从资产损坏到服务中断:针对相互依存的基础设施系统的双层级联洪水风险框架

《Sustainable Cities and Society》:From asset damage to service disruption: A two-layer cascading flood-risk framework for interdependent infrastructure systems

【字体: 大 中 小 】 时间:2026年08月13日 来源:Sustainable Cities and Society 13.3

编辑推荐:

  摘要洪水灾害不仅会通过直接破坏基础设施造成影响,还会通过连锁功能故障扰乱相互依存的基础设施系统。本研究构建了一个双层概率框架,用于评估中国七座城市及电力、通信、交通、医疗和教育五个基础设施领域的河流洪水场景下的连锁洪水风险。第一层通过结合不同重现期洪水深度的发生概率与特定深度下的

  

摘要

洪水灾害不仅会通过直接破坏基础设施造成影响,还会通过连锁功能故障扰乱相互依存的基础设施系统。本研究构建了一个双层概率框架,用于评估中国七座城市及电力、通信、交通、医疗和教育五个基础设施领域的河流洪水场景下的连锁洪水风险。第一层通过结合不同重现期洪水深度的发生概率与特定深度下的基础设施故障概率,来估算资产层面的物理故障风险。第二层则利用噪声或逻辑或依赖模型,将这些初始风险在相互关联的基础设施网络中传播。研究结果表明,与单纯的物理故障相比,连锁效应会使系统层面的故障风险增加1.82至2.47倍。跨城市比较显示,物理故障风险、网络分割程度以及人口服务损失并非完全同步:那些直接受灾情况相似的城市,由于基础设施布局和依赖关系不同,可能会出现不同的结构和功能后果。南京和郑州的节点层面连锁风险较高;上海和郑州的网络分割更为严重,而广州、杭州和郑州则面临更显著的服务损失。该框架明确了各城市的脆弱性机制及连锁风险的关键路径,有助于在城市地区河流洪水场景下有针对性地加强基础设施保护、提升冗余度并规划服务连续性。

引言

气候变化加剧了洪水灾害,这已成为实现可持续发展目标的一大挑战,尤其是与可持续城市相关的可持续发展目标11以及与气候行动相关的可持续发展目标13(Ali等人,2025;Qin等人,2025)。在城市洪水风险背景下,这些目标彼此紧密关联,因为气候变化会加剧洪水发生频率,而洪水带来的影响也越来越威胁到城市的可持续发展(Shamsudduha,2025)。城市系统主要以关键的基础设施网络为支撑,包括交通、能源、通信和供水系统,这些都是城市正常运转和服务提供的基础(世界经济论坛,2025)。洪水引发的基础设施故障通常表现为两种形式:一是基础设施资产的直接物理损坏,二是由于相互关联的基础设施网络中出现故障而导致的功能丧失,一种系统的故障可能会波及其他系统,进而对重要服务产生连锁影响(Fekete,2019;Mühlhofer等人,2024)。随着城市快速扩张、基础设施密度不断增加以及城市服务之间联系日益紧密,这类故障可能超出最初被淹没的区域,影响到更广泛的城市功能,尤其是在人口密集、建筑密集的高度城市化地区(Cha等人,2025;Fan等人,2025)。
在城市洪水风险研究中,一项关键任务就是描述洪水灾害并评估其对基础设施系统的潜在影响(Guo等人,2021)。许多研究利用由降雨量、河流水位和地形数据驱动的水动力学或水文模型来模拟洪水场景,从而生成空间性的淹没分布图(Mühlhofer等人,2023;Tang等人,2025;Y. Wang, Ye等人,2025),而另一些研究则依靠历史观测数据来统计描述洪水的发生情况及其相关概率(Brunner等人,2024)。基于这些灾害描述,人们通常通过实证损伤记录、基于深度的故障阈值,或是将淹没深度与基础设施损伤或故障概率相关联的损伤函数来评估基础设施所受影响(Balakrishnan等人,2024;Cha等人,2025;Kazantzi等人,2025;Thedy & Liao,2025;Y. Wang, Ye等人,2025)。然而,在将洪水暴露程度转化为基础设施故障风险方面仍存在较大不确定性。不同的淹没深度具有不同的发生概率,而且基础设施资产在不同深度条件下的故障概率也可能有所不同。近期的一些研究试图通过蒙特卡洛抽样和多模型集成方法来处理这种不确定性,从而生成概率性的淹没地图(Aitken等人,2022;Stephens & Bledsoe,2020)。尽管如此,大多数概率性洪水损害评估仍然以资产为中心,未能将空间上差异较大的物理故障风险转化为网络层面的功能后果(H. Zhu & Chen,2024)。因此,洪水空间异质性以及基础设施故障概率是如何共同影响空间上差异化的物理故障风险的,以及这类风险又会如何进一步影响城市基础设施系统,目前仍缺乏足够的了解。
近年来,人们对系统性风险的重视日益增加,这推动了人们开发连锁网络模型,用以分析相互关联的基础设施系统中的故障传播现象(Ouyang,2014)。基于复杂网络理论和系统仿真的研究探讨了故障如何在相互依存的系统中传播,以及网络结构如何影响系统的韧性(Buldyrev等人,2010)。不过,许多连锁模型中故障的触发机制仍然十分抽象。故障往往是通过随机移除节点或假设遭受有针对性的攻击来引发的(Kanti Sen等人,2021;Li等人,2019;Lv等人,2023),而节点故障则通常通过简化的概率函数来表示(Guidotti等人,2016;Zou & Chen,2020),或者通过贝叶斯网络等概率推理方法来推断(Nasrazadani & Mahsuli,2020)。功能衰退通常也通过连接性下降或服务供给减少等替代指标来衡量(Galbusera等人,2018;Goldbeck等人,2019;Kong & Simonovic,2019)。虽然这些研究强调了故障发生位置和初始损伤条件的重要性,但它们很少建立洪水引发的资产层面物理故障与跨系统连锁传播之间的直接定量联系(Arrighi等人,2021)。考虑到基础设施之间的相互依赖性可以通过多米诺效应将局部故障放大为大规模的系统性故障,进而带来超出直接损害之外的严重社会经济后果,这一差距尤为重要(Balakrishnan等人,2024)。在更宏观的城市尺度上,由于城市形态、网络拓扑结构、发展轨迹以及基础设施老化程度等因素的影响,这种放大效应在不同城市之间可能存在差异(Ouyang,2014)。然而,目前大多数研究都集中在单个城市案例上,这限制了人们对导致连锁洪水风险的、具有城市特异性的且可推广的机制的系统性识别(Mühlhofer等人,2023;Ouyang,2014;Shen等人,2024;Y. Wang, Ye等人,2025)。
综合来看,有两项关键挑战促使开展了这项研究:其一,如何将高度不确定且空间上存在差异的洪水灾害以概率方式映射到具有不同脆弱性的基础设施资产上;其二,如何摆脱诸如随机移除节点之类过于抽象的基础设施故障表征方式,转向基于实际物理原理的连锁风险建模。为解决这些挑战,本研究设定了三个目标:首先,将重现期河流洪水深度与基础设施的脆弱性相结合,以概率方式量化资产层面的物理故障风险;其次,利用噪声或逻辑或依赖模型,将物理故障转化为跨系统的连锁风险;最后,通过系统故障、网络分割程度以及人口服务损失等统一指标对七座城市进行比较,从而明确各城市在提升韧性方面的重点。通过实现这些目标,本研究弥补了资产层面洪水损害评估与系统层面基础设施功能评价之间的差距,为更有针对性的韧性规划及投资决策提供依据。

