王 莉，张诚刚，霍颖楠
(西安科技大学安全科学与工程学院，陕西 西安 710054)
目前，地铁已经成为了城市交通的重要组成部分，因其具有载客量大、运行速度快、经济实惠等优点而被大量乘客所选择，从而有效地缓解了地面交通拥堵的现状[1]。尽管地铁具有安全、高效等特点，但由于地下空间环境相对封闭，人流量大，加之极端灾害天气导致的极端强降水概率增多，在地铁运行过程中，一旦发生水灾事件，极易造成人员疏散困难，加之人群恐慌引发灾情放大，最终将造成其他次生灾害的发生，引发严重的人员伤亡和经济损失[2]。国内外众多学者从情景模拟、评估方法、影响因素、形成过程等方面对地铁水灾事件进行了深入的研究。如：Wang等[3]运用FAHP与GIS相结合的方法，对城市地铁水灾事件进行了风险评估；
田鹏飞[4]通过对不同重现期下2 h暴雨内涝过程采用情景模拟的方法，分析了暴雨内涝对地铁站点的影响，为城市水灾害防灾减灾提供借鉴和参考；
莫伟丽[5]通过构建地铁车站水侵过程模拟模型，动态地分析了积水入侵地铁车站的整个过程，并提出了应对地铁水灾的避灾对策；
李浩然等[6]在对地铁隧道透水灾害风险因子进行汇总分析的基础上，建立了防水可靠性评价模型，并进行了风险评价,进而提出了控制地铁水灾的应对措施。
综上所述，目前大多数研究主要利用风险评价和情景模拟的方法，通过对地铁水灾事件进行风险评估和后果分析，从而提出了应对城市水灾的防灾减灾对策，但目前从地铁水灾事件发生演变的整个过程出发，探讨其演变过程中存在的关键事件节点对地铁水灾后果事件影响的改变效果，并对改变效果进行定量化分析的研究较少。基于此，本文利用突发事件情景构建的方法，以暴雨作为致灾因子，并从全局角度出发，提取地铁水灾事件的情景要素，构建地铁水灾事件情景演变过程，建立地铁水灾事件情景贝叶斯(Bayes)网络，掌握其整体演化路径，分析暴雨致灾因子对整个事件后果的影响，探讨相关事件节点对地铁水灾后果事件影响的改变效果，并将分析结果定量化，以期为应急决策者开展地铁水灾事前预防和事后处置提供参考，从而提高应急行动的科学性和针对性。
据不完全统计，近5年我国共发生多起地铁车站或线路雨水倒灌事件，见表1。其中，2020年、2021年是我国地铁水灾事件高发年，6月、7月更是高峰期，占全年事件的79%。
从我国发生的多起地铁水灾事件可以看出：在暴雨多发期，城市地铁极易发生雨水倒灌或浸入，从而导致地铁车站停运，更严重时会造成人员伤亡和财产损失。以广州神舟路站进水事件为例，其原因主要有：当天降雨量大，产生的积水淹没排水口，没有充足的时间进行检查和处理；
防护墙设置不合理，降低了雨水管道的排水能力；
对防护墙的防淹作用认识不到位，未及时采用相应的安全措施，导致雨水聚集，冲垮了防护墙而发生雨水倒灌；
排水设施不符合要求，造成排水设施能力不足，在强降水下无法及时排出大量的积水；
未认真开展安全隐患排查，包括未及时对排水管道的封堵情况以及防护墙的防淹能力进行安全检查等，最终导致了雨水浸入地铁车站，造成地铁停运。
表1 近5年我国地铁水灾事件及当天降雨量统计
2. 1 情景的概念
早在1967年，由Kahn和Wiener提出了“情景”一词，指出“情景”是对事物未来可能出现的多种结果和实现这些结果途径的描述[7]。在此之后，国内外学者对“情景”概念进行了不同的界定，见表2。
综合国内外学者对情景概念的界定，本文认为情景是指在未来一段时间内，对事故的不同演变状态进行描述。
表2 情景概念的界定
2. 2 突发事件情景构建
突发事件情景组成关系的划分方法有很多，其中范维澄等[13]认为突发事件情景构建可以由突发事件、应急管理和承灾载体这三个要素组成；
