基于社交媒体衍生洪水观测数据的城市排水系统传感器布设多目标优化

《Journal of Environmental Management》：Multi-objective optimization of sensor placement in urban drainage systems using flood observations derived from social media

　　

- 一种基于洪水信息的框架可优化城市排水管理中的传感器布设。
- 利用实证洪水证据替代模拟，识别城市内涝点位。
- 排水网络建模时考虑流向和重力效应。
- 定义内涝点位与相邻检查井之间的空间连接关系。
- 运用信息论平衡系统可靠性与冗余度。

**引言**

在气候变化和快速城市化的双重压力下，城市洪涝已成为全球城市日益严峻的环境风险（Jiang等，2023；Zhu等，2024）。根据联合国政府间气候变化专门委员会（IPCC）的报告，人类活动很可能已导致全球气温较工业化前水平升高约1.0°C（联合国政府间气候变化专门委员会，2018年）。这一变暖趋势加剧了极端降水事件的频率和强度（Irfeey等，2023；Murakami等，2017；Poulose等，2020）。另一方面，由于城市不透水面面积不断扩大，城市地区的地表洪水风险也随之加剧（Bouamrane等，2022；Gradeci等，2019；纽约市减灾计划，2025）。为应对这些挑战，联合国于2015年确立了17项可持续发展目标（SDGs），其中目标11专门旨在"建设包容、安全、具有韧性和可持续性的城市与人类聚居地"（联合国大会，2015年）。该目标强调增强城市应对自然灾害和气候变化影响的韧性。为实现SDG 11，迫切需要制定有效的适应策略以管理城市洪水并减轻其影响。

可以探索多种城市洪涝适应措施，包括基于自然的解决方案、防洪基础设施和预警系统（Cai等，2024）。其中，本研究重点关注通过加强对城市排水系统（UDS）的监测来实现预警。城市排水系统是关键的民用基础设施，负责收集集水区的城市径流、将雨水输送至受纳水体、防止污水溢流以及减轻地表积水严重程度（Li，2021）。当排水量超过UDS的排水能力时，雨水将直接溢入周围环境，造成严重的生态和社会影响（Even等，2004）。对UDS中关键节点进行动态监测和早期预警，是最大限度减少极端降雨事件引起的暴雨洪水所造成社会经济和环境损失的前提条件（Peixoto等，2024）。监测设备的最佳布设至关重要（Li，2021），它直接决定了实现可靠预警所能获得的信息增益，因此是构建高效城市排水系统管理监测网络的基础（Costa等，2022；Wang等，2023）。

随着无人机（UAV）、物联网（IoT）和智能传感器等新兴技术的快速发展，城市灾害监测方法日益多样化（Ahmed等，2024；Huang等，2025）。由于监测传感器的获取和维护成本较高（Tomperi等，2023），全面布设所有节点在经济上不可行，因此优化传感器布设策略对于提高系统的成本效益、监测精度和空间覆盖至关重要（Chen等，2024；Kim等，2022；Youn等，2025）。Sambito等（2020）提出了一种基于贝叶斯决策网络的传感器布设策略，将传感器位置识别准确率提高至84%。然而，此类方法通常需要大量传感器才能实现高事件检测概率，导致适应动态环境条件的效率相对较低。为克服这一局限，聚类分析被用于识别数据中的固有相似性并检测异常（Y. Wu等，2025）。然而，聚类结果很大程度上取决于算法选择和参数设置，其主观性可能影响最终传感器网络的设计（Di Nardo等，2018）。为弥补这些不足，信息论被广泛应用于水资源监测网络的设计和评估中，因为该方法能够客观、准确地评估变量间的关联性和冗余度。基于信息论的传感器优化方法已成功应用于供水系统污染预警（Khorshidi等，2018）、水库水质监测（Pourshahabi等，2020）以及城市排水系统（UDS）污染检测（Yazdi，2018）。尽管如此，该方法在城市排水系统中的应用仍相对探索不足，特别是在城市洪涝风险评估方面（Zheng等，2025）。

