EN中文

地球信息科学学报 >

2018 , Vol. 20 >Issue 6: 799 - 806

DOI: https://doi.org/10.12082/dqxxkx.2018.180023

2017年中国地理信息科学理论与方法学术年会优秀论文专辑

突发河流污染事件应急资源调度动态规划模型研究

  • 吴在栋 , 1 ,
  • 林广发 , 1, 2, 3, * ,
  • 张明锋 1, 2, 3 ,
  • 罗尊骅 1 ,
  • 周文娟 1
展开
  • 1. 福建师范大学地理研究所,福州 350007
  • 2. 福建省陆地灾害监测评估工程技术研究中心,福州 350007
  • 3. 海西地理国情动态监测与应急保障研究中心,福州 350007
*通讯作者：林广发（1970-）,男,博士,副教授,主要从事地理信息系统应用研究。E-mail:

作者简介：吴在栋（1990-）,男,硕士生,主要从事GIS在灾害中的应用研究。E-mail:

收稿日期: 2018-01-02

  要求修回日期: 2018-03-20

  网络出版日期: 2018-06-20

基金资助

国家重点研发计划重点专项(2016YFC0502905)

福建省公益科研院所专项(2015R1034-1)

福建省测绘地理信息局科技资助项目(2017JX03)

收起

A Dynamic Planning Model of Emergency Resource Scheduling for Sudden River Pollution Incident

  • WU Zaidong , 1 ,
  • LIN Guangfa , 1, 2, 3, * ,
  • ZHANG Mingfeng 1, 2, 3 ,
  • LUO Zunhua 1 ,
  • ZHOU Wenjuan 1
Expand
  • 1. Institute of Geography, Fujian Normal University, Fuzhou 350007, China
  • 2. Fujian Provincial Engineering Research Center for Monitoring and Assessing Terrestrial Disaster, Fuzhou 350007, China
  • 3. Research Center for National Geographical Condition Monitoring and Emergency Support in the Economic Zone on the West Side of the Taiwan Strait, Fuzhou 350007, China
*Corresponding author: LIN Guangfa, E-mail:

Received date: 2018-01-02

  Request revised date: 2018-03-20

  Online published: 2018-06-20

Supported by

National Key Research and Development Program of China, No.2016YFC0505905

Non-profit Research Projects of Fujian Province, No.2015R1034-1

Development Foundation of Surveying, Mapping and Geoinformatics of Fujian Province, No.2017JX03

Copyright

《地球信息科学学报》编辑部 所有
Fold

摘要

突发事件的突然性和发展过程的不确定性,要求在限定的时间内,将足够的应急资源配送到合适的应急处置空间位置。本文构建了一个多源点多目标应急资源调度模型,该模型以最短应急处置时间为规划目标,以应急资源运输和应急工程构建时间之和必须小于污染物扩散到应急处置空间位置的时间、多个应急资源仓库综合调度资源数量必须满足处置需求为约束条件;在应急资源出库和装卸时间一定的情况下,根据污染物沿河流扩散的动态过程,运用Dijkstra算法实时选择应急资源配送的最优路径,计算各个仓库所需调度各类资源数量以及资源到达应急处置空间位置所需的时间;最终导出一个策略方案,并根据应急资源到达处置位置所用的时间与污染物扩散到该点的时间之比,评估该方案的决策风险。以突发六价铬污染为研究案例的实验结果表明：该模型能够验证各个应急处置空间位置能否作为应急处置点,获得应急处置空间位置最合理的应急资源调度方案、应急车辆动态的最优路线以及各应急处置点资源调度方案的决策风险评估结果,从而提高应急管理的决策效率,降低决策风险,该模型在救灾、溃坝等其他类似领域也具有一定适用性。

关键词： 河流污染; 突发事件; Dijkstra算法; 资源调度; 动态规划

本文引用格式

吴在栋 , 林广发 , 张明锋 , 罗尊骅 , 周文娟 . 突发河流污染事件应急资源调度动态规划模型研究[J]. 地球信息科学学报, 2018 , 20(6) : 799 -806 . DOI: 10.12082/dqxxkx.2018.180023

