融合降雨气象因子的县域交通优势度评价

吕杭　唐斌

摘要 交通是衡量区域发展优劣状况的重要一环，降雨会对交通设施的运行造成不利影响。融合降雨气象因子与地形因子，构建四维度交通优势度评价模型，以福建省为例，分析2019年福建省县域交通优势度空间格局。研究结果表明：福建省交通优势度县域集中在东南沿海，薄弱县域主要分布于福建西北部较偏远地区，县域间交通优势度优劣程度差异较明显；融合自然影响度的四维度交通优势度能够反映福建省县域交通优势度受地形和降雨气象的影响。

关键词 交通优势度；空间格局；县域单元；福建省；降雨气象因子

中图分类号 TU982.2文献标识码 A文章编号 2096-8949（2023）24-0185-04

0 引言

交通对区域发展具有引导、支撑和保障作用，是反映区域发展条件优劣的重要指标。交通设施作为区域经济社会发展的基本元素，其发展与完善在改善区域通达性、提高地区竞争力和经济实力、引导产业布局、增强城市网络联系等方面发挥着支撑和引领作用[1-3]。运用科学方法评价区域的交通优劣情况，对于国土规划和经济建设具有重大的指导意义。

针对区域交通优势度评价，国内学者已经做了大量研究。金凤君[1]最早提出了交通优势度的概念，利用路网密度、交通干线优势度、区位优势度三方面集成交通优势度指标，从“质”“量”“势”考察中国交通优势度的空间格局。国内学者在此基础上进行了大量系统性研究，取得了相当多的研究成果。

降雨气象条件会较大程度影响交通安全和交通效率。我国公路整体线路长，区域跨度大，交通安全和通行效率更容易受降雨天气的影响。上述既有交通优势度评价研究尚未考虑气象因素对交通的影响。鉴于此，该文基于路网密度、交通干线优势度、区位优势度的基础交通优势度评价方法，构建具有降雨气象适应性的交通优势度评价模型，选择位于东南沿海、降水丰富的福建省为研究区域，探讨2019年福建省县域交通优势度空间特征。

1 研究区域及数据来源

1.1 研究区概况

福建省，简称“闽”，是中华人民共和国省级行政区。省会福州，位于中国东南沿海，东北与浙江省毗邻，西北与江西省接界，西南与广东省相连，东南隔台湾海峡与台湾省相望，陆地总面积124 000 km2，辖11个县级市，42个县，31个市辖区。截至2019年底，全省公路通车里程达109 785.16 km。省内基本形成“三纵八横”高速公路主骨架，与周边省份进出口通道达到16个，实现了全面对接。福建气候属中、南亚热带海洋性季风气候，盛行风季节更替明显，各地降水丰富且集中在春夏季，雨期较长，夏秋有台风现象[4]。由于福建省处于东、西风带交替影响的过渡区和温带、热带各类天气系统频繁活动和经常影响的地区，该省具有突出的季风气候特点，公路交通系统受降雨气象影响较大，因此利用融合了降雨气象因子的交通优势度评价方法探讨福建县域的交通优劣状况具有较大的现实意义。

1.2 数据来源

该文主要使用福建省县域行政类数据、DEM数据、公路网数据、县域气象数据、人均GDP数据。县域行政类数据源于全国地理信息资源目录服务系统（https：//www.webmap.cn/）。福建省DEM数据是利用Arcgis10.3软件，将从地理空间数据云（http：//www.gscloud.cn/home）下载的SRTMDEMUTM 90M分辨率数字高程数据产品通过镶嵌融合、按掩膜提取等操作获得。公路网数据来源于OpenStreetMap（https：//www.openhistoricalmap.org/）与百度电子地图，包含高速、国道、省道、县道。机场、港湾类数据来源于“国家青藏高原科学数据中心”（http：//data.tpdc.ac.cn）与百度电子地图，气象类数据源于中国开放数据平台（http：//www.cnopendate.com/），县域人均GDP数据源于《福建统计年鉴2020》。

