震后灾害废弃物管理的多目标优化：以土耳其为例

《Sustainable Cities and Society》：Multi-objective optimization for post-earthquake disaster waste management: A case study in Türkiye

　　

摘要：可持续灾害废物管理（DWM）在提高资源效率、减少灾后恢复期间的环境和社会经济影响方面发挥着至关重要的作用。与传统固体废物系统不同，地震后的废墟以混合、未分类的形式运抵临时场地，需要在运往相应的处理或处置设施之前进行现场分类。为应对这一挑战，本研究提出了一个多目标混合整数线性规划（MILP）模型，涵盖三个集成阶段：从灾区收集混合废物、在临时废物管理场地（TWSs）进行废物分拣与分离、以及将分类后的废物流分类运输至水泥厂、钢铁厂和填埋场等终端设施。与仅执行转运的传统中转站模型不同，所提出的TWS结构将废物分类、设施选址和运输决策整合到一个优化的框架中。该模型同时优化四个可持续性目标：总经济成本、碳排放、对附近人口的心理健康影响以及TWS适宜性。研究应用了五种多目标决策（MODM）方法，并采用替代理想解（DIS）方法选择最合适的方案。所提出的框架通过2023年2月6日土耳其地震严重受灾的三省案例研究进行了验证，并辅以敏感性分析。研究结果为灾后DWM提供了全面且具有可持续性导向的决策支持框架，从而改善了恢复行动期间的经济、环境和社会绩效。

引言：地震、洪水和山体滑坡等自然灾害会产生大量废物，并严重影响人类生活、环境及经济系统（Parsaee等，2026，Zhu等，2025）。在这些灾害事件中，地震的特点是突发性和大规模破坏性，导致在短时间内迅速产生大量覆盖范围广、破坏率高的混合废墟（Heydari等，2021，Zhang等，2019）。这使得地震后的灾害废物与其他类型的灾害废物有着本质区别，管理难度更大。因此，灾害废物管理（DWM）是一项关键任务，涉及响应阶段快速清除废墟，以及在恢复阶段的收集、运输和处理（FEMA，2007，Majumder等，2020）。与传统的固体废物管理系统不同，灾后DWM依赖于临时性和有限时间范围的管网结构，中转设施建立后仅短期使用，并且必须在容量和运营约束下运行。此外，该系统遵循多阶段流程，从受影响区域收集混合废物，运输至临时灾害废物管理场地（TWSs）进行分拣，然后定向至适当的回收或处置设施。本研究专注于优化这一灾后阶段，如图1所示。

TWSs是有限时间范围内建立的用于收集、临时存储、分拣或将灾害产生的废墟和其他废物引导至处置流程的区域。TWSs可以通过提高运营灵活性、促进回收过程和减少废物来缩短废物收集时间。这些设施将废物处置过程分为两个阶段：（i）从源头收集废物，以及（ii）运输至TWS、存储、处理并导向最终目的地。在此过程中，TWS选址、每个时期的车辆分配以及为收集做准备而规划拆除资源等关键决策至关重要。此外，虽然文献中通常将降低物流成本确定为主要目标，但TWSs的使用可以使灾后DWM作业更加高效（Cheng等，2022，Cheng等，2022，FEMA，2007）。

现有的DWM研究主要集中在物流优化、成本最小化或回收改善等特定方面，而能够同时解决多个可持续性维度并涵盖废物管理流程不同阶段的综合模型仍然有限（见表6）。虽然地震后废物管理在结构上与传统的固体废物收集和运输问题具有相似性（例如设施选址和运输规划），但在若干关键方面存在差异。特别是，灾后废物在短时间内大量产生，初始为混合状态，需要在临时建立的、有限使用时间范围内进行分拣。此外，与传统模型不同，灾后DWM还涉及对受影响人口的心理健康影响等社会考量。

基于这些差异，本研究开发了用于灾后DWM的多目标多时期数学规划模型。所提出的模型将候选TWS选址、废物组分分拣以及废物向适当终端设施运输整合在一起，同时考虑经济、环境、运营和心理健康目标。该模型应用于2023年2月6日发生在土耳其的大规模地震，并对三个主要受灾省份进行了测试。为生成备选方案，采用了多种多目标决策方法，包括个体优化法（IOM）、Lp度量法、加权求和法（WSM）、目标实现法（GAM）、极小极大法和目标规划（GP），并使用替代理想解（DIS）方法确定最优方案。通过这种方式，本研究为灾后DWM规划提供了一个综合的、以可持续性为导向的决策支持框架。

以下文献综述对为DWM提出的数学规划模型进行了全面审查，并总结在表6中。这些研究通常分为两个阶段：废墟清理，聚焦于灾后即时行动，如道路清理和障碍物移除；以及DWM，涵盖更长期的活动，包括临时存储、回收和最终处置。该领域现有研究主要集中在DWM阶段。