Abstract

Sudden river pollution accidents can occur suddenly and have the uncertainty of development. It is necessary to distribute sufficient emergency resources to the emergency disposal space within limited time. This study constructed a multi resource and multi objective emergency resource scheduling model. Based on the planning objective of shortest emergency disposal time, this model assumed the constraint condition that the total construction time of emergency resource transportation and emergency project must be less than the time that pollutants diffused and arrived the position of emergency disposal, and the multi emergency resource warehouse integrated scheduling resources must meet the processing needs. Assuming that the time of emergency resource's outgoing, loading and unloading is certain, according to the dynamic process of pollutants spreading along the river, the optimal route of dynamic emergency resource distribution was optimized by using Dijkstra algorithm. Then, the time for the amount of resources required from each warehouse to reach the emergency disposal space was calculated. Finally, a strategic solution was exported and the risk of the decision-making was evaluated according to the ratio between the time that emergency resource arrived in disposal position and the time which the pollutants spread to the point. By setting the burst of six valency chromium pollutants as one case study, the experimental results show that the model can verify whether each emergency disposal space position can be treated as the emergency disposal point; the most reasonable emergency resource scheduling scheme at the emergency disposal space position can be obtained; and the emergency vehicle dynamic optimal route can be determined. Besides, the results evaluated the assessment of decision-making risk of emergency resource scheduling for each emergency disposal space position, improved the emergency management decision-making efficiency and reduced the decision-making risk. In addition, the model also had certain applicability in other similar fields, such as disaster relief in cases of dam-break and so on.

Key words： river water pollution; sudden accident; Dijkstra algorithm; resource scheduling; dynamic planning

1 引言

近十几年来,中国突发河流污染事件频发。例如,2005年11月吉林石化公司双苯厂约100 t苯类物质流入松花江,导致沿岸数百万居民的生活受到影响,且水污染影响到俄罗斯的阿穆尔河;2010年7月福建紫金山金铜矿湿法厂约9600 m3含铜酸性溶液渗漏到汀江,造成重大环境污染;2013年10月广西贺江上游沿岸冶炼、选矿企业排放镉、铊等重金属污染物,使得广西和广东饮用水受到严重的影响。这些河流污染事件存在发生的突然性、发展的不确定性、危害的严重性及处置的艰巨性等特点,且应急决策过程面临着决策对象复杂、决策目标动态变化、决策应急资源有限、缺乏标准的决策流程等问题[1,2]。应急响应主要包括应急资源调度和人员疏散两关键环节[3,4],应急决策者要科学、有效的做出应急决策[5,6,7]。如何及时将所需的应急资源配送到应急处置点,最大限度减少污染程度和范围是应急决策中一个重要问题。
目前,应急决策过程中资源调度的研究主要集中在2个方面：① 主要研究应急车辆的路径优化问题。Zhao等[8]以最短的行车时间为目标,建立应急车辆的动态路径优化模型;Panahi等[9]利用Dijkstra算法获取应急车辆的最短路径;刘春年等[10]提出了基于路阻函数理论与Dijkstra算法相结合的最优路径数学模型,获取紧急灾害情况人员撤退的最短路径;上述学者利用历史的平均拥挤度数据,以最短行车时间为目标,获得人员疏散或应急车辆行驶的最短路线。Vlad等[11]利用应急车辆和道路十字路口的GPS工具获取实时交通状况,使用人工神经网络方法获得应急车辆的最短路径;阎俊爱等[12]在实时/时变的复杂道路状况下,通过改进遗传算法实现动态路径调整达到求解最短路径。上述学者利用实时的拥挤度数据和人工智能方法获得应急车辆最优的行车路线。② 主要研究应急资源调度的模型,当前主要有3种模型[13]：以运输成本最小化为目标的模型[14,15]、以运输时间最小化为目标的模型[16]、以综合费用、时间最小的多目标模型[13,17]。例如,杨恩缘等[14]以总运输成本最小为目标,建立了震后多品种应急物资多级配送选址—路径问题的混合整数规划模型;Yang等[15]根据应急需求的时间和空间变化,以最大限度提高救援效率和最小应急调度成本为目标,提出了一种多应急资源动态分配优化模型;Chen等[16]主要研究应急资源调度模型,应急车辆路径规划以及应急车辆行驶车道的预定等;胡继华等[13,17]利用实时的道路信息、救援状态信息和应急资源配置信息,建立了一个动态的应急资源优化调度数学模型,并利用遗传算法进行求解,通过变换时间变量进行迭代,实现了动态生成应急资源调度方案。上述应急资源调度模型主要应用于地震、车祸等灾害,应急资源仓库和应急处置点是固定不变的,不能够满足动态的应急情景。
综上所述,针对突发河流污染事件应急决策过程,上述的研究相对忽略了应急调度方案的整体性及事件发展的动态性。因此为了能够及时采取应急处置措施,需要在限定的时间内,将一定数量和种类的应急资源配送到应急处置点,需要应急决策者迅速的做出应急资源从哪里调度以及选择哪条路径配送,以便能够及时将应急资源配送到应急处置点,保证应急处置措施能够顺利实施,最大限度控制污染程度和范围。针对河流污染突发事件的特点,研究在可行路径网络的背景下,危化动态扩散、应急工程进度以及应急资源调度的时空协同关系,构建多源点多目标应急资源调度模型;最后运用C#和ArcGIS Engine二次开发技术,设计和实现突发河流污染事件应急辅助决策支持系统,实现自动化制定应急资源调度方案和应急车辆行驶路线的动态优化方案,为应急决策者提供决策方案等风险管理参考。