2 模型与方法

2.1 交通优势度评价模型

该文基于金凤君的交通优势度评价方法，同时考虑降雨不利气象条件以及地形要素对交通通行安全、效率的影响，以路网规模度、交通干线影响度、区位优势度三指标为主体，融合自然影响度这一负向指标构建四维度的交通优势度评价体系，交通优势度评价方法、公路路网规模、交通干线影响度、区位优势度指标的赋值和计算等[1，5]不再赘述。评价体系如表1所示。

2.1.1 交通优势度评价方法

交通优势度评价方法集成路网规模度、交通干线影响度、区位优势度、自然影響度四个方面，各指标无量纲化后，进行加权求和，交通优势度评价模型计算方法为：

TADi=w1×Ai+w2×Bi+w3×Ci+w4×Di （1）

式中，TADi——县域单元i的交通优势度；Ai——县域单元i的路网规模度；Bi——县域单元i的交通干线通达度；Ci——县域单元i的区位优势；Di——县域单元i的自然影响度。w1、w2、w3、w4为它们的权重。

2.1.2 公路路网规模度

公路路网规模度综合考虑不同类型道路在区域交通系统中的重要程度，根据各类道路的承载力与速度进行赋值，赋予道路相应权重，其计算公式如下：

式中，r1i、r2i、r3i、r4i——研究区域i的高速公路、国道、省道、县道；a1、a2、a3、a4——为道路权重，该文确定权重为0.4、0.3、0.2、0.1。

2.1.3 交通干线通达度

交通干线通达度反映了干线基础设施对县域单元的辐射程度，能在一定程度上体现区域对外联系能力。该文综合考虑福建省基础交通设施发展状况，设置交通干线通达度赋值指标如表2所示，其计算公式为：

式中，Bi——干线通达度；bim——县域i的m类交通干线的影响度。

2.1.4 自然影响度

自然影响度包含降雨气象因子和地形因子，二者进行归一化处理后相加得到总体影响度，总体影响度值越大，代表自然类要素对区域交通能力影响越大。

（1）降雨气象因子。自由流速度是在没有交通拥堵或其他不利条件（例如恶劣天气）情况下的车辆平均行驶速度[6]，能很好地反映驾驶员凭主观意愿进行的驾驶速度。针对福建省的天气情况，该文结合相关公路交规限速规定，借助降雨气象条件对交通流指标中的自由流速度衰减度来反映县域公路交通的气象影响度。参照现有相关标准及研究[7-8]，综合考虑福建省路网分布情况，同时为便于计算，设置气象条件影响系数小雨、中雨、大雨、暴雨、大暴雨分别为3.2%、7.8%、15.4%、24%、40%，表达式如下：

式中，MIDi——县域单元i的月降雨气象影响度；bin——在存在降雨不利气象条件下，县域单元i在当月第n日的降雨气象影响系数，遇天气改变，按中值计算。

（2）地形因子。福建省以山地丘陵为主，整体呈东南低、西北高的地形特征，地形因素对公路交通设施的建设与正常运行存在较大程度的影响。因此，利用县域平均坡度与县域地形起伏度构建地形影响度。

式中，TIGi——县域i的地形因子；si——县域单元i的平均坡度；ti——县域单元i的地形起伏度。

3 结果与分析

3.1 路网规模度

福建省道路网具有较强的空间分异性，整体为“东高西低，以中心城市为核”，存在层次较为分明的交通网络密度状况。在空间分布上，路网密度高县域基本分布于东部沿海的厦门市、泉州市、漳州市、福州市、宁德市，存在明显的沿海带状聚集特征。而相比于低道路密度的周边县域，西部的龙岩市、三明市、南平市所属市辖区路网密度较高，从而在福建中部形成两个核心区。在得分方面，路网密度平均分值为0.634 8，最高值为湖里区，其所属的厦门市全部县域得分均高于0.9，极低值出现在南平市的顺昌县和光泽县，其低于0.2的分值很大程度上反映了在主干高速通达的情况下，当地次级国道、省道、县道路网欠发达的情况，而位于福建省中部的大田县、尤溪县得分分别为0.245、0.276，在省域中部形成了较低值区域。