范海军等[14]认为自然灾害系统链式关系结构由环境、存在(响应)状态、内部结构关系与对外行为(或破坏作用)等要素组成。通过突发事件情景构建可以明确地铁水灾事件应急准备的主要目标，并在此基础上展开各项应急任务的梳理以及各项应急能力的评估。因此，将突发事件情景构建理论引入地铁水灾事件应急管理研究很有必要[15]。结合以上学者对突发事件的应对实践和理论模型，本文提出了突发事件情景构建包括初始致灾因子、承灾体、突发事件、应急响应活动和造成的后果5个要素，其作用关系如图1所示。
图1 突发事件情景组成关系
图1表示为初始致灾因子作用于承灾体后，形成突发事件，新形成的突发事件作用于新的承灾体后，将会造成人员伤亡或财产损失等后果，在此过程中，应急响应活动作用于承灾体和突发事件，而反过来，不同的承灾体和突发事件又会影响到应急响应活动的选择。过程S表示为初始致灾因子作用于承灾体后，所形成的或会造成危害的突发事件。
初始致灾因子是指自然或人为环境中能够对人类生命、财产或各种活动产生不利的影响，并引发突发事件的要素,如暴雨本身是一种自然现象，如果作用到城市地铁，将形成水灾，影响地铁运行，暴雨就成为初始致灾因子；
承灾体是指突发事件中初始致灾因子作用的对象，泛指直接受到灾害或突发事件影响和损害的人类社会主体,如受到暴雨影响和作用产生突发事件或者受到损失的要素，包括城市地铁和人员等；
突发事件是指承灾体被初始致灾因子作用后形成的状态，如受暴雨影响形成地铁水灾等；
应急响应活动是指针对承灾体和突发事件采取的应对措施，主要目的是降低突发事件发生的可能性和危害程度，减少其造成的损失；
造成的后果泛指突发事件作用到承灾体之后产生的经济损失和人员伤亡等。
2. 3 地铁水灾事件情景演变过程分析
依据突发事件情景组成关系，本文以暴雨引发地铁水灾事件为例，通过分析初始致灾因子、承灾体、突发事件、应急响应活动和造成的后果5个要素，并针对近5年我国发生的地铁水灾事件进行汇总和分析(见表1)，确定地铁水灾事件以暴雨为初始致灾因子，并包含城市地铁、站内排水用电设备和站内人员3种主要承灾体，站内积水、设备系统故障和人员被困3种突发事件，人员伤亡和经济损失为主的事故后果，以及针对承灾体和突发事件开展的应急响应活动。
地铁水灾事件情景演变过程主要为：暴雨灾害可直接导致地铁发生灌水，形成站内积水，引起排水设备超负荷运行和用电设备故障，从而迫使地铁交通中断或瘫痪，造成人员被困后，极易发生人员伤亡和经济损失，如图2所示。
图2 地铁水灾事件情景演变流程图
Bayes网络是一种基于概率推理的图形化网络，表现形式为有向无环图，其各节点变量表示各个信息要素，节点之间的有向边表示各个信息要素之间的因果关系，采用条件概率表示各个信息要素之间的影响程度，节点和有向边组成了Bayes网络的最基本框架。
本文将Bayes网络应用到地铁水灾事件情景演化过程中，采取样本数据与专家知识相结合的建模方法，通过对近5年我国地铁水灾事件案例进行分析，并结合对国内外地铁水灾事件文献的研究分析和专家实践经验知识，在图2地铁水灾事件情景演化流程的基础上，构建了地铁水灾事件情景Bayes网络，如图3所示。
图3 地铁水灾事件情景Bayes网络
Bayes网络各节点的选取主要以地铁水灾事件情景演化流程为基础，分别选取各突发事件为主要的关键节点，并结合其所对应的应急响应活动，以加强对突发事件的处理，共选出12个节点，见表3。
表3 地铁水灾事件情景Bayes网络的节点
