第十三届中国智能交通年会优秀论文集
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人

山区公路动态精细分段研究

牟凤云 杨猛 林孝松 李梦梅 龙秋月

(重庆交通大学建筑与城市规划学院 重庆 400074)

资助项目:国家自然科学基金项目(41601564)

摘要:山区公路地形起伏大、地貌种类复杂。本研究以重庆市巫山县山区公路为研究对象,采用动态分段技术,分别基于管理标志与自然标志对研究区公路进行精细分段,前者以行政区划界线与里程为管理标志对S105进行精细分段,后者以自然标志对S103进行精细分段,分析研究区微地貌类型、坡向分布情况、高程变化趋势。研究结果表明:①利用基于以行政区划界线与里程为管理标志的精细分段结果,公路管理部门可根据各乡镇管理难度大小进行不同层次的责任分配,从而实现研究区内公路的不同层次管理,使其公路主管部门更有效、更精细化地管理各路段。②在基于自然标志的公路精细分段中,S103沿线中部高程变化趋势较低,东部较高;研究区位于南坡向较多,东坡向、东北坡向较少;微地貌坡位类型以山谷谷底地貌和山脊地貌为主。通过两种管理尺度对研究区进行精细分段研究,其结果可为公路主管理部门更有效、更精细化地管理山区公路,以及对危险路段进行动态监测与防治提供决策依据。

关键词:山区公路;动态分段;动态监测;微地貌;巫山县

Study on Dynamic Fine Segmentation of Mountainous Highway

Mu Fengyun Yang Meng Lin Xiaosong Li Mengmei Long Qiuyue

(School of architecture and urban planning, Chongqing Jiaotong University, Chongqing 400074)

Abstract: mountain roads have large undulations and complicated landforms. Taking the highway of Wushan County in Chongqing as the research object, this paper adopts dynamic segmentation technology, which is based on management signs and natural signs. The former takes the administrative divisions and mileage as the management marks for the fine segmentation of S103 and S105, and the latter analyses the type of microgeomorphology, the distribution of slope direction, and the trend of elevation change with the fine segmentation of the S103 by natural markers. The results show that:①the detailed sectional study of management signs, the proportion of the length of S105 in the township is more balanced than that of S103, the remaining phenomenon of the two highway segments appears, and the more the management marks are, the more the remaining segments are, ②the fine subsection of the natural signs, and the microgeomorphic type along the S103 is mainly located in the valley bottom and ridge of the valley.The southern slope has more roads, and the east slope direction is less than that of the northeast slope. The elevation of the middle part is low, the eastern elevation is high, and the landform types are complex. Through the fine sectional study of the management sign and the natural symbol highway, it can provide the decision-making basis for the highway management department to realize the fine management and dynamic monitoring of the mountain highways.

Keywords: Mountainous Highway, Dynamic Segmentation, Dynamic Monitoring, Micro Geomorphology, Wushan County

1 引言

公路交通是国民经济中的基础性设施,在经济建设中起着举足轻重的作用。良好的公路运营状况能有力地保证经济建设的正常运行,对各地社会经济、城乡建设起着促进作用[1]。在山区公路环境中,地貌种类复杂、暴雨频发、山洪急流较多、河流水位变化幅度大等诸多因素都会影响交通畅通,公路主管部门如何更有效、更精细化地管理各路段成为亟待解决的问题。

动态分段技术是在不改变要素位置(坐标)的前提下动态计算任意路段上与多重事件之间位置,并对路径上的发生事件位置计算与属性显示。相关研究中刘见平利用动态分段技术,在GIS中通过创建数据库,建立动态分段模型对高速公路设施管理进行研究[1][2];李海萍运用动态分段和核密度分析方法,基于线性参考系统对 2014 年京津冀交通路段、污染物、车型污染排放强度三个层次进行空间差异分析[3]。相关研究中该技术在数据管理与分析方面研究较少,不仅运用动态分段技术对数据进行管理和查询,而且在数据管理与分析分别均有所突破,本次研究以巫山县为例,分别基于自然标志与管理标志对研究区进行公路精细分段。

以ArcGIS为环境支撑,首先基于行政区界线为管理标志对公路进行精细分段,研究S105沿线各乡镇境内长度、行政村数量、综合管理系数,并对其做相关研究分析;其次确定间隔尺度为 1000m、500m、100m,基于不同里程为管理标志对研究区公路进行精细分段,研究各乡镇分段数量和剩余分段数,进而提出山区公路分段最佳间隔尺度选择;最后基于自然标志对S103精细分段,研究沿线路段微地貌类型、坡向空间分布、高程变化趋势,并对路段潜在危险进行分析。以上研究能够为公路管理部门对山区公路精细化管理提供相关决策,同时对保障山区公路畅通以及防灾减灾具有重要意义。

