一种新颖的基于仿真的方法,用于优化高密度城市非正规住区的灾害疏散道路网络
《Computers, Environment and Urban Systems》:A novel simulation-based approach to optimizing road networks for disaster evacuation in dense urban informal settlements
【字体:
大
中
小
】
时间:2026年10月24日
来源:Computers, Environment and Urban Systems 8.9
编辑推荐:
**为密集非正规住区开发模拟-优化微观更新框架。**
**创建高分辨率栅格环境与导航场,以支持大规模疏散模拟。**
**在双目标优化模型中结合时间与拥堵指标,以优化疏散效率与改造成本。**
**采用遗传算法识别关键瓶颈节点与可行的干预措施。**
**在真实案例中验证,通过小型
**为密集非正规住区开发模拟-优化微观更新框架。**
**创建高分辨率栅格环境与导航场,以支持大规模疏散模拟。**
**在双目标优化模型中结合时间与拥堵指标,以优化疏散效率与改造成本。**
**采用遗传算法识别关键瓶颈节点与可行的干预措施。**
**在真实案例中验证,通过小型改造实现显著的疏散绩效提升。**
---
## 引言
随着城市化的快速推进,非正规住区已在全球范围内大量出现,其形成背景往往伴随着规划不足与居住条件恶劣(UN-Habitat, 2004)。联合国可持续发展目标11(SDG 11)呼吁建设可持续、包容性的城市,强调对非正规住区进行升级改造,以确保充足、安全且可负担的住房(Tu et al., 2024, United Nations, 2015)。在中国,非正规住区主要表现为城市中的城中村,其形成源于原本乡村聚落被扩张中的城市所包围,同时保留了集体所有制土地、非正规建设模式以及混合治理体系(Cao et al., 2025, Wu et al., 2013)。在许多南方超大城市中,这些住区提供了大量可负担的租赁住房并支撑着高强度的日常通勤,但其建成形态往往以极高的建筑密度、细碎的用地格局和迷宫般的巷道系统为特征(Lin et al., 2011, Liu et al., 2010),如图1所示。这些密度高、连通性差的形态会增加火灾风险并阻碍应急响应:狭窄的巷道可能使消防车无法通行,延误灭火救援的到达(Chen et al., 2019, Tang et al., 2010)。在紧急疏散期间,受限的通道同样会加剧人群拥堵与瓶颈效应(Helbing et al., 2000, Helbing et al., 2007)。
传统的依托大规模拆建的重建政策在城中村已越来越难以实施,原因在于高昂的财务成本、复杂的产权结构以及利益相关方之间的冲突(Hao et al., 2011, Zhang et al., 2025)。例如,猎德村项目便是这种全面重建模式的典型代表(Li et al., 2014)。近年来,微观更新(或称微改造)作为一种规模较小且注重参与的方式应运而生,旨在在限制大规模拆除的前提下改善现有社区(Wang et al., 2024, Zhu, 2023)。代表性的微观更新研究主要聚焦于遗产保护、公共空间设计、治理和利益相关方参与等方面,而非疏散绩效(Wang et al., 2024, Zhu, 2023)。本研究聚焦一个更为具体的问题:米级几何干预如何影响模拟疏散绩效。
城中村街道通常具有细粒度且空间复杂的特点(Cao et al., 2025, Liu et al., 2010)。同时,疏散模型的验证与检验受到与具体场景匹配的实证数据可用性的制约(Ronchi et al., 2016)。对于当前的规划问题,这两个条件使得基于效益的本地干预优先级排序变得复杂化。不规则、狭窄的几何形态还可能产生非线性的人群现象,包括走走停停的波动波、出口处的拱形效应以及瓶颈处的拥堵(Helbing et al., 2000, Helbing et al., 2007)。因此,要将这些局部交互关系推广至住区尺度的整体绩效,需要一种显式的动态模型。