在地铁水灾事件情景Bayes网络的基础上，结合专家打分法和交叉影响分析法，确定事件间的交叉影响矩阵，并确定主要的指标事件，再通过设定事件概率，计算在不同概率值下地铁水灾后果事件的概率，同时通过调节其中关键节点的概率，分析地铁水灾后果事件概率的变化。
4. 1 地铁水灾事件交叉影响矩阵的确定
邀请6位地铁灾害应急管理领域的专家对各事件之间的影响关系进行打分，专家打分依据见表4[16]。采用各专家打分数值的算术平均值构建评估矩阵R=(Rij)n ×n(其中,n为基本事件的数目;Rij为专家打分数值的算术平均值，表示事件Xj发生对事件Xi发生造成的影响),并基于已经得到的评估矩阵，按照下式计算地铁水灾事件交叉影响矩阵C=(Cij)n×n：
(1)
式中：Cij为事件Xj对事件Xi的影响系数；
Pi、Pj分别为事件Xi、Xj的先验概率，假设Pi=Pj=0.5，0.5表示事件Xi、Xj发生与不发生的概率相同[14]。
表4 专家打分依据
利用公式(1)，计算得到的地铁水灾事件交叉影响矩阵结果，见表5。其中，Cij为正值表明事件Xj的发生促进事件Xi的发生；
Cij为负值表明事件Xj的发生阻碍事件Xi的发生。
4. 2 地铁水灾事件情景推演
上面已经通过交叉影响分析法得到了各事件之间的影响关系，而在实际的地铁水灾事故发生过程中，由于受地铁环境、人群数量等因素的影响，指标事件经常发生变化，将会最终影响地铁水灾事件情景推演效果。本文基于地铁水灾事件交叉影响矩阵，通过下面公式(2)、(3)[17-20]，对地铁水灾事件情景进行推演，即通过预设指标事件(Xi)的概率来预测反映地铁水灾事件情景演化效果。具体计算公式如下：
表5 地铁水灾事件交叉影响矩阵
(2)
式中：Hi为事件Xi的预测概率；
Hk为事件Xk的初始概率；
Cik为事件Xk对事件Xi的影响系数；
Gi为外部事件对事件Xi的影响系数，可表示为
(3)
其中：Pi、Pk分别为事件Xi、Xk的先验概率，假设Pi=Pk=0.5，0.5表示事件Xi、Xk发生与不发生的概率相同;Cik为事件Xk对事件Xi的影响系数。
通过Bayes网络建模，基于交叉影响分析法可计算得到整个网络中每个节点对其他节点的影响系数，从而可以对暴雨引发地铁水灾事件的总体态势有一个直观把握。同时，结合公式(2)和(3)，通过改变这些指标事件的初始概率，开展反向推演和分析，可得到全局和关键节点的变化值，来预测后果事件X12(即地铁水灾后果事件)的概率。以暴雨为初始致灾因子，从事件发生时的监测预警、疏通排水和事件发生后的应急救援抢险等方面出发，选取暴雨雨量(X1)、加强巡查及疏通排水管线(X2)、加强监测预警(X4)、开展应急救援及时性(X9)4个节点作为关键节点进行推演分析，同时将其他指标事件的初始概率皆设置为0.5。具体分析如下：
(1) 通过分析不同暴雨雨量(X1)这一指标事件的初始概率，可对后果事件X12的概率进行预测，其预测结果如图4所示。
图4 暴雨雨量指标事件(X1)对地铁水灾后果事件 (X12)的影响
由图4可以看出，在不同暴雨雨量这一指标事件概率下，随着暴雨雨量的增加，即随着暴雨雨量指标事件概率的增加，可预测出所造成的地铁水灾后果事件(X12)的概率增大。
图5 3个单一指标事件对地铁水灾后果事件(X12)的影响
(2) 通过改变加强监测预警(X4)、加强巡查及疏通排水管线(X2)和开展应急救援及时性(X9)这三个单一指标事件的初始概率，可得出这三个单一指标事件对地铁水灾后果事件的影响。在暴雨极端天气影响下，强化监测预警水平，可以提前有效地预防地铁水灾事故；
针对发生的地铁水灾事故，可及时采取疏通排水一系列措施；