2 应急情景设计与问题描述

2.1 应急情景时空特点及关键问题

突发河流污染事件主要包括工厂排污泄漏、道路交通槽罐车侧翻落水、矿山有毒废水及尾矿坝渗漏以及饮用水源地藻类爆发等情景。这些对下游的人、畜及工农业生产可迅速造成巨大的危害,需要及时地进行应急处置。对于突发河流污染事件的应急决策需要考虑河流水文过程、污染物空间扩散过程及可能发生的化学反应所造成的二次污染及次生灾害等问题,还要综合分析应急资源、应急人员的空间配置和交通路径网络的可达性等因素,因此突发河流污染事件应急决策过程是一种复杂的时空优化过程。
当河流发现污染物时,在应急预案指导下,应急决策过程需要选取合适的空间位置进行应急处置,如何选择应急处置的空间位置是应急决策的首要任务。在不同的空间位置,应急处置措施有一定的差异,所需的应急资源的种类和数量也会随着变化,而应急资源存储的位置和数量是固定的,产生如何进行应急资源调度方案的制定及应急车辆路线的动态优化等问题。若在极端天气（台风、暴雨等）、某些路段进行施工建设以及路段拥挤度时刻变化等情况下,可行的路径网络是不断变化的,在不同的时间段从应急资源仓库到应急处置点的路径是不同的,如何在限定的时间内,动态选择应急资源配送的最优路线,使应急资源在最短时间内配送至应急处置点。因此,应急决策过程将考虑应急资源从多仓库配送到多个应急处置点调度问题,考虑在可行网络背景下,如何应对危化扩散的速度与应急资源调度和移动对象之间的时空协同关系的问题。

2.2 模型参数描述

设 d 1 , d 2 , ∙ ∙ ∙ , d m 为 m 个应急资源仓库,已知应急资源仓库 d i ( i = 1 , 2 , ∙ ∙ ∙ , m ) 总共拥有 p 种应急资源,其中拥有第 k 种应急资源的数量为 S ik ( i = 1 , 2 , ∙ ∙ ∙ , m ; k = 1 , 2 , ∙ ∙ ∙ , p ) , l 1 , l 2 ∙ ∙ ∙ l n 为 n 个应急处置空间位置, l j ( j = 1 , 2 , ∙ ∙ ∙ n ) 需要第 k 种应急资源的需求量为 S jk ( j = 1 , 2 , ∙ ∙ ∙ , n ; k = 1 , 2 , ∙ ∙ ∙ , p ) , l j ( j = 1 , 2 , ∙ ∙ ∙ n ) 的污染物到达的时间为 T j ( j = 1 , 2 , ∙ ∙ ∙ , n ) ,第 k 种应急资源从各个应急资源仓库调度到应急处置空间位置的时间为 T ij ( i = 1 , 2 , ∙ ∙ ∙ , m ; j = 1 , 2 , ∙ ∙ ∙ , n ) ,构建应急处置工程所需的时间为 T j ' ( j = 1 , 2 , ∙ ∙ ∙ , n ) 。在应急资源能够准时到达的情况下,根据应急处置点对应急资源的需求,设计在规定时间内到达的最优应急资源调度方案。
根据应急资源调度的决策特征,提出以下假设：
（1）假设没有设置障碍的情况下,每条道路是可以双向行驶;
（2）应急资源调度时间为应急资源的运输时间、装卸时间以及搬运时间总和;
（3）不考虑应急资源运输成本,即能够以更短的时间到达应急处置点,无论应急资源数量能否满足该应急处置点,都优先考虑从该应急资源仓库进行调度;
（4）装卸时间与搬运时间是可以获取的常量,对应急资源调度的时间优化不产生影响;
（5）相同的应急资源仓库和应急处置点的资源调度,可能需要多辆应急车辆,装卸前后存在时间差,将多辆应急车辆作为一个整体,忽略该时间差;
（6）污染物扩散过程是利用元胞自动机模型进行模拟,将模拟结果作为该模型的输入变量。

