Повышение устойчивости на основе выбора стратегии восстановления транспортных сетей при реализации опасных природных процессов

Обложка

Цитировать

Полный текст

Аннотация

Цель. Разработка подхода по повышению устойчивости на основе выбора стратегии восстановления транспортных сетей при реализации опасных природных процессов.

Методы. На основе оценки динамики опасных природных процессов, в том числе, на примере экзогенных геологических процессов, которые могут послужить причиной нарушении в функционировании транспортной сети, а также структуры оценки устойчивости и восстановления транспортных сетей в условиях реализации факторов климатического риска сформулированы стратегии восстановления транспортной сети.

Результаты. На основе сформулированных стратегий возможно сетевое моделирование топологии транспортной сети. Для моделирования транспортная сеть может быть представлена в виде неориентированного взвешенного графа с набором узлов и ребер. Предложенная модель позволяет определить наиболее эффективную стратегию с точки зрения быстрого восстановления связности транспортной сети, на основе определения последовательности восстановления участков дорог с учетом времени восстановления. Ожидается, что эффективность процесса восстановления поврежденных участков транспортной сети будет меняться в зависимости от доли восстановленной сети, снижаясь при увеличении доли. В этой связи целесообразно оценить ту долю восстановления транспортной сети, которая будет необходима для выполнения задач формирований РСЧС в условиях проведения аварийно-спасательных и других неотложных работ на конкретной территории.

Заключение. Анализ и оценка альтернативных решений восстановления устойчивости транспортных сетей основывается на комплексности решаемых задач при реализации факторов климатического риска, таких как опасные природные процессы. В ряде случаев, для решения задач РСЧС не требуется полное восстановление транспортной сети, в отличие от задач, решаемых транспортной отраслью. Задача данной работы заключалась в разработке основы для оценки стратегий восстановления транспортных сетей, с выявлением особенностей каждой из рассмотренных стратегий в условиях неопределенности, а также повышение эксплуатационной устойчивости. Предложенный подход характеризуется гибкостью, что позволяет лицам, принимающим решения, оценить различные приоритеты, возникающие при развитии конкретной природной чрезвычайной ситуации на определенной территории (например, среднее время восстановления, эффективность процесса восстановления, величина неопределенности) при выборе наиболее желательной стратегии. Предполагается, что среднее время восстановления не имеет существенного различия между стратегиями, при полном восстановлении транспортной сети. Однако, при частичном восстановлении сети, необходимой для решения задач РСЧС, среднее время восстановления зависит от выбранной стратегии.

Об авторах

Расул Гумерович Ахтямов

Петербургский государственный университет путей сообщения Императора Александра I

Автор, ответственный за переписку.
Email: ahtamov_zchs@mail.ru
ORCID iD: 0000-0001-8732-219X
SPIN-код: 2812-3782

кандидат технических наук, доцент

Россия, Санкт-Петербург

Список литературы

  1. Tuzun AD, Ozdamar L. A mathematical model for post-disaster road restoration: enabling accessibility and evacuation. Transp. Res. Part E: Logist. Transp. Rev. 2014;61:56–67. doi: 10.1016/j.tre.2013.10.009
  2. Çelik M, Ergun Ö, Keskinocak P. The post-disaster debris clearance problem under incomplete information. Oper. Res. 2015;63:65–85. doi: 10.1287/opre.2014.1342
  3. Schintler LA, Kulkarni R, Gorman S, Stough R. Using raster-based GIS and graph theory to analyze complex networks. Netw. Spat. Econ. 2007;7:301–313. doi: 10.1007/s11067-007-9029-4
  4. Aydin NY, Duzgun HS, Wenzel F, Heinimann HR. Integration of stress testing with graph theory to assess the resilience of urban road networks under seismic hazards. Nat. Hazards. 2018;91:37–68. doi: 10.1007/s11069-017-3112z
  5. Shangyao Y, Chu JC, Yu-Lin S. Optimal scheduling for highway emergency repairs under large-scale supply-demand perturbations. IEEE Trans. Intell. Transp. Syst. 2014;15:2378–2393. doi: 10.1109/TITS.2014.2313628
  6. Yan S, Lin CK, Chen SY. Optimal scheduling of logistical support for an emergency roadway repair work schedule. Eng. Optim. 2012;44:1035–1055. doi: 10.1080/0305215X.2011.628389
  7. CRED/UNDRR. The Human Cost of Natural Disasters 2015: A Global Perspective; Centre for Research on the Epidemiology of Disaster (CRED): Brussels, Belgium. 2015:255. doi: 10.1016/b978-0-12-817465-4.00015-7
  8. IPCC, 2021: Summary for Policymakers. In: Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press,. 2021:3–32. doi: 10.1017/9781009157896.001
  9. Akhtyamov RG, Mescheriakova NA. Assessment of the contribution and measures to reduce the impact of the railway industry on the development of global warming. E3S Web of Conferences. TT21C-2023. 2023:01001. doi: 10.1051/e3sconf/202338301001
  10. Aydin NY, Duzgun H, Heinimann HR, Wenzel F. Framework for improving the resilience and recovery of transportation networks under geohazard risks. International Journal of Disaster Risk Reduction. 2018;31:832–843. doi: 10.1016/j.ijdrr.2018.07.022
  11. Maya DP, Sörensen K. A GRASP metaheuristic to improve accessibility after a disaster. R Spectr. 2011;33:525–542. doi: 10.1007/s00291-011-0247-2
  12. Chang SE. Transportation planning for disasters: an accessibility approach. Environ. Plan. 2003;35:1051–1072. doi: 10.1068/a35195
  13. Titova TS, Akhtyamov RG, Mescheriakova NA. Ways to improve climate change adaptation plan of the transport. Modern Transportation Systems and Technologies. 2023;9:5–18. doi: 10.17816/transsyst2023925-18
  14. Yang S, Hu F, Thompson RG, et al. Criticality ranking for components of a transportation network at risk from tropical cyclones. Int. J. Disaster Risk Reduct. 2018;28:43–55. doi: 10.1016/j.ijdrr.2018.02.017
  15. Nelson JR, Grubesic TH. A repeated sampling method for oil spill impact uncertainty and interpolation. Int. J. Disaster Risk Reduct. 2017;22:420–430. doi: 10.1016/j.ijdrr.2017.01.014
  16. D’Lima M, Medda F. A new measure of resilience: an application to the London underground. Transp. Res. Part A: Policy Pract. 2015;81:35–46. doi: 10.1016/j.tra.2015.05.017
  17. Padgett JE, Barbosa AR, Chen S, Cox D. Multiple-Hazard fragility and restoration models of highway bridges for regional risk and resilience assessment in the United States: state-of-the-art review. J. Struct. Eng. 2017;143:04016188. doi: 10.1061/(ASCE)ST.1943-541X.0001672
  18. Baroud H, Ramirez-Marquez JE, Barker K, Rocco CM. Stochastic measures of network resilience: applications to waterway commodity flows. Risk Anal. 2014;34:1317–1335. doi: 10.1111/risa.12175

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Изменение количества оползней в мире с 1900 по 2019 гг.

Скачать (141KB)
3. Рис. 2. Структура оценки устойчивости и возможности восстановления транспортных сетей в условиях реализации факторов климатического риска

Скачать (222KB)

© Ахтямов Р.Г., 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».