在本研究中,我们将微观更新规划框架化为一个受限的多目标疏散设计问题,在疏散绩效与重建成本之间进行联合评估。多目标进化算法已被应用于同时考虑路径与避险区分配的疏散规划问题中(Saadatseresht et al., 2009, Yang et al., 2025);粒子群优化(PSO)也已在行人疏散建模与障碍物布局优化中得到探索(Cristiani and Peri, 2017, Zheng et al., 2012)。当目标之间存在冲突且设计变量为离散型或基于模拟时,这些方法具有吸引力(Deb et al., 2002)。许多基于网络的疏散优化模型在宏观或动态网络流层面运行,通过链路或边容量和通行时间来表征移动(Aalami and Kattan, 2020, Bayram, 2016)。此类抽象方法对区域规划有用,但不能直接解决米级巷道宽度、局部转弯和行人交互问题。因此,一个关键的未解决问题是:如何将微观尺度的几何干预转化为严谨的优化设计空间,同时通过行为感知的疏散动力学来评估其系统层面的影响。
因此,微观更新的量化决策支持需要两种互补能力。首先,它需要在足够的空间保真度上重建环境(例如巷道宽度、转弯约束、死胡同、孔隙连通性等),并在复杂拓扑结构下提供通往出口的全局引导(Cova and Church, 1997, Dijkstra, 1959, Khatib, 1986, Sethian, 1996)。其次,有必要捕捉紧急条件下人群的移动性,此时局部交互和密度效应主导系统绩效(Helbing and Molnár, 1995, Hughes, 2002, Treuille et al., 2006)。尽管存在大量疏散模型,但由于真实世界疏散数据集有限、行为异质性以及场景特定不确定性,验证与检验被广泛认为是具有挑战性的,而非正规住区尤其如此,因为高质量监测数据稀缺(Ronchi et al., 2016)。这些问题推动了模拟方法的发展,即将高分辨率空间表征与可扩展的人群动力学相结合,并且能够进行系统校准和压力测试。
模拟-优化可以将微观行人模型与优化相结合。例如,CellEVAC将社会力模拟与行为出口选择优化相集成,并在模拟的马德里体育馆场景中进行评估(Lopez-Carmona & Paricio Garcia, 2021)。该研究以及Yang等人(2025)的危险特定路径规划研究均未涉及不规则城中村街道网络中的物理微观改造。这使得在模拟诊断与可操作的空间干预之间留下了一定的方法论空白。
道路网络可以被表示为空间图,中心性度量可以刻画结构上突出的街道或交叉口(Crucitti et al., 2006)。特别是,介数中心性衡量节点或边位于最短路径上的程度,可以使用Brandes(2001)的算法高效计算。这些结构指标可能有助于筛选候选瓶颈节点,但仅凭它们并不能建立时间依赖的疏散拥堵情况(Helbing et al., 2000, Hughes, 2002)。为弥合网络结构与动态绩效之间的差距,微观和连续体人群模型(如社会力模型、元胞自动机、基于SPH的方法)已被用于再现关键的人群现象,如拥堵波和通行能力下降(Dang et al., 2024)。其中,光滑粒子流体动力学(SPH)作为一种无网格拉格朗日方法,由于数值鲁棒性强且能自然表征连续密度演化与复杂边界,在密集人群模拟中展现出应用前景(Dang et al., 2024, Song et al., 2027, Yuan et al., 2020)。在建筑尺度上,行人模拟也被用于比较候选出口位置与疏散区域设计方案(Muhammed et al., 2020)。然而,这些研究并未直接涉及不规则室外街道网络中住区尺度的物理干预。