2 研究区与研究方法

2.1 研究区概况

巫山县位于重庆东北部,地理坐标为N30°46′~31°28′,E109°33′~110°11′。截至2016年,全县共有24个乡镇,2个街道办事处,34个社区居民委员会,307个村民委员会,幅员面积2958km2,属亚热带季风气候,年平均温度 18.4℃,降雨充沛,四季分明。巫山县地貌类型复杂,为典型喀斯特地貌,地形起伏大,最低高程63m,最高高程2698m。截至2016年,巫山县公路通车里程4807km,高速公路里程46.2km,全社会货物运输量887万吨,其中公路为388万吨,全社会客运量870万人次,其中公路为724万人次,客运周转量43777万人,其中公路为36107万人。巫山县通公路行政村338个,乡镇公路通达率为100%,村级公路通达率为100%。

在此次研究中,行政区划、S105、S103 研究区数据来源于 2016 年国家基础地理信息系统数据,自然标志数据来源于重庆市巫山县分辨率30m的数字高程模型(DEM),其他数据均来源于2017年巫山统计年鉴。

2.2 研究方法

动态分段技术需要将要素创建为路径,创建方式可以由图层数字化或选择现有的线路来组成路径的交互式方法[4],也可以由所有的线要素或由数据查询所选择的要素进行数据转换的方法。动态分段技术可以对公路进行数据管理、数据查询、数据分析[5~8],能够弥补其他模型在时间和空间参考方面所产生的不足。在交通领域,主要用于管理速度限制、休息区、桥梁、路面条件以及相关数据查询等方面[8~11],如对山区公路、城市交通、河流水系等创建路径。事件分为点事件与线事件,点事件是发生在点的位置上,如事故与停车标志;线事件是涵盖部分路径的事件,如路面状况。根据已含有路径标识码和线性量测的现有表格和通过对路径沿线的点或多边形要素的定位来创建事件表[12];最后动态计算路径发生事件,将其写入对应路段事件表中,实现相应路段的动态监测[13][14]

3 基于管理标志的研究区公路精细分段

本研究分别以行政区划界线与不同里程管理为标志对研究区公路进行精细分段,研究公路在各乡镇境内长度、行政村数量综合管理系数,管理系数为公路管理部门对道路管理难易程度,管理系数越大,管理难度越大,通过管理系数大小对S105沿线乡镇难度大小进行排序,从而更有效地实现研究区各路段精细化管理;基于不同里程为标志的精细分段,并以 1000m、500m、100m 为间隔尺度,研究乡镇分段数量与剩余分段数,最终提出山区公路分段间隔尺度最佳选择。通过两种标志对公路进行精细化管理,公路管理部门能够以行政村为尺度对公路洪灾频发区域进行监测与防治,同时也能以不同里程对研究区域进行精确定位。

3.1 基于行政区界线的精细分段

公路的综合管理,对保障公路畅通、防灾与减灾以及公路动态监测起着举足轻重的作用。本研究以行政区划作为管理尺度对S105进行精细分段,研究得出各乡镇境内距离、行政村个数以及综合管理系数,分段结果如表1所示。

表1 2016年巫山县S105精细分段结果

S105在巫山境内共161.98km,沿线经过庙宇镇、铜鼓镇、官渡镇、建坪乡、抱龙镇、笃坪乡、邓家土家族乡,其中,在抱龙镇与官渡镇境内长度距离最长,建坪乡最短,而抱龙镇与官渡镇相邻差值最大,邓家土家族乡与庙宇镇最小;从境内公路长度所占比例来看,抱龙镇、官渡镇所占比例最大。

研究区内行政村数量、境内长度反映公路管理难度,公路部门根据行政区划界线管理尺度,可将灾害易发路段以村的尺度进行监测与防范,同时公路主管部门也可以将灾害频发区域以行政村为管理尺度对各乡镇公路管理部门进行责任分配,从而达到对管辖区域监测与防治。通过以上研究得出S105综合管理难度为铜鼓镇>庙宇镇>建坪乡>官渡镇>笃坪乡>邓家土家族乡>抱龙镇,公路管理部门可根据不同乡镇管理难度大小进行不同层次的责任分配,从而实现研究区公路不同层次管理,使相关公路主管部门更有效、更精细化地管理各路段。

