吴宏立 刘威栋 汪源
(1.北京华油信通科技有限公司;2.中国石油运输有限公司 北京 100000)
随着我国化学工业的发展和经济建设的需要,危险化学品需求量不断增加,而道路运输是危险化学品的主要运输方式。由于危险化学品性质不稳定性,在道路运输环节一旦发生事故就会对周边生态环境造成极大破坏。因此,对危险化学品运输路线的合理规划,是降低风险的有效措施之一,为了有效降低危险化学品运输风险隐患,在充分了解危险化学品运输业务的基础上,应用GIS空间分析技术[1]研发危险化学品道路运输路线规划算法和平台[2],为危险化学品运输路线规划提供支撑,保障运输安全,降低交通事故引发的突发环境事件影响。
危险化学品运输路径规划是指按照某规划参数指标规划一条起点到终点的最优路线。随着路径规划技术的发展,其研究也开始偏向于如何解决耗时最短、花费最少等问题,相应的,最短距离路线规划问题就成为了危险化学品运输最短时间问题、运输成本最低问题。相对危险化学品道路运输路线规划,根据事前对运输周边环境及风险信息掌握情况,主要分为以下3 种:(1)静态结构化危险化学品运输环境下的路线规划;(2)动态已知危险化学品运输环境下的路线规划;(3)动态不确定危险化学品运输环境下的路线规划。
近年来,我国虽然加大了对危险化学品道路运输的监管力度,但是现有危险化学品运输监管水平仍然不能满足业务发展需求,缺少运输路线多参数规划、风险量化评估以及指标分析,实际规划情况都是简单按照道路运输距离、运行经验,人工进行划定,线路风险底数不清,应急处置缺少数据支撑。
因此,如何通过规划路线来提高运输安全系数、降低突发环境事件影响是危险化学品运输过程中的关键问题。Shorys在1981年就针对危险化学品运输问题展开了研究。MAHMOUDABADI A[3]将运输风险视为动态变量,并且提出一种基于混沌原理开发出的混沌模式来解决危险物质的配送中心和路径规划问题。TOUMAZIS I等人[4]提出了危险化学品运输路线规划模型,将事故概率和事故后果考虑为时变参数,其中事故后果等于人口密度和时变参数加权,目的在于找出最佳出发时间和最优路线组合。
上述危险化学品运输路线规划方法研究中,道路风险值为路径规划决策条件,在对事故风险进行评价时,往往采用的是对事故后果进行评估的方法。在风险值的计算过程中,考虑了危险化学品事故的发生率、影响面积、周边暴露人口和风险因素的不确定性。前期路径规划算法研究偏向如何解决危险化学品运输路径短、运输综合成本低等问题,但随着路线规划技术的发展以及生态环境保护观念的变化,危险化学品道路运输路线规划分析越来越倾向于如何规避风险,来降低危险化学品运输突发环境风险事故率。
因此,路线规划算法[5]研究是危险化学品道路运输路线算法研究中的一个重要组成部分,通过对近年来危险化学品道路运输路线规划算法进行研究,常用的经典路线规划算法有Dijkstra 算法、Lee 算法、Floyd算法、A*算法、双向搜索算法、蚁群算法[6]等。根据危险化学品运输实际应用需求,研发人员也会对上述经典算法进行改进,除上述经典算法外,也提出一些其他算法,如神经网络算法、遗传算法、模糊理论算法等,可有效解决路径规划中存在的效率低下、规划实时性不高等问题。
上述道路运输路线规划现状与方法研究中主要集中于模型构建和算法优化,缺乏可视化手段对规划路线进行展示,GIS[7]作为一门新兴交叉学科,以地理空间数据库为基础,采用地理模型分析方法,实时提供多种空间和动态地理信息。GIS在危险化学品运输路线规划分析和处理问题过程中利用了危险化学品运输业务空间位置数据和属性数据,并通过GIS空间数据库[8]将二者联系在一起,综合路线规划管理、分析和利用,重点在于危险化学品运输路线规划空间分析,通过构建空间分析模型来分析空间数据。
危险化学品道路运输路线规划支持基于标准化地理空间数据[9]功能,其方式主要有3种:推荐模式、距离最短、路线最优。
推荐模式:该模式会优先考虑危险化学品常用运输路线,基于司乘用户行车经验,选择常用路线进行导航。
距离最短:该模式表示导航结果为危险化学品运输距离最短的运输路线。
路线最优:该模式会根据自定义危险化学品运输风险规避参数,不同条件,多因素约束,进行危险化学品运输路线最优调整。
在GIS地图路径规划管理器中的路网数据源下生成临时数据源,路线规划结果路线会展示在当前地图中。地图中灰色路线为危险化学品运输路线规划结果,会在行驶引导窗口显示每条路线的详细信息,包括路线名称、里程、转弯方向等信息,路线规划结果展示如图1所示。
图1 危险化学品运输GIS可视化路线规划结果展示