针对地铁水灾被困人员，可及时地开展应急救援，以有效降低地铁水灾后果事件的概率。
当这三个单一指标事件(X2、X4、X9)的初始概率分别取0.7、0.8、0.9、1.0，并依次提高时，其对地铁水灾后果事件的影响如图5所示。
由图5可以看出：3个指标事件X2、X4、X9对后果事件X12的影响大小表现为X2>X9>X4；
指标事件X2、X9、X4可有效将地铁水灾后果事件概率由最初的52.2%、56.2%、63.4%降低到21.4%、25.6%、34.1%，这说明在暴雨极端天气的影响下发生地铁水灾事故时，通过对该事故采取有效的疏通排水措施，可减弱暴雨水灾对地铁所造成的潜在危害，并可有效降低应急救援的难度，提高应急救援的效率；
通过提高监测预警水平，提前向政府及广大市民及时进行信息通知，可有效加强预防力量，避免增加不必要的损失，并通过及时为疏通排水力量和应急救援力量提供具体的灾情信息，可提高地铁水灾事故疏通排水和应急救援的效率。
本文以暴雨作为致灾因子，通过构建地铁水灾事件情景Bayes网络，确定Bayes网络中各节点的事件类型和含义，并以暴雨引发地铁水灾事件开展了计算分析，预测出地铁水灾后果事件概率的发展趋势，同时从强化监测预警水平、加强疏通排水力量和提高应急救援效率这三方面应对措施出发，分别得到这三个指标事件对后果事件的影响概率，即通过加强疏通排水力量可有效地将地铁水灾后果事件的概率从最初的52.2%降低到21.4%，通过提高应急救援效率可有效地将地铁水灾后果事件概率从最初的56.2%降低到25.6%，通过强化监测预警水平可有效地将地铁水灾后果事件概率从最初的63.4%降低到34.1%。
因此，本文基于对事故案例原因和对比结果的分析，针对地铁水灾事故防控，提出如下建议：应急管理决策者应加强对地铁车站的安全风险辨识，强化对排水设施的检查力度，提高排水设施系统的排水能力，对不符合要求的排水设施应及时进行维修或更新，并加强安全隐患工作的排查，定期对排水管道的封堵情况和防护墙的防淹能力进行安全检查等，以提高管网的疏通排水能力；
同时，也要提高监测预警水平，为应对突发的强降雨提供充足的应对和准备时间，并完善应急救援预案，强化救援力量和提高救援的效率，当发生人员被困时，能够有效地组织应急救援，以减少人员伤亡。总之，地铁应急管理决策者应从不同的应急管理视角出发，对应急预案进行完善和优化，并提高地铁水灾事件的应急管理能力水平，以期在最大程度上将地铁水灾后果事件概率降到最低。
由于地铁水灾事件发展的趋势和规律具有不确定性和不可预知性等特点，在地铁水灾事件情景构建中所涉及的影响因素复杂，情景要素的提取受多条件约束，各种关联关系的描述存在困难，因此对地铁水灾事件情景构建的准确性还有待进一步提高。
猜你喜欢水灾后果突发事件“耍帅”的后果快乐语文(2021年31期)2022-01-18必备！欧洲居民水灾应对指南海外星云(2021年9期)2021-10-14这些行为后果很严重今日农业(2020年15期)2020-12-15疫情、水灾期间效益不减反增，这家动保企业到底如何做到的?当代水产(2020年10期)2020-03-17遇到突如其来的水灾该怎么办娃娃乐园·综合智能(2019年5期)2019-06-17众荣的后果8则高中生学习·高一版(2017年11期)2018-01-15上朝迟到了 后果很严重学与玩(2017年3期)2017-02-16突发事件的舆论引导领导科学论坛(2016年10期)2016-06-05清朝三起突发事件的处置文史春秋(2016年8期)2016-02-28突发事件小说月刊(2014年10期)2014-04-23