3.2 基于里程的公路精细分段

里程的使用,便于各个路段管理,使公路管理部门能够在第一时间确定事件发生位置。进行公路里程的确定时,道路部门以线路在路网中的起始节点为起点确定零公里程,不能以建设路段的起始点为起点确定零公里程。线路走向按惯例有三种情况,即以省会城市为中心放射、从北往南、自东向西,如0+000作为零公里程,一般公路里程最小单位100m。

式中,Ni为里程间隔为里程数量(计算结果取整);Ri为间隔尺度;S为公路总长度。

分段过程中,往往会出现分段剩余情况,以S105为实例分析,取其不同间隔尺度对研究区进行精细分段。

式中,L为分段剩余千米数;Ni为分段里程段数;R为间隔尺度。

根据道路管理部门相关要求,本研究以里程为管理标志,对巫山县S105以间隔尺度1000m、500m、100m为不同里程标志作为管理尺度进行研究区精细分段,分段结果如表2所示。

表2 2016年巫山县基于里程的S105精细分段结果

从分段结果可知,分段间隔尺度为1000m时,全程共拟定158.5段,剩余分段长度3.98km;间隔尺度为500m时,全程拟定320段,剩余分段长度1.98km;间隔尺度100m时,全程拟定1615.1段,剩余分段长度0.48km。可见,按照不同间隔尺度对公路精细分段,间隔尺度选择越大,分段数越少;分段间隔尺度选择越小,分段数越多。

三种间隔尺度分段结果显示,分段段数呈倍数增加,而在分段过程中,往往会出现剩余分段情况,且间隔尺度选择越小,剩余分段越小,而剩余分段往往出现在公路与行政区划边界交点处,可见间隔尺度的选择至关重要。根据以上分段规律选取1000m为间隔尺度对S105进行精细分段。

通过对S105以行政区划和里程为管理标志分段研究,得出公路分段最佳尺度选择:公路长度在100km以上,适合选用间隔尺度1000m进行分段;公路长度在50km~100km,适合的选用尺度1000m、500m进行分段,该尺度可减少剩余分段长度,便于公路管理部门对研究区公路进行精细化管理与定位;公路长度在10km~50km,适合选用间隔尺度500m进行分段,长度在10km以下,适合选用间隔尺度100m、500m进行分段,该尺度选择可对研究区提供精确坐标,实现各路段精准定位。S105精细分段示意图如图1所示。

图1 S105精细分段示意图

4 基于自然标志的公路精细分段

分别基于微地类型(坡位)、坡向、高程为自然标志对 S103 精细分段,研究沿线路段高程变化趋势、坡向分布规律、微地貌类型,并对公路洪灾频发区域进行定位,提供精确坐标,实现道路动态监测与防范。

4.1 基于高程的公路精细分段

巫山县S103沿线高差较大,最低高程63m,最高高程2155m。高程对公路沿线安全性评价与管理有重大影响:地势平坦区域,高程变化趋势小,公路洪灾发生频率较低;地势崎岖,地形起伏大,潜在危险性高。因此,以高程为自然标志对S103精细分段,研究路段高程变化趋势,分析公路洪灾频发区域。

分段结果显示,S103中部高程较低,东部高程较高。S103在曲尺乡和巫峡镇的西部高程比较高,而在巫峡镇的东部、高唐街道、龙门街道地势较低,有西向东为一个高程降低趋势;在两坪乡境内,高程逐渐上升,三溪乡与骥坪镇境内公路沿线高程达到最高,但在骥坪镇的东部高程逐渐降低。

公路沿线高程变化趋势越大的区域潜在危险性越大,公路洪灾发生频率越高。龙山村、六水村、西坪村、七星村、石龙村、仙桥村、茶园村、路口村高程变化趋势较大,其中仙桥村、茶园村为高危险区域,需要重点监测与防治;石龙村、路口村、六水村为中等危险区域,需要实时监测;其他区域为轻危险区域,及时检测与防范即可。

4.2 基于坡向的公路精细分段

坡向影响着公路沿线降雨量多少,根据山区公路不同路段坡向不同以及坡向变换频率不同,以行政区划为管理尺度对 S103 进行坡向精细分段,对研究区路段不同方位坡向进行划分(表 3),研究其坡向分布规律。