章节节选

研究方法

图1展示了本研究采用的方法论框架,该框架包含一个双层故障风险模型,其功能分别为:首先估算洪水淹没条件下的资产层面物理故障风险,其次模拟通过相互依赖关系传播的连锁故障。物理故障指的是基础设施在洪水作用下无法正常运行的状态;而连锁故障则是指这些运行故障通过相互关联的环节不断传播并加剧的现象(Zhao等人,2025)。该方法的具体实施步骤为

第一层:洪水场景与物理故障风险

在10年一遇、50年一遇、100年一遇和200年一遇的河流洪水场景下,研究人员估算了基础设施的故障概率,并对其进行了汇总,从而得出城市层面的物理故障风险(见图4)。研究结果显示,不同城市在风险规模、空间分布以及对极端洪水场景的敏感度方面存在显著差异。如表4所示,上海的平均物理故障风险最高。同时,上海的高风险节点比例也最高,占比达35.8%

结果解读

研究结果的一个重要启示是,洪水风险评估不应仅停留在资产暴露程度或直接的物理故障层面,因为各种依赖关系会改变不同城市及不同基础设施领域的脆弱性优先级。通过将特定深度下的物理故障风险与由依赖关系引发的连锁传播效应相结合,该框架表明,那些直接遭受洪水侵袭最严重的系统,未必就会造成最严重的系统层面破坏或

结论

本研究构建了一个双层概率框架,用于评估相互依存的城市基础设施系统中的连锁洪水风险。该框架首先通过整合不同淹没深度下的洪水深度发生概率与条件性的基础设施故障概率,来量化资产层面的物理故障风险;随后,再利用噪声或逻辑或模型,将这些初始的故障风险通过系统间的依赖关系进行传播。通过将洪水引发的物理故障与

数据来源

本研究所使用的原始数据均来自表1中所列的提供方,且均为公开可获取的数据。

未引用参考文献

Liu等人,2025;Liu等人,2025;Wang等人,2025

CRediT作者贡献说明

Huiyizi Zeng:写作——审稿与编辑,写作——初稿撰写,可视化,验证,资源获取,方法设计,正式分析,概念构建。Denis Scott:写作——初稿撰写,可视化,方法设计,研究调查,数据整理,概念构建。Junhao Wu:写作——初稿撰写,可视化,方法设计,研究调查,数据整理,概念构建。Dongfang Liang:写作——审稿与编辑,可视化,方法设计,正式分析。Ling Ma:写作——审稿
Huiyizi Zeng|Denis Scott|Junhao Wu|Dongfang Liang|Ling Ma
中国湖北省武汉市华中科技大学土木与水利工程学院数字建造国家技术创新中心,邮编430074。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号