两两之间呈弱相关的指标数据：高程、坡度、坡向、高差、地形剖面曲率、年降水量、断层、岩性和归一化植被指数（NDVI）（图 2）。

其中年降水量取自研究区附近武都、文县、广元、剑阁、茂县等共18个气象站点数据，通过克里金插值得到多年平均降水量数据。为量化岩性指标，笔者将岩性从低到极高危险量化为5个值（1、2、3、4、5）。

3.2 管体指标

笔者研究K558—K640兰成渝管道（广元段），由于管道跨度范围广，地形复杂多变，所以按照不同的斜坡单元对管道的划分，分别提取每段管道的埋深、夹角（与斜坡单元夹角）、壁厚、缺陷密度、埋设位置等5个指标信息（表1）。同时对选取的5个指标进行相关分析，结果显示相关性较弱，符合评价体系建立原则之一的指标间相对独立原则。根据已有分析[32]和现有数据资料，得到评价指标体系及权重（表2）。

3.3 评价过程及结果

将上述获取的自然环境指标和管体指标进行相交分析，对长输管道广元段分段，得到180个管道单元，每个管道单元有14个指标信息的实验数据，包含管体指标数据（表3）和自然环境指标数据（表4）。

耦合协调风险评价系统有两个子系统，其中管体子系统指标数为5，自然环境子系统指标数为9，根据式（1）～（2）计算每个子系统的贡献值，利用式（3）～（5）采用熵权法得到每个子系统不同指标的权重，结果如表2所示。

图2 广元段管道自然环境指标数据图

据耦合协调模型，按照式（1）～（2）依次计算系统耦合度（C）、综合调和指数（T）、耦合协调度（D），其中计算综合协调指数的待定系数分别为α1、α2，参考子系统在整个评价体系的贡献权重，取α1=0.605 264、α2=0.394 736。计算结果表5，耦合协调模型评价结果见图3。

表1 管道指标描述表

表2 管道评价指标体系及各指标权重表

表3 广元段管道管体指标数据（部分）表

表4 广元段管道自然环境指标数据（部分）表

4 结果分析

该研究区分为管体和自然环境两个子系统，利用熵权法计算得到管体子系统所占权重更高，表明管道本身对管道能否正常运营有很大影响。管体子系统的5个指标中管体缺陷密度（管体缺陷密度是利用管道内检测数据，计算单位长度管道出现缺陷、管径变化、弯头、附着物等信息的指标）占该子系统的权重最高，达67.9%，表明管体的缺陷、管径变化、弯头、附着物等对管道的安全运营产生了较大影响。自然环境子系统中NDVI占权重最高，即管道穿越地区范围广，NDVI数据离散程度高，说明植被对管道是否正常运营影响较为明显。

耦合协调的等级划分依据一直没有准确的定论，常见的分级方法有标准差、自然间断点、分位数、几何间隔等，通过综合考虑，笔者按分位数进行如下划分：0.35～0.44为低耦合协调，0.44～0.47为中度耦合协调，0.47～0.50为高度耦合协调，0.50～1.00为极高耦合协调。分级结果与已发生灾害、管道损害结果叠加分析，耦合协调度较高的区域多集中在已发生灾害点及管道损伤缺陷点区域内，分级结果显示，研究区南部管道耦合协调度普遍较高，应重点监测加强预防（表6）。

表5 广元段管道计算结果（部分）表

图3 广元段管道耦合协调模型评价结果图

表6 广元段管道风险等级描述表

5 对比分析

根据该区域已发生的山洪泥石流信息，利用人工神经网络，计算小流域山洪泥石流危险度[33]，运用熵权法建立管道易损性评价。结合联合国公布的自然灾害的风险表达式（风险度＝危险度×易损度），得到量化的管道风险度（图4）。

该方法通过对评价指标分布规律分析，在人工神经网络理论的基础上，利用插值理论，建立人工神经网络标准样本矩阵，使样本矩阵不再依赖其他评价方法而获取，避免了利用专家评分法、指标法等方法构建神经网络模型过程中人为因素的影响。同时为了克服传统权重赋值法不考虑各评价指标指标值差异性、赋值过程中人为影响因素过大的弊端[34]，利用熵权法赋值理论建立了适用管道山洪泥石流易损性评价模型。最终运用风险表达式完成风险度评价。

管道风险度与耦合协调度对比分析：同样按分位数划分风险度评价结果，按照0.002～0.003、0.003～0.140、0.140～0.300、0.300～1.000划分为低、中、高、极高4个等级。部分评价结果对比见表7。

图4 广元段管道风险度评价结果图

表7 广元段部分管道评价结果对比表

管道 145、144、115、114、113、112、180耦合协调度与对应风险度数值增减变化趋势相同。数据表明高度耦合协调的管道风险性更大，而低耦合协调度的管道风险较低。如表7所示，耦合协调度与风险评价结果之间存在差异，因为等级的划分反应的是一种主观判断。从数值结果分析，两种方法刻画管道之间相对危险的程度，大多表现出一致的结果，表明耦合协调度与风险度具有较好的一致性（图5）。

图5 广元段管道单元风险度与耦合协调度对比图

通过部分管段和整体结果的对比分析，两种方法对管道的风险性评价结果基本相同，系统耦合协调模型可以通过各子系统间耦合程度反映整个系统走向趋势，同时结合熵权法确定权值，避免了受主观因素影响较多、受历史资料限制和学习时间长等缺点。利用该方法对长输管道进行山洪泥石流风险性评价方面是可行的，是一种新的量化风险方法。

6 结论

1）整体上研究区南部管道风险度和耦合度都偏高，南部管道周围有较多的已发生山洪泥石流的灾害点，该区域的自然环境、地质构造和气候变化更易诱发山洪泥石流自然灾害。利用熵权法定权，熵权数据表明本研究区受管体自身影响较大，尤其是管体自身缺陷。自然环境指标中，植被覆盖对管道是否能正常运营也起着重要作用，所以该段管道应注重管体损坏风险和加强植被变化监测。

2）管道是否受自然灾害威胁，是外部自然环境条件和管体自身条件之间相互联系、共同作用的结果。通过兰成渝长输管段广元段实例验证，耦合协调度与风险度具有较好的一致性，即耦合协调程度低，对应于管道的风险度也低，管道受山洪泥石流等自然灾害或管道本体发生异常的可能性较低；相反地，高度耦合协调的系统对应于高风险性，管道更易发生损毁和失效，需要重点防护和监测。

3）基于耦合协调理论研究管道灾害风险评价，为长输管道地质灾害预测和风险性评价提供了新思路。该方法的优点是能够从多角度全面地进行风险评估，但耦合协调模型评价结果受指标选取、测量数据、权重分配等的影响，对于模型中权重的设置，可以通过主观和客观相结合的赋权方法提高权重的合理性，使得评价结果更加符合实际情况。由于数据限制，只采用了管道的5个指标进行分析，还可以进一步将管道防护、管道埋设是否穿城、管道内外腐蚀情况、管道线路标识不明、建筑物违章占压等指标纳入分析评价，评价系统也可以划分为更多的子系统，比如可以加入社会影响子系统，考虑人口密度、人口工程活动等指标，使评价结果更加准确和贴近实际。