表3 巫山县S103坡向分段

由分段结果可知,从整体上来看,研究区路段各个方位坡向都有分布,位于南坡向较多,东坡向和东北坡向较少。从行政区划上来看,骥坪镇坡向变换频繁,境内坡向由东向西呈现出由北向南坡向转变趋势,坡向变换区域较多,可见,S103在骥坪镇境内弯道较多,发生洪灾可能性较大,需要重点监测与防治;S103在两坪乡境内主要为西坡向和西北坡向,坡向变换频率较小;巫峡镇、高唐街道、龙门街道坡向以南坡和北坡为主,两坪乡到龙门街道路段坡向由北坡向南坡转变;龙山村、六水村、犁早村、石龙村、骥坪村、茶园村坡向变化频率大,沿线路段洪灾发生可能性较大,需要对研究区进行重点监测与防治。

4.3 基于微地貌的公路精细分段

微地貌为公路洪灾致灾因子的一部分,不同地貌类型诱发公路洪灾的可能性不同,而坡位为微地貌的类型之一。本研究以微地貌(坡位)为自然标志对研究区公路进行精细分段,对研究区不同坡位微地貌类型进行研究。

将巫山县按照坡位微地貌类型进行划分(表4),从结果可以看出巫山县坡位微地貌类型以山谷谷底地貌和山脊地貌为主,平地地貌较少。运用ARCGIS技术,将微地貌类型进行栅格转矢量操作,并以间隔尺度 1km为管理标志对研究区进行路径创建,采用线性参考工具对 S103 沿线微地类型精细分段(注:线性参考工具是按已知线状要素及沿此要素的某个位置(或测量值)收集线状要素(如高速公路、城市街道、铁路、河流、管线、供水管网及下水管网)数据,使用现有线要素上的相对位置存储数据)。

表4 巫山县微地貌类型

分段结果(图 2)显示,S103 沿线主要以山谷谷底地貌和山脊地貌为主,在 K1+100 段,微地貌坡位类型为山谷谷底,K3+300段为山坡下部,K6+500段为山坡中部,由此可见,K1到K6段处于上坡路段;K6+100、K8+300段微地貌类型为山脊,而K9段却为山谷谷底地貌,出现山脊与山谷地貌交替,可以判断出该路段为隧道群区域;K13+200 路段地貌类型复杂,为典型的山区公路区域,该区域微地貌类型复杂,公路洪灾发生的可能性较大,需要重点检测与防治;K22到K24段为山谷谷地地貌类型,部分路段为山脊地貌,K29+200路段为山脊地貌,K39到K37段为山谷谷地地貌与山脊地貌交替地带,地貌类型复杂,且地形起伏较大,说明该路段为多隧道、桥梁区域;K37到K45段为山谷谷地地貌,K46+700段为山脊地貌,K46到K47段微地貌坡位类型较为复杂,说明该区域地形起伏较大,可见该区域为隧道、桥梁区域,可判断出该路段也为灾害频发区域,需要进行重点监测与防治;K47到K68路段为山谷谷地地貌,部分路段为其他地貌类型,可见该区域地势平坦,灾害发生可能性较小,而K68到K85段为山谷谷地地貌与山脊地貌交替路段,K86+200段为山脊地貌,因此可判断K68到K86路段域为多隧道、桥梁区域,且地形起伏较大,公路洪灾发生的可能性较大,需重点监测与防治。

图2 S103自然标志精细分段示意图

根据S103沿线路段微地貌类型不同,可判断每段区域的危险性大小,微地貌类型越单一,灾害发生的可能性越小;地貌类型越复杂,灾害发生的可能性越大。通过以上研究,在K13+100段、K39到K37段、K37到K45段、K68到K86段处,微地貌类型复杂,桥梁与隧道区域较多,需重点监测与防治,其他路段可定时检测与防护即可,从而保障研究区公路运行畅通。

5 结论

本研究运用动态分段技术,分别基于以行政区界线和里程为管理标志以及基于自然标志对研究区公路进行精细分段。前者精细分段得出公路综合管理系数和相应路段管理的难易程度,为公路管理部门对相应路段进行精细化管理提供相关依据,并且以里程为管理标志对研究区进行精细分段,研究得出公路分段的最佳尺度选择,且能对相应里程路段交通事件进行查询,实现研究区路段精细化管理与精确定位;后者以微地貌坡位类型、沿线坡向、路段高程为自然标志进行精细分段,对公路沿线潜在危险性单元进行划分,预测不同路段灾害发生的可能性,实现对公路的动态监测与洪灾预警。通过对两种管理尺度分段技术的研究,得出如下结论:

