基于动态贝叶斯网络的城市暴雨内涝灾害链情景推演及应急策略干预效应研究

《RELIABILITY ENGINEERING & SYSTEM SAFETY》：Scenario deduction for urban rainstorm-induced waterlogging disaster chain based on Dynamic Bayesian Network

本文创新性地将动态贝叶斯网络（DBN）应用于城市暴雨内涝灾害链推演，通过将应急响应措施建模为时变节点，实现了"情景-响应-新情景"的动态模拟。研究表明，预防导向策略可降低重大灾害发生概率46%，缓解导向策略能减少7.1%的水电同步中断风险，为城市洪涝风险管理提供了量化决策依据。

　　

重点内容

灾害链情景推演框架

本研究提出城市暴雨内涝灾害链推演的四阶段框架（图1）。第一阶段通过映射从致灾因子（降雨）到承灾体（排水系统、建筑、财产、居民）的完整因果链构建灾害情景。第二阶段结合因果时序关系构建动态贝叶斯网络（DBN）模型。

深圳居民区内涝案例

位于广东南部的深圳属亚热带季风气候，暴雨内涝频发。截至2024年，全市含4319个住宅区、2042个城中村及超1600栋超高层建筑，强降雨常引发重大财产损失。

灾害链演化结果

2018年6月6-8日，台风"艾云尼"与南海季风相互作用引发深圳2008年以来最强降雨，全市226处发生内涝。推演选取6日8小时降雨序列（小雨、中雨、中雨、暴雨、暴雨、暴雨、中雨、小雨），通过动态贝叶斯网络（DBN）模拟显示：首小时积水深度即达危险等级，第4小时关键基础设施开始失效，水电中断概率在第5小时达峰值62.3%。预防导向策略（如提前布防）使重大灾害平均概率降低46%，显著缩短灾害链；缓解导向策略（如应急供电）虽整体效果较弱，但能将水电同步中断概率降低7.1%，更好保障日常生活。

讨论

既有研究多关注灾害链触发关系[14,30,31]，但难以捕捉时序动态变化[32]。本研究构建的灾害链情景同时考虑致灾因子、孕灾环境、承灾体和响应措施的动态交互，通过动态贝叶斯网络（DBN）量化措施生效时滞与持续时间，揭示预防策略在中断连锁反应方面的显著优势。

结论

本研究提出的动态贝叶斯网络（DBN）情景推演方法为城市暴雨内涝应急响应提供动态决策支持，主要结论包括：

（1）综合考虑内在要素变化与响应措施动态影响的灾害链情景，能更准确揭示演化规律；

（2）预防导向策略风险削减效果最佳，缓解导向策略在保障民生方面更具优势；

（3）方法能量化措施时滞效应，为制定精准化洪涝管理策略提供科学依据。