3.2 交通干线影响度

福建省交通干线影响度整体以地级市为核心向外扩散，高影响度区域集中在东南沿海地区，具有较强空间聚集性。厦门、泉州、莆田、福州依托于境内的枢纽机场与主要港口，中心区县干线影响度处于高值，均高于6，在这四市区县辐射范围内的县域能达到较高分值，总体在3.5～6.5。武夷山机场、三明沙县机场、龙岩冠豸山机场辐射范围内区县得益于机场、高速、国道交通网络的联接，其干线影响度能达到4以上，而缺乏机场、铁路及其辐射的县域，其影响度值均低于3，松溪县、政和县、屏南县、寿宁县仅为1.5，这反映了福建省高速路网建设较为完善，但机场、铁路等重大交通设施对较偏远地区的支撑能力有限。

3.3 区位优势度

福建省区位优势度总体处于较高水平，空间分布上层次明显，分值由东南向西北递减，东部沿海地区中心城市集中，除石狮外，莆田市、泉州市、厦门市县域值均高于6.5，得益于较为发达的公路交通网络，各中心城市在很大程度上提高了周边县域的区位优势度，辐射重叠县域区位优势度更加明显。

3.4 自然影响度

福建省自然影响度由地形因子和降雨气象因子构成，在一定程度上能够反映地形变化与降雨空间分布对交通优势度的影响程度。可知，福建省县域自然影响度整体东南低西北高，具有较强聚集特征，高自然影响度值县域大部聚集分布在省域西北角，中部有零星分布，低值县域主要集中在福州、莆田、漳州、厦门、泉州市辖区及周边小范围内县域。自然影响度与福建省地形地貌特征与降雨气象分布大致相符，两大山带处为较高值区，且高值区与大山带均为东北—西南走向，与海岸线大致平行。两大山带的两侧丘陵，特别是东南沿海地带为较低值区，降雨低值区主要分布在莆田、泉州、厦门沿海一带。

自然影响度同时呈现季节性规律，四季区分明显，夏季（6—8月）影响最大，其均值为0.653，春季（3—5月）影响次之，均值为0.549，随后为冬季（12—2月）的0.393，秋季影响最小，仅为0.354，而东南沿海的福州市、宁德市县域存在自然影响度在秋季比冬季高的现象，如闽侯、罗源、闽清、永泰、福清、寿宁、周宁、柘荣、福安、福鼎，龙岩市的连城、长汀、新罗、漳平、永定、武平这些县域则是春季自然影响度值高于夏季值。

3.5 福建省县域交通优势度

结合了自然影响度指标的福建省县域交通优势度，整体呈现从东南向西北递减的特点，层次特征明显且县域之間存在较大差异。交通优势度较优越地区集中在漳州东北部、泉州南部、厦门、莆田、福州县域，中部三明市、南平市部分市辖区存在中等优越区域，形成了福建省东南沿海反“C”形高交通优势度带。交通优势度劣势地区主要为在省域北部和西部边缘县域，呈现两条近乎垂直的县域带。福建省市域交通优势度平均值为1.267，具体到县域，福建省县域交通优势度均值为1.21。分值超过2的县域达10个，分值1～2的县域有38个，而分值低于1的县域有30个，湖里、丰泽、晋江、集美、海沧、鲤城、马尾、泉港、惠安、翔安分值均超过2，达到相当高的水平，这些县域具有比较完善的交通网络，区域内拥有沿海高速公路和铁路、枢纽国际机场、大型港湾，各类交通设施组成的联合运输系统对区域发展发挥着巨大支撑作用，区域内的中心城市集中，能够借助交通运输网络对周边县域产生强辐射作用，同时良好的地形和降雨气象条件对县域交通能力影响有限。邵武、清流、长汀等县域分值低于0.6，远低于均值，处于交通优势度劣势位置，这些县域面积较大且处于福建省西北和西南地区，距大型中心城市的公路距离较远，现有铁路、公路网、支线机场及一般港口支撑能力有限，地区内部缺少大型交通枢纽，同时大山带造成内部地形复杂、不利地形占比大，加上季节性降雨集中，多因素共同造成了这些县域较低水平的交通优势度。