平台采用动态类计算方法,提供实时动态最优危险化学品运输路线,通过自定义路线风险规避参数类型以及风险影响距离从而给出危险化学品运输最优路线。采用B/S架构[10]模式,通过IE、Google Chrome、Firefox等主流浏览器进行访问,对海量空间数据建立空间索引优化,节省数据处理、分析、规划时间,提升数据利用效率。其核心规划算法是在Dijkstra 算法[11]基础上进行优化,使用广度优先搜索为评价指标,基于危险化学品运输路网,计算危险化学品运输过程中某一节点到另一节点的道路权重值,进行路径规划分析,通过自定义路线风险规避参数类型以及风险影响距离从而给出危险化学品运输最优路线,保障出行及周边环境安全。平台整体架构分为数据层、设施层、服务层、应用层、用户层这5个层次,具体架构见图2。
图2 危险化学品道路运输路线规划平台架构
根据危险化学品运输路线规划业务需求分析,具体平台功能见图2。
危险化学品道路运输风险自定义标注路线见图3。
图3 危险化学品道路运输风险自定义标注路线
3.2.1 备选路线审批管理
对用户自定义的危险化学品运输路线规划路线进行路参数确认以及路线审核管理,备选路线审核参数主要涉及运输路线编号、起终点名称、运输路线里程、路线类型等参数。对审核通过的路线规划路线,通过点击审批路线变更备选路线确认按钮,将最新规划路线要素自动更新至危险化学品道路运输路线规避数据库。具体页面见图4。
图4 危险化学品道路运输备选路线审批管理
3.2.2 路线规避数据集成
路线规避数据集成涉及的有基础地理数据、环境风险数据、运输路网数据这3 种。通过对数据进行分析,将数据集成到危险化学品道路运输路线规避数据库,以接口方式提供服务,通过自定义接口参数可将路线规划规避所涉及的风险要素在前端进行可视化展示。
3.2.3 运输路线风险评估
基于平台内置的运输路线风险评估模型[12],以环境敏感受体为评估基础,筛选评估路段,依据环境敏感受体等级,确定危险化学品运输环境风险路段等级,支撑危险化学品道路运输路线规划,已评估的风险路段在平台端进行GIS 可视化展示,同时对选定运输路线所经过的风险情况进行分析统计,如风险点数量、风险路段等,分析结果进行地图叠加展示,同时输出风险数据对比统计报表。具体页面见图5。
图5 危险化学品道路运输路线风险评估
3.2.4 风险规避路线规划
通过对规避的风险要素(水源地保护区、跨界断面、多类环境敏感受体、自然保护区、饮用水水源地等)的选择,分析运输路线途经情况,生成最终规划线路,并在风险要素图层进行GIS 可视化展示,在页面右下方显示风险点数量以及路线运输里程,具体页面见图6。
图6 危险化学品道路运输风险规避路线规划
3.2.5 绕行距离路线规划
在规避风险的同时加入绕行距离计算因素,考虑风险同时兼顾成本。主要是通过设置绕行距离参数,进行危险化学品运输路线规划,绕路里程参数可选:5%、10%、15%、20%。根据选择的规避风险类型和绕路里程参数,平台将自动进行双重条件的计算和分析,生成新运输路线,具体页面见图7。
图7 危险化学品道路运输绕行距离路线规划
3.2.6 最短距离路线规划
平台采用内置Dijkstra算法,基于危险化学品运输路网构建路网拓扑[13],并对路网RouteID 进行构建索引,平台通过算法计算某一节点到其他节点的道路权值,从而给出危险化学品运输最短路线,然则在实际危险化学品运输路线规划中,往往最短距离路线规划和风险规避、绕行距离规划等功能联合使用,通过多规划因素计算出危险化学品最优路线,具体页面见图8。
图8 危险化学品道路运输最短距离路线规划
3.2.7 路线规划比对分析
基于现有的几种危险化学品运输路线规划方式进行横向比对分析,重点对规划路线的高风险路段里程、高风险点、中风险点、水源地保护区等环境敏感要素数量进行比对分析,同时计算每条规划路线的运输路线里程,同时在平台端进行GIS可视化展示,供司乘人员综合决策分析,具体页面见图9。
图9 危险化学品道路运输风险路线规划比对分析
目前,该平台集成路网要素4 500 余万,危险化学品常用运输路线数据11 000 余条,2 000 万业务专题POI 数据,已构成T 级别危险化学品运输风险规避数据,平台经试用在500 用户并发压力情况下,服务器CPU平均使用率不超过60%,内存使用未超过70%。
通过危险化学品道路运输路线规划平台[14]为用户提供标准的危险化学品运输路线规划功能,使其能够及时掌握车辆运行路线及沿途风险情况,实现危险化学品运输路线规划统一管理,保障行车安全,减少突发环境事件影响。
该文主要结合危险化学品运输业务需求,对危险化学品运输路线规划算法和技术进行研究,对运输路线规划进行了探讨和分析,同时设计危险化学品运输路线规划平台并进行应用测试,平台基于不同影响因素进行危险化学品运输路线规划,通过设置自定义的规避风险类型和绕路里程参数,进行路线规划和分析,对原有运输路线进行优化调整,提高运输效率,保障行车以及周边环境安全。日后研发人员将致力于对运输路线规划算法持续进行优化升级,并依托大数据挖掘分析技术为决策人员科学规划运输最优路线提供支撑。