3 应急资源调度模型的研究

3.1 多源点多目标点应急资源调度模型构建

根据应急处置空间位置应急资源需求,考虑应急资源在应急资源仓库和应急处置点的时空关系,构建多个应急资源仓库与多个应急处置点之间调度模型。采用污染物先到达应急处置点先进行应急处置和就近应急资源调度的原则,以所有应急处置点的应急资源到达时间最短为目标,构建多源点多目标应急资源调度模型。
目标函数：
min T = ∑ i = 1 m ∑ j = 1 n ( max T j + T ij ' + T j ' ) （1）
约束函数：
max T j = max ( T ij ) （2）
T j ≥ max T j + T j ' （3）
S jk = ∑ i = 1 m ∑ j = 1 n ∑ k = 1 p S ijk （4）
S ik ≥ ∑ i = 1 m ∑ j = 1 n ∑ k = 1 p S ijk （5）
式中：min T为应急资源调度的总时间/min; max T j 为第 j 个应急处置空间位置的应急资源到达最大的时间/min; T ij ' 为第 i 个应急资源仓库运送到第 j 个应急处置空间位置的应急资源装卸的时间/min; T j ' 为第 j 个应急处置空间位置的构建应急工程所用的时间/min; T ij 为应急资源从第 i 个应急资源仓库到达第 j 个应急处置空间位置的时间/min; T j 为污染物扩散到第 j 个应急处置空间位置的时间/min; S jk 为第 j 个应急处置空间位置所需第 k 类应急资源的总量/kg; S ijk 为第 i 个应急资源仓库调度到第 j 个应急处置空间位置的第 k 类应急资源的量/kg; S ik 为第 i 个应急资源仓库所拥有第 k 类应急资源的总量/kg。
目标函数（式（1））表示应急资源调度的总时间最短;约束条件（式（2））表示各类应急物资调度到各应急处置空间位置最大的时间;约束条件（式（3））表示污染物到达应急处置空间位置的时间小于等于应急资源调度的时间和应急工程构建时间之和;约束条件（式（4））表示第j个应急处置空间位置所需第k种应急资源的数量等于各个应急资源仓库达到应急处置空间位置之和;约束条件（式（5））表示从第 i 个应急资源仓库调度资源的总量必须小于该仓库所拥有的总量。

3.2 应急资源调度模型算法实现

应急资源调度包括应急资源运输路线、选取应急资源供应点、选择应急资源调度方案、指定应急资源调度的动态策略等[18]。如图1所示,本研究的应急调度步骤为：
Fig. 1 The flow chart of emergency resource scheduling algorithm

图1 应急资源调度算法流程图

（1）输入表示污染物扩散过程的时间分布图、 l j ( j = 1 , 2 , ∙ ∙ ∙ , n ) 的地理坐标或一幅分布图,获得污染物到达 l j ( j = 1 , 2 , ∙ ∙ ∙ , n ) 的时间序列;
（2）将污染物扩散到 l j ( j = 1 , 2 , ∙ ∙ ∙ , n ) （处置所需物质未满足）的时间进行排序,并存储到堆栈中,选择优先扩散到的应急处置点;
（3）输入应急区域的 d 1 , d 2 , ∙ ∙ ∙ , d m 的地理坐标或一幅分布图、 l j ( j = 1 , 2 , ∙ ∙ ∙ , n ) 的地理坐标或一幅分布图以及道路网络分布图等数据,根据Dijkstra算法计算 d 1 , d 2 , ∙ ∙ ∙ , d m 到达 l j ( j = 1 , 2 , ∙ ∙ ∙ , n ) 的路径及时间序列;
（4）输入应急工程构建的时间、 T j ( j = 1 , 2 , ∙ ∙ ∙ , n ) 、 d 1 , d 2 , ∙ ∙ ∙ , d m 的物质储备清单及 l j ( j = 1 , 2 , ∙ ∙ ∙ , n ) 的所需处置物质清单,将 T j ( j = 1 , 2 , ∙ ∙ ∙ , n ) 进行排序,从优先到达的应急资源仓库进行调度,直至该点所需应急资源满足;
（5）判断上述堆栈中是否还有应急处置点,并判断该应急处置点所需求的应急资源是否得到满足,若是,则结束应急资源调度,否则重复步骤（3）、（4）;
（6）应急资源到达 l j ( j = 1 , 2 , ∙ ∙ ∙ , n ) 所用最大的时间与污染物扩散到 l j ( j = 1 , 2 , ∙ ∙ ∙ , n ) 的时间之比,对应急调度进行决策风险评估。

3.3 应急资源调度结果评价方法

应急资源调度结果主要有应急处置点能否得到充足的应急物资以及应急车辆是否在限定时间到达目的地,在应急资源调度过程中,污染物扩散是随时发生变化,仅从应急资源调度的结果进行评价的意义不大,要在污染物扩散的基础上,对应急资源仓库配送的应急物资到达时间进行评价,构建决策风险评估模型,如式（6）所示。
R = T ij T j （6）
式中： R 表示决策风险分值,取值范围为[0.0,1.0],风险定性分级方法如下, R ∈[1.0,0.8)为高、[0.8,0.6）为较高、[0.6,0.4)为中、[0.4,0.2）为较低、[0.2,0.0]为低;Tij表示第i个应急资源仓库配送到第 j 个应急处置点的时间/min;Tj表示污染物扩散第 j 个应急处置点的时间/min。决策风险分值和风险定性等级划分如表1所示。
Tab. 1 The division of risk score and risk qualitative classification

表1 决策风险分值与风险定性等级划分

风险定性等级
低 较低 中 较高 高
决策风
险分值		 [0,0.2] (0.2,0.4] (0.4,0.6] (0.6,0.8] （0.8,1.0]