与未叠加自然影响度的福建省县域交通优势度相比：结合自然影响因子的福建省县域交通优势度平均值由1.391下降到1.22，各县域出现不同程度下降，整体修正比例达到12.3%。福建省西北部、中部县域是修正最为明显的区域，而东南沿海地区交通优势度分值下降较小。市域上，福州市均值下降0.163，龙岩市下降0.231，南平市下降0.233，宁德市下降0.224，莆田市下降0.131，泉州市下降0.123，三明市下降0.196，廈门市下降0.078，漳州市下降0.144；县域上，建瓯、浦城、永泰、邵武、建阳、光泽、尤溪、武夷山、漳平修正值均超过0.25，这些县域分布在福建省西北部与中部，地形与降雨气象因素对其交通造成较大不利影响，而位于东南沿海的同安、台江、鼓楼、仓山、洛江、翔安、惠安、泉港、丰泽、东山、鲤城、石狮、平潭、海沧、集美、思明、金门、湖里等地交通优势度修正值均低于0.08。与其他县域相比，这些地区存在较好的交通优势度条件，良好的自然条件使其优势更为显著。

4 结论与不足

该文通过引入降雨气象因子构建四维度的交通优势度评价模型，以福建省为例，探讨2019年县域交通优势度空间分布和相关性特征，并利用耦合协调模型评估交通优势度与人均经济协调程度。研究表明：福建省县域交通优势度整体较高，但是区域之间差异较明显，优越县域集中在东部沿海地区，呈反“C”形分布，北部县域是福建省交通优势度最薄弱区域；自然影响度对基础交通优势度的修正比例达到12.3%，高修正比例县域集中在福建省西北部和中部。

该研究还存在一定的不足：首先，该研究聚焦于“公路”交通优势度，今后还需考虑航空、水运、铁路等交通方式，构建完善的交通优势度评价体系；其次，除了降雨气象，大风、大雾等不良气象对区域交通网络运行和维护存在一定影响，今后可根据省域气象特点，构建更完善的区域交通优势度模型。

参考文献

[1]金凤君， 王成金， 李秀伟. 中国区域交通优势的甄别方法及应用分析[J]. 地理学报， 2008（8）： 787-798.

[2]陈俐锦， 欧国立， 范梦余， 等. 高铁流视角下的中国县域网络结构特征与演化研究[J]. 地理科学进展， 2021（10）： 1639-1649.

[3]Juan Nicolás Ibáez， Rotoli F. Measuring the Impact of the Trans-European Road Transport Network on the Accessibility of European Urban Agglomerations[J]. Transportation Research Record， 2017（2605）： 72-82.

[4]余珊， 戴文远. 福建省旅游气候评价[J]. 福建师范大学学报（自然科学版）， 2005（2）： 103-106.

[5]宋仁波， 张余庆， 张迎昭， 等. 长江干流县域交通优势度的空间格局[J]. 长江流域资源与环境， 2020（12）： 2607-2619.

[6]郅英冲. 恶劣天气条件下交通流特性研究[D]. 山东：山东理工大学， 2021.

[7]王震. 雨天环境下高速公路交通流特性分析及预测研究[D]. 北京：北京交通大学， 2020.

[8]许方经. 降雨条件下城市道路通行能力影响分析[D]. 陕西：长安大学， 2017.