基于级联失效的城市雨水管网韧性评估模型研究

本文提出了一种结合机器学习（XGBoost）、暴雨管理模型（SWMM）和复杂网络理论的Urban Flooding Risk Propagation Network Model（UFRP-Net），通过级联失效分析评估城市雨水管网（USNs）韧性。该框架整合地理空间、社会和环境数据，量化节点失效风险并识别关键节点，为优化排水系统设计和应急响应提供科学依据，显著提升城市洪涝风险管理能力。

　　

Highlight

关键节点的识别对于USNs的稳定性和韧性至关重要。我们的分析表明，节点关键性与传统指标（如节点度和介数）仅存在弱相关性，这说明节点脆弱性还受到非结构因素的影响。本研究证实了社会空间因素（如人口密度和经济水平）会影响城市排水能力。因此，城市韧性评估需要一个既全面又具有适应性的框架。

Conclusion

本研究介绍了城市洪水风险传播网络模型（UFRP-Net），这是一个结合了水力模拟、机器学习和复杂网络理论的综合框架，用于评估城市雨水管网（USNs）的韧性。该模型聚焦于级联失效，识别关键节点，并分析其在降雨情景下洪水风险传播中的作用。

该框架分三个阶段运行：（1）使用XGBoost评估节点的基线失效概率；（2）整合暴雨管理模型（SWMM）输出和空间数据以量化失效传播概率；（3）应用级联失效模型来模拟网络在各种攻击策略下的行为。