4 案例应用

4.1 实例数据假设

以河流六价铬污染物作为研究案例,验证上述模型。这种污染的常用应急处置措施包括直接设置拦截坝法、空地设储水池法和直接设置活性炭吸附坝法等[19]。本案例设置A、B、C、D、E共5个应急资源仓库,所存储的应急资源种类及数量如表2所示,选取a、b、c共3个适合作为应急处置空间位置,所需的应急资源种类及数量如表3所示。在理想的情况下,假设应急资源出库和装卸时间和构建应急处置工程所需的时间之和为30 min。
Tab. 2 The type and quantity of emergency resources for emergency resources warehouse

表2 应急资源仓库应急资源种类及数量

仓库名称 活性炭/kg NaHSO3/kg H2SO4/kg 石灰/kg 编织袋/只
A 259.25 153.69 325.48 346.02 500
B 369.24 465.26 596.11 625.54 456
C 456.32 789.54 759.54 596.09 722
D 289.65 356.55 659.54 496.09 802
E 698.25 879.66 325.36 479.32 856
Tab. 3 The type and quantity of emergency resources needed for emergency disposal of space

表3 应急处置空间位置所需应急资源种类及数量

处置点名称 活性炭/kg NaHSO3/kg H2SO4/kg 石灰/kg 编织袋/只
a 598.23 798.35 987.25 1549.68 958
b 869.36 569.58 653.68 996.78 1559
c 1025.56 456.36 456.36 563.57 1850

4.2 模型计算与结果分析

图2是应急资源调度模型执行的程序面板,输入应急资源仓库、应急处置点及污染物扩散等数据,可获取应急资源调度的方案,包括各应急资源仓库调度资源种类及数量、应急车辆行驶路线以及应急车辆运输所需的时间。图3是应急车辆初始规划行驶的路线,应急车辆在行驶过程中,行驶路线将会不断的优化。表4是应急资源调度的方案以及应急决策的风险评估,污染物扩散到达顺序分别是应急处置a、b、c,根据应急资源调度模型,优先对应急处置a点进行应急资源调度,由于污染物扩散到该点所用的时间小于应急资源调度和应急工程构建的时间之和,在限定的时间内,a点所需应急资源无法满足,则a点不能够作为应急处置点;针对应急处置b点,应急资源能够在限定时间内到达,但决策风险分值∈[1.0,0.6)之间,风险等级是高或较高,应急决策者需要时刻关注应急车辆行驶过程,在应急车辆行驶速度较低时,需要应急决策者对应急车辆行驶路线进行优化,使b点所需应急资源能够在限定时间内到达;在应急处置c点,应急资源在能够准时到达的情况下,大部分的决策风险等级较低或低,说明c点作为应急处置点具有很高的安全保障性,其中a点配送至c点的决策风险等级为中,应急决策者要偶尔关注应急车辆行驶的过程,在相对拥堵的情况下,对应急车辆行驶的路线进行优化,同时应急处置c点编织袋资源不能够满足,由于设定的5个应急资源仓库已无法供应该应急资源,应急决策者需从其他应急资源仓库进行调度该资源。
Tab. 4 The scheme of emergency resource scheduling

表4 应急资源调度方案

处置点 污染物扩散时间/min 资源种类 资源数量 仓库 供应数量 所需时间/min 决策风险分值
a 15 活性炭 598.23 - - 58 >1.0
NaSO3 798.35 - - 58 >1.0
H2SO4 987.25 - - 58 >1.0
石灰 1549.68 - - 58 >1.0
编织袋 958 - - 58 >1.0
b 70 活性炭 869.36 B 369.24 52 0.74
C 456.32 56 0.80
E 43.80 66 0.94
NaSO3 569.58 B 465.26 52 0.74
C 57.57 56 0.80
H2SO4 653.68 B 596.11 52 0.74
C 391.25 56 0.80
石灰 996.78 B 625.54 52 0.74
C 371.24 56 0.80
编织袋 1559 B 456 52 0.74
C 722 56 0.80
E 381 66 0.94
c 178 活性炭 1025.56 E 654.45 64 0.36
D 289.65 79 0.44
A 81.46 118 0.66
NaSO3 456.36 C 456.36 57 0.32
H2SO4 456.36 C 456.36 57 0.32
石灰 563.37 C 224.85 57 0.32
E 338.52 64 0.36
编织袋 1850 E 475 64 0.36
D 802 79 0.44
A 500 118 0.66
- - -
Fig. 2 The control panel of emergency resource scheduling