① 利用基于以行政区划和里程为管理标志的精细分段,可得出 S105 在各个乡镇境内长度所占比例比 S103 均衡,S105 相应路段管理难度大小为铜鼓镇>庙宇镇>建坪乡>官渡镇>笃坪乡>邓家土家族乡>抱龙镇,分段结果能够为公路管理部门以乡镇行政区界线尺度对相应路段进行管理提供科学依据,公路管理部门可根据不同乡镇管理难度大小进行不同层次的责任分配,从而实现研究区公路不同层次管理,使其公路主管部门更有效、更精细化地管理各路段。

② 在基于自然标志的研究区公路精细分段中,S103 位于南坡向路段较多,东坡向和东北坡向较少;S103沿线路段高程变化趋势,位于中部的高唐街道、龙门街道高程较低,东部两坪乡、骥坪镇高程较高;以里程与行政区划为管理标志对研究区微地类型、坡向、高程进行分段研究,研究表明S103沿线坡位微地貌类型主要以山谷谷底地貌和山脊地貌为主,且K13+200段、K39~K37段、K37~K45段、K68~K86段地貌类型复杂,微地貌类型复杂,且该区域隧道与桥梁较多,需对其进行重点监测与防治,其他路段可定时检测与防护即可,从而保障研究区公路运行畅通与公路洪灾防治。

参考文献

[1]汪茜,徐亮,柳海波,等.高速公路环境保护管理体系的构建[J].环境科学与技术,2015(12):298-304.

[2]李海萍,赵颖,傅毅明.京津冀国家干线公路污染空间特征分析[J].环境科学学报,2016,36(10):3515-3526.

[3]董传胜,郑伟安,凌晓春,等.交通地理信息系统中的时空动态分段模型研究[J].山东国土资源,2017,33(5):73-77.

[4]白罩峰,曹静.城市公共交通GIS查询系统设计与开发[J].测绘科学,2017,42(4):86-90.

[5]陈禹,唐巍,陈昕玥,等.基于负荷-光伏等效负荷曲线动态分段的配电线路联络开关优化配置[J].电力自动化设备,2015,35(3):47-53.

[6]Frings V,de Langen A J,Smit E F,et al. Repeatability of metabolically active volume measurements with 18F-FDG and 18F-FLT PET in non-small cell lung cancer.[J].Journal of Nuclear Medicine,2010,51(12):1870-1877.

[7]Dong C,Zheng W,Ling X,et al. Study on Spatio-temporal Dynamic Segmentation Model Research in Traffic Geographic Information System[J]. Shandong Land & Resources,2017.

[8]王云鹏,董胜武,李世武,等.基于动态分段技术的交通基础设施查询系统[J].吉林大学学报(工),2009(s1):119-123.

[9]董卫华,李志林,郭庆胜.基于动态分段的道路网示意性地图模型综合[J].武汉大学学报(信息科学版),2010, 35(8):892-895.

[10]刘见平.基于动态分段技术的GIS模型在高速公路设施管理中的应用研究[D]. 吉林:吉林大学,2007.

[11]桂智明,晏磊,严明.线性参考系统和动态分段在GIS-T中的应用[J].计算机工程与应用,2003,39(9):208-209.

[12]Soto-Andrade J. Dynamic Segmentation and Its Applications in GIS[J]. Journal of Nanjing Normal University,2002,25(4):105-109.

[13]Chiou C R,Tsai W L,Leung Y F. A GIS-dynamic segmentation approach to planning travel routes on forest trail networks in Central Taiwan[J].Landscape & Urban Planning,2010,97(4):221-228.

[14]王崇倡,徐晓昶,王晓婉.动态分段在高速公路养护信息系统中的应用[J].测绘工程,2015(1):64-68.

[15]郭鹏,陈晓玲.GIS-T中时空动态分段及其对交通事件的表达[J].武汉大学学报(信息科学版),2008,33(4):422-425.

[16]郭士礼,李修忠,王汉雄,等.基于3D GIS的高速公路施工进度管理系统研究[J]. 公路,2016(5):130-134.

[17]王武功.特殊事件下山区高速公路安全运行管理研究[D].西安:长安大学,2016.

[18]苏澎.山区农村公路交通安全评价及管理对策研究[D].重庆:重庆交通大学,2010.