基于以上基础,本文提出了一种耦合的模拟-优化框架,以支持密集城市非正规住区中的微观更新决策。我们(i)基于GIS重建环境并计算通往出口的导航场,以在不规则网络中提供一致的全局引导;(ii)利用基于SPH的人群密度与交互模型模拟紧急状态下的人群移动,以捕捉拥堵的形成与消散;(iii)使用多目标进化算法搜索具有成本效益的干预方案组合,在疏散效率与重建成本之间进行显式权衡。中国广州石牌村的案例研究表明,该框架如何识别少量瓶颈节点,通过小型几何改造即可实现疏散时间的显著降低。
总之,我们的主要贡献有三个层面:
- 我们提出了一种耦合的模拟-优化框架,可评估并提升密集城市非正规住区在动态灾害疏散中道路网络的绩效。该框架通过弥合模拟诊断与可操作干预之间的差距,支持基于证据的微观更新,并具有较强的广义适用性,可推广至其他高密度城市环境。
- 我们开发了一条多目标优化流程,将城市微观更新形式化为离散干预设计空间,并自动识别高收益-成本组合(平衡疏散时间与重建成本),从而实现透明的权衡分析。
- 我们通过在广州石牌村的大量实验验证了所提方法的有效性。石牌村是广州著名的、典型的非正规城市住区,具有极高的人口和建筑密度以及错综复杂的道路网络,实验证明了该框架的有效性和实际意义。
本文其余部分组织如下:第2节介绍所提出的模拟-优化框架;第3节介绍移动模型校准与廊道尺度验证;第4节报告石牌村案例研究,包括基线诊断、路网优化、村庄尺度验证、敏感性分析和计算性能;第5节讨论适用性与局限性;第6节总结全文。
---
## 章节摘要
### 方法论
本节介绍为评估疏散绩效并支持高密度城市非正规住区中的定向微观更新所开发的计算框架。如图2所示,该框架由三个集成组件构成:(1)计算环境构建、(2)人群疏散模拟、以及(3)通过模拟在环多目标优化实现定向微观更新。这三个组件共同实现了关键道路的识别——
### 移动模型校准与验证
评估采用分层策略,区分组件层面的实证验证与村庄尺度的验证。本节针对廊道层面的实证证据,对局部行人移动动力学进行校准与验证。村庄尺度的行为表现将在第4节定义研究区域、基线配置和代表性干预方案后单独评估。
### 实验:广州石牌村案例研究
本节利用中国广州石牌村的真实案例评估所提出的疏散模拟与优化框架。石牌村是广州最密集的非正规城市住区之一。分析通过六个组件展开:(i)研究区域描述与数字化重建、(ii)基线疏散模拟与瓶颈识别、(iii)路网优化与代表性干预选择、(iv)村庄尺度宏观验证——以及
### 讨论
本研究将空间重建、人群模拟、瓶颈诊断与多目标优化整合为一个面向规划的微观更新框架。在石牌村案例研究中,该框架将模拟拥堵转化为局部拓宽干预,并识别R3和R13为主要瓶颈节点。尽管物理参数扰动会影响疏散的绝对指标,但在所测试的参数范围内,干预效益始终为正。
### 结论
本工作提出了一种以模拟为导向的定向微观更新框架,以改善具有狭窄和不规则道路网络的高密度城市非正规住区的疏散绩效。我们首先基于GIS图层构建高分辨率栅格环境,并进行基于SPH的基线疏散模拟以揭示持续性拥堵热点区域。基于累积拥堵时间和累积人群密度,我们识别关键瓶颈节点并将其映射到候选道路——
### CRediT作者贡献声明
宋春:写作——审稿与编辑、写作——初稿、可视化、方法论、形式化分析、数据整理、概念构思。周志杰:写作——审稿与编辑、写作——初稿、可视化、形式化分析。曹瑞:写作——审稿与编辑、写作——初稿、监督指导、方法论、资金获取、形式化分析、概念构思。
### 生成式AI及AI辅助技术在写作过程中的声明
在本文准备过程中,作者使用了ChatGPT进行语言润色。在使用该工具后,作者对内容进行了必要的审阅和编辑,并对本文发表内容承担全部责任。
### 致谢
本工作得到广东省项目(编号:2023QN10H717)、广州-香港科技大学(广州)联合资助项目(编号:2025A03J3639)以及城市文化AI研究与学习基地项目(编号:2023WZJD008)的支持。
宋春 | 周志杰 | 曹瑞