图2 应急资源调度控制面板

Fig. 3 The route of emergency resource scheduling

图3 应急资源调度路线

4.3 模型的讨论

本文的突发河流污染事件应急资源调度动态规划模型主要包括多源点多目标应急资源调度模型、应急车辆行驶路线的动态优化和决策风险评估模型3个部分,它们可以提高应急管理的效率,降低决策风险。上述案例验证多源点多目标应急资源调度模型在充分考虑应急区域路径网络的拥挤度情况下,研究多个应急资源仓库和多个应急处置空间位置之间的资源调度问题,能够快速为应急决策者提供可行的调度方案,同时保证应急资源准时配送到各应急处置点和应急资源调度所用的时间最短,还能够验证选定的空间位置能否做为应急处置点,可以降低应急处置的风险。应急车辆行驶路线的动态优化主要是通过设定应急车辆最低行驶速度、应急决策者在路网中设定障碍点或者不可通行的路段和更新应急区域路网的拥挤度,利用Dijkstra算法动态优化应急车辆行驶路线,使得应急车辆能够用最短的时间将应急资源配送至应急处置点,保证在限定时间内能够采取应急处置措施。决策风险评估模型对上述2个方面进行综合性的评估,通过决策风险等级判断应急决策过程存在的风险性,能够及时地处理高风险部分的调度方案,避免个别应急处置点因应急资源缺乏无法有效采取措施,使整个突发河流污染事件的污染程度增加和范围扩大。

5 结论

对于突发河流污染事件的应急资源调度过程,其最大的特点是应急处置空间位置的不确定性、应急资源需求种类及数量的多样性、污染物扩散的动态性及应急车辆行驶路线的最优性,因此应急资源调度方案和应急车辆路线的优化是应急决策过程关键环节。着重研究应急决策过程动态对象的变化情况,寻找它们之间最优的方案,如应急资源调度方案、应急车辆的动态优化。以最短应急处置时间为目标,结合路径优化算法,构建多源点多目标应急资源调度模型,实现在当前的路径网络背景下最优的应急资源调度方案,对应急车辆的行驶过程不断地进行优化。同时,根据应急资源真实到达的时间和污染物扩散的速度,构建决策风险评估模型,预估应急资源到达应急处置空间位置的风险,从而提高应急管理的决策效率,降低决策风险。最后,运用C#和ArcGIS Engine进行二次开发,设计和实现应急资源调度方案的制定和应急车辆路线动态优化,减少了应急资源调度人工干预,使得应急资源调度更加科学、合理。该系统可为应急决策者提供辅助决策参考,最大限度地减少污染程度和范围,减少突发河流污染事件所带来的损失。然而,模型也存在一些缺陷或者不足之处有待改进：① 模型构建以最短应急处置时间为规划目标,忽略应急资源调度的成本;② 模型构建未考虑应急车辆的类型和容量限制等因素;③ 从理论上验证模型的可行性,未用实际发生的突发河流污染事件案例进行验证。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
王彦贺. 基于突发性水污染的应急资源调度模型的研究[D].哈尔滨:哈尔滨工业大学,2014.

[ Wang Y H.Research on emergency supplies distribution model based on sudden[D]. Harbin: Harbin Institute of Technology, 2014. ]

[2]
李瑶. 突发环境事件应急处置法律问题研究[D].青岛:中国海洋大学,2012.

[ Li Y.Research on legal system of environmental emergencies[D]. Qingdao: Ocean University of China, 2012. ]

[3]
Özdamar L, Demir O.A hierarchical clustering and routing procedure for large scale disaster relief logistics planning[J]. Transportation Research Part E,2012,48(3):591-602.We describe a hierarchical cluster and route procedure (HOGCR) for coordinating vehicle routing in large-scale post-disaster distribution and evacuation activities. The HOGCR is a multi-level clustering algorithm that groups demand nodes into smaller clusters at each planning level, enabling the optimal solution of cluster routing problems. The routing problems are represented as capacitated network flow models that are solved optimally and independently by CPLEX on a parallel computing platform. The HOGCR preserves the consistency among parent and child cluster solutions obtained at consecutive levels. We assess the performance of the algorithm by using large scale scenarios and find satisfactory results.

DOI

[4]
李梦雅,王军,沈航.洪灾应急疏散路径规划算法优化[J].地球信息科学学报,2016,18(3):362-368.lt;p>应急疏散是救灾工作的重要环节,合理的路径规划能有效缩短疏散时间,减少人员伤亡.本文以疏散总时间最短为目标,考虑需求控制,容量限制,交通延误,公平分配和资源节约等约束条件,对经典Dijkstra算法进行改进;并采用混合拆分疏散方法,构建洪灾避难应急疏散路径规划模型.运用C#语言编写算法,求解最佳路径,基于自主开发的应急疏散分析工具MiniGIS,对规划路径进行动态模拟,依据反馈逐次优化算法.结果表明:理想算法,延时-改进算法,逆行-改进算法均能为县域尺度的洪灾避难疏散路径选择提供参考,但理想算法适用于组织简单,高度有序的疏散情景,延时-改进算法考虑了除交通拥堵之外的延误,与真实情况更为接近,逆行-改进算法避免了因中途路径调整而出现的"回头路",在时间最短次优的条件下,更有利于疏散过程管理与资源节约,其结果被认为是此次应急疏散路径规划的最优解.</p>

DOI

[ Li M Y, Wang J, Shen H.Optimization of evacuation routes planning algorithms for flood events[J]. Journal of Geo-information Science, 2016,18(3):362-368. ]

[5]
杜婷婷. 突发性环境污染事件应急管理体系研究[D].南京:南京大学,2011.