传感器布设研究中一个关键但尚未被充分探讨的维度是用于驱动优化的洪水观测数据的质量和来源。传统的城市洪水数据采集主要依赖遥感观测和基于模型的模拟。然而，遥感影像和航拍图像在洪水事件期间往往受到云层、植被冠层和复杂城市地表的限制（Wang等，2018）。与此同时，水动力学信息通常来源于SWMM、MIKE FLOOD和LISFLOOD-FP等模拟模型，这些模型通常基于理想化假设，可能无法充分反映现实世界的不确定性（Zheng等，2025），包括城市地形的空间异质性、动态降雨条件和洪水对排水网络结构造成的破坏（J. Wu等，2025）。这些数据源的局限性直接传播至布设策略中：针对模拟水力场优化的传感器配置可能无法推广到实际洪水条件，从而削弱实际监测的可靠性。近年来，社交媒体数据作为一种新兴替代方案，为解决城市内涝信息稀缺问题提供了可能（Huang等，2026）。社交媒体数据由居民在洪水事件期间直接生成，可以提供低成本、及时且空间详细的城市内涝观测（Agonafir等，2022）。作为主要或补充数据源，此类实证信息为提高城市排水系统中传感器布设的现实性和有效性提供了实用手段（Zuo等，2024）。然而，社交媒体数据存在固有不确定性，可能影响数据可靠性（Hou等，2024），包括地理位置的空间不准确性、不同地点报告频率不均以及洪水事件文本描述的模糊性（Zhang等，2021）。为减少这些影响，通过空间匹配强制社交媒体记录与参考数据集之间的一致性，并仅保留满足预设筛选标准的信息（Jimin Wang等，2020）。这些措施提高了数据集的整体一致性，并限制了噪声或不一致输入的影响。

尽管在城市排水传感器布设方面取得了进展，但仍有两方面局限存在。第一，大多数现有研究利用模拟水动力学情景来优化传感器位置，而很少将实际内涝事件的实证观测纳入优化过程。第二，现有方法通常分别优化覆盖度或聚类效果，而未能联合考虑有向排水网络中的检测能力和信息冗余度。

为弥补这些不足，本研究开发了一种数据驱动和信息论结合的框架，用于城市排水系统中的传感器布设。该框架整合了多源内涝观测数据（包括社交媒体记录和官方报告）、排水网络拓扑结构以及多目标优化方法。本研究做出三项贡献：

（1）构建基于多源观测的实证内涝数据集，并评估其文本分类和地理定位可靠性；

（2）构建一个多目标传感器布设模型，联合考虑部署成本、网络覆盖度、事件检测性能和信息冗余度；

（3）通过重复优化运行、位置扰动实验以及一次额外的实际降雨事件来评估所提框架的稳健性。

本研究的目标是在有限部署资源下，识别出实用的传感器配置方案，以提供对已观测城市内涝的可靠且非冗余监测。

**方法**

方法遵循城市排水传感器布设的数据至决策工作流。首先构建并验证来自政府记录和社交媒体数据的实证内涝数据集，然后通过拓扑校正和简化对排水网络进行预处理。随后将内涝点位与检查井进行关联，为评估传感器配置奠定基础。接着建立多目标模型，以平衡感知成本、网络覆盖度……

**结果**

本节按照方法中描述的顺序呈现结果。首先报告实证内涝数据集的构建和验证，随后介绍多目标优化的收敛性和权衡特性。所提框架与基准方法在匹配的传感器预算设置下进行对比，并通过重复优化运行、位置扰动实验和一次……评估其稳健性。

**讨论**

研究结果表明，城市排水系统中的传感器布设性能受空间覆盖度、检测可靠性和冗余控制等联合因素影响。这一发现与以往传感器布设研究一致，即非优化布局通常不如根据监测目标和网络特征设计的策略有效（Banik等，2017a；Wang等，2024）。现有研究采用了聚类或……

**结论**

本研究证明，城市排水系统中有效的传感器布设不仅取决于传感器数量，还取决于监测可靠性、空间覆盖度和信息冗余度如何联合平衡。研究结果表明，在部署早期阶段监测性能提升迅速，随后逐渐趋于饱和，说明超过适度传感器规模后效益递减。因此，有效监测不仅不能简单地通过增加传感器密度来实现，而是……

**作者贡献声明**

刘子畅：撰写——初稿、可视化、方法论、数据整理。汤元鹏：验证、调查。Denis Scott：撰写——审阅与编辑。马玲：资源、方法论、资金获取。吴俊豪：可视化、监督。尹若晴：撰写——审阅与编辑、形式分析。Liz Varga：撰写——审阅与编辑、概念化。

**生成式AI及AI辅助技术在写作过程中的声明**

在准备本作品期间，作者使用了ChatGPT 5和Qwen-3max以改善语言可读性。在使用该工具/服务后，作者对内容进行了审阅和编辑，并对出版物的内容承担全部责任。

**利益冲突声明**

作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。

**致谢**

本研究部分由国家自然科学基金（编号：72474076和W2521058）和中国国家重点研发计划（2024YFE0114400）资助。计算在华中科技大学高性能计算平台完成。

刘子畅 | 汤元鹏 | Denis Scott | 马玲 | 吴俊豪 | 尹若晴 | Liz Varga