[ Du T T.Study on the emergency management system of environmental pollution accident[D]. Nanjing: Nanjing University, 2011. ]

[6]
周圆圆. 突发水污染事件应急响应支持系统研究[D].昆明:昆明理工大学,2011.

[ Zhou Y Y.Environmental emergency response support system for sudden water pollution accidents[D]. Kunming: Kunming University of science and technology, 2011. ]

[7]
杜兆林,郑彤,曹慧哲,等.基于响应时间效应的突发水污染应急决策分析[J].哈尔滨工业大学学报,2018,50(2):1-12.近期,中国频发的突发水污染事件及其造成的重大环境和经济损害,在很大程度上是由于相关责任人对污染危害程度及其发展趋势认识严重不足、应急准备缺失和处置响应迟滞造成的.为此,从污染物在水中的扩散规律及环境经济危害与污染控制费用的动态发展趋势角度出发,构建以响应时间为决策变量,以应急处置费用最小化为目标函数,以水质达标和物资准备时间为约束条件的突发水污染应急处置决策模型,采用情景分析的方法,将物资获取、运输、装卸与装配等的时间因素对目标函数的影响进行量化分析,揭示应急物资准备工作的各个环节的实施时间、污染现场条件对应急处置费用的影响程度.在假定的典型情景中,突发水污染应急响应延误1 h,应急处置费用会增加约163万元.研究结果不仅能为污染事件相关责任人清晰地展示事故应急响应延误的严重后果,还可为决策者在应急处置战略点选择、应急处置技术方案选择以及应急物资储备库构建方面提供量化的信息支持.

[ Du Z L, Zheng T, Cao H Z, et al.Decision analysis for sudden water pollution based on emergency response time effect[J]. Journal of Harbin Institute of Technology, 2018,50(2):1-12. ]

[8]
Zhao J, Guo Y, Duan X.Into digitization: Some concepts and methods of Chinese historical geographic information system[J]. Historical Geography, 2002(11-12): 1-14.

[9]
Panahi S, Delavar M R.A GIS-Based dynamic shortest path determination in emergency vehicles[J]. World Applied Sciences Journal, 2013,3(1):88-94.Abstract 2 Abstract: Accomplishing an effective routing of emergency vehicle will minimize its response time and will thus improve the response performance. Traffic congestion is a critical problem in urban area that influences the travel time of vehicles. The aim of this study is developing a spatial decision support system (SDSS) for emergency vehicle routing. The proposed system is based on integration of geospatial information system (GIS) and real-time traffic conditions. In this system dynamic shortest path is used for emergency vehicle routing. This study investigates the dynamic shortest path algorithms and offers an applicable solution for emergency routing. The shortest path applied is based on Dijkstra algorithm in which specific rules have been used to intelligently update the proposed path during driving. Results of this study, illustrate that dynamic vehicle routing is an efficient solution for reduction of travel time in emergency routing. Finally, it is shown that using GIS in emergency routing offers a powerful capability for network analysis, visualization and management of urban traffic network. Spatial analysis capabilities of GIS are used to find the shortest or fastest route through a network. These capabilities of GIS for analyzing spatial networks enable them to be used as decision support systems (DSSs) for dispatching and routing of emergency vehicles.

[10]
刘春年,邓青菁.应急决策信息系统最优路径研究—基于路阻函数理论及Dijkstra算法[J].灾害学,2014,29(3):18-23.应急决策信息系统最优路径理论与实践研究是灾害应急信息化工程领域的重要分支和重点研究课题,将路阻函数理论与Dijkstra算法引入应急决策信息系统最优路径研究领域是一个持续引入关注并且具有显著价值的研究课题。围绕应急决策信息系统最优路径推理与求解,以Dijkstra算法为总体技术方法,以路阻函数理论为实时路段的路径权值提取技术基础,以应急决策相关主体的实际决策需求为中心,探索应急决策信息系统最优路径求解机制及其应用的理论技术基础及问题对策,提出了基于路阻函数理论与Dijkstra算法的最优路径数学模型,并以实例计算说明模型算法的有效性。在复杂的灾害交通环境下,该研究思路能更加充分有效的结合具体的灾害实时道路状况来提供灾害中受灾群众最优撤退路径。

DOI

[ Liu C N, Deng Q j. On the optimal path of emergency decision information system: Based on impedance function theory and Dijkstra algorithm[J]. Journal of Catastrophology, 2014,29(3):18-23. ]

[11]
Vlad R C, Morel C, Morel J Y, et al.A learning real-time routing system for emergency vehicles[C]. In Proceeding of the IEEE International Conference on Automation, Quality and Testing, Robotics, 2008,3:390-395.

[12]
阎俊爱,郭艺源.非常规突发事件救援物资输送的路径优化研究[J].灾害学,2016,31(1):193-200.鉴于非常规突发事件的突发性和不可预测性,为保证救援的有效性,需要及时确定应急救援路径,以最短的时间将足量的救援物资送到事故点。根据事故的严重程度不同,需要不同数量的救援物资。由于救援点的救援物资数量有限,当非常规突发事件灾害性强时,一个救援点无法满足事故点的物资需求,则要求多个临近救援点同时参与输送救援物资的任务。该文主要研究在实时/时变的复杂道路状况下,非常规突发事件发生后多救援点实施的应急救援物资输送的路径优化问题,通过改进遗传算法实现动态路径调整达到求解最短路的目的,实现了应急救援物资路径动态优化,为救援团队提供准确、及时、可视化的救援方案,提升救援效率。

DOI

[ Yan J A, Guo Y Y.Unconventional emergency aid delivery path optimization research[J]. Journal of Catastrophology, 2016,31(1):193-200. ]

[13]
胡继华,钟广鹏,严国灿.基于GIS的动态应急资源调度系统设计与实现[J].计算机应用研究,2012(1):200-202,223.

[ Hu J H, Zhong G P, Yan G C.Into digitization: Some concepts and methods of Chinese historical geographic information system[J]. Historical Geography, 2002(1):200-202,223. ]

[14]
杨恩缘,李进,严翌娴,等.震后多品种应急物资多级配送中的选址——路径模型[J].灾害学,2016,31(2):200-205.地震发生后的应急物资配送是地震救援工作开展的关键。震后应急物资配送往往需要建立多级应急物流中心和规划物流中心间的配送路径，而且应急物资的需求具有多样性。基于这些特点，以总运输成本最小为目标，考虑应急物流中心的容量限制以及应急物资配送的多级性和多样性，建立了震后多品种应急物资多级配送选址－路径问题的混合整数规划模型。该模型选择由供应点、物资集散地、配送中心和需求点构成的多级配送网络，将帐篷、食物和药物作为应急救援物资。最后，采用一个汶川地震中物资配送的实例验证了模型的有效性和可行性。

DOI

[ Yang E Y, Li J, Yan Y X, et al.Location-routing model for post-earthquake multi-stage distribution with multi-type emergency supplies[J]. Journal of Catastrophology, 2016,31(2):200-205. ]

[15]
Yang Z S, Zhou H X, Gao X Y, et al.Multiobjective model for emergency resources allocation[J]. Mathematical Problems in Engineering. 2013, doi.org/10.1155/2013/538695.Emergency resources allocation is essential to the emergency rescue effectiveness, and it has become a research focus for emergency rescue. This paper proposes a multiresource dynamic allocation model of emergency rescues and corresponding solving method. The object of the proposed model is to maximize the overall emergency rescue effectiveness of allocated resources and minimize the allocating costs of resources. The model considers the dynamic nature that the casualties of trapped victims change over time. At last, a numerical example is presented to test the model and its algorithm.

DOI

[16]
Chen C Y, Chen P Y, Chen W T.A novel emergency vehicle dispatching system[C]. In Proceedings of IEEE 77th conferency on Vehicular Technology, Dresden, Germany, 2014:1-5.

[17]
胡继华,钟广鹏,严国灿.基于实时信息的动态应急资源调度模型[J].计算机应用研究,2011(12):4451-4455.为利用实时的道路信息、救援状态信息和应急资源配置信息,以提高应急响应能力,建立了一个动态的应急资源优化调度数学模型。针对任意时刻的静态应急资源调度模型,利用遗传算法进行求解。考虑算法的实时性,通过变换时间变量t进行迭代计算,提出模型的动态求解算法。通过一实例对模型的算法进行了验证分析,结果证明了动态应急资源调度模型及其求解算法的有效性。

DOI

[ Hu J H, Zhong G P, Yan G C.Into digitization: Some concepts and methods of Chinese historical geographic information system[J]. Historical Geography, 2002(12):4451-4455. ]

[18]
万静静. 非常规突发事件应急资源调度系统构建研究[D].武汉:武汉理工大学,2013.

[ Wang J J.Research on the building of emergency resources dispatching system for unconventional emergencies[D]. Wuhang: Wuhan University of Technology, 2013. ]

[19]
祝雷,徐春萍,乔卓.河流铬突发污染应急处置措施研究[C].中国环境科学学会2013年学术年会论文集(第三卷),2013.

[ Zhu L, Xu C P, Qiao Z. Research on emergency disposal measures for river chromium pollution[C].Proceedings of the 2013 Academic Annual Conference of the China Environmental Science Society(3), 2013. ]

Options
文章导航

/

〈 〉