DWM领域开发的数学模型通常应用于地震灾害；然而，也有一些针对不同类型灾害的应用。例如，专门为泰国洪灾（Boonmee等，2021，Boonmee等，2023）、美国飓风（Fetter和Rakes，2012，Wang等，2019）和巴基斯坦飓风（Habib等，2022，Habib等，2019）、日本海啸（Sasao，2016，Wakabayashi等，2017）和澳大利亚丛林大火（Cheng等，2022，Cheng等，2018，Cheng等，2021，Cheng等，2022）开发了专门模型。这些模型针对每种灾害的特定条件进行设计，旨在提供有效的DWM策略。值得注意的是，大多数模型都是为灾后过程设计的；然而有两项研究（Nayeem和Abbaas，2024，Onan等，2015）为灾前阶段开发了模型。为DWM提出的数学模型基于多目标规划方法设计，旨在同时优化多个目标。大多数研究优先考虑环境和经济目标，而其他目标函数受到的关注相对有限。在这类模型中，经济目标旨在最小化废物运输、运营和处置成本，一些模型还将废物回收收入等经济收益视为目标。这些模型通常旨在最小化废物管理的总成本。另一方面，环境目标旨在减少废物对环境的负面影响；各种策略被开发出来以最小化碳排放和运输时间。风险、社会和心理健康目标在文献中研究较少。基于风险的模型（Heydari等，2021，Hu和Sheu，2013，Mamashli等，2021，Onan等，2015）产生决策以管理灾后人口面临的不利影响和系统性风险。社会目标（Habib等，2022，Habib和Sarkar，2018，Habib等，2019，Mamashli等，2021）关注灾后社区的恢复过程，同时也包括促进经济发展的目标，如创造新的就业机会（见表1）。

心理健康目标涉及灾后公众心理恢复的过程（Hu和Sheu，2013，Hu等，2019）。收集废物的过程以及公众看到废墟区域可能导致灾害的创伤性影响被持续体验，使心理恢复变得困难。然而，此类目标通常被包含在优先级较低且关注更具体目标的模型中。在大多数研究中，同时优化环境和经济因素是一种常见方法，但有效整合心理和社会因素使DWM能够提供更可持续和全面的解决方案。在少数研究中，不同目标被同时考虑。Hu和Sheu（2013）在模型中包含了经济、风险和心理健康目标，而Hu等（2019）考虑了经济、环境和心理健康因素。（Habib等，2022，Habib和Sarkar，2018，Habib等，2019）专注于优化经济、环境和社会目标，而Mamashli等（2021）开发了一个整合经济、环境、风险和社会因素的模型。

此外，线性规划（LP）（Majumder等，2020，Wakabayashi等，2017）、非线性规划（NLP）（Cheng等，2018）、混合整数非线性规划（MINLP）（Heydari等，2021）、随机规划（?elik等，2015，Nayeem和Abbaas，2024）、鲁棒优化（Habib等，2022，Mamashli等，2021）、概率规划（Habib等，2022）和双层规划（Ye?ilkaya和Tirkolaee，2026）模型也已被用于一些研究中。显然，现有的DWM研究通常关注系统的有限阶段，并主要考虑经济和环境目标。

除了DWM研究之外，城市固体废物（MSW）优化也通过选址-路径、设施选址和网络设计模型得到了广泛研究。Das和Bhattacharyya（2015）专注于最小化MSW收集和运输路线，而Han等（2024）将中转站选址、需求分配和车辆路径决策整合在家庭废物收集系统中。Ghiani等（2014）和Hess等（2024）回顾了固体废物收集中的战略、战术和路径相关决策，表明成本、距离、路径、中转站和中间设施是传统MSW模型的核心要素。其他研究通过纳入额外的可持续性和系统设计方面扩展了MSW模型。例如，Mohsenizadeh等（2020）考虑了一个双目标模型，最小化成本和排放，而Heidari等（2019）通过就业相关因素纳入了社会可持续性。Yousefloo和Babazadeh（2020）开发了一个包含成本和风险目标的模型，Mojtahedi等（2021）提出了一个考虑经济、环境和公平负荷分配的车辆路径框架。Rodríguez等（2026）引入了一个在层级结构中整合中转站选址和废物分配决策的模型。然而，与传统MSW收集模型相比，地震后DWM具有独特的建模需求。MSW模型通常处理相对稳定和可预测的废物产生、永久或半永久设施以及定期收集作业。相比之下，地震后DWM涉及混合废墟的突然大规模产生、具有有限运营期限的临时中转站、在中间设施进行分拣/分类以及分类运输至适当的终端设施。因此，所提出的模型通过明确表示混合废物收集、在临时设施进行中间分拣以及后续分类运输的过程，与传统MSW模型不同，同时还纳入了灾害特有的社会考量，如心理健康影响。

因此，本研究的主要贡献如下：

• 地震后DWM的三阶段建模与TWSs集成分拣：在传统固体废物或一般物流模型中，中转站仅执行转运；废物被接收后直接转发而不进行分类。所提出的模型从根本上偏离了这一结构，将TWSs表示为同时接收混合灾害废墟、将其分拣分离为分类废物组分（水泥/惰性材料、钢铁、非有害填埋物和有害废物），并将各组分发往相应终端设施的设施。将物品分类决策与设施选址和运输规划整合在一个单一的MILP中构成了本研究的核心建模创新。

• 明确将心理健康影响作为正式优化目标纳入：该模型最小化在建立TWSs和沿收集路线运输废物过程中的人口暴露程度。虽然心理恢复在灾后文献中已被认可，但它很少在DWM优化中被量化为正式的目标。

这样做使模型能够同时优化社会可接受性、经济性和环境绩效。

• **综合多目标可持续发展框架**：所提出的MILP模型同时优化经济成本、碳排放、心理影响和设施适宜性，提供了比现有研究更为全面的可持续发展视角——现有研究通常仅孤立地考虑成本和环境目标。

• **在真实大规模地震案例中的验证**：该框架应用于2023年2月6日土耳其地震，纳入了三个受灾严重省份（加济安泰普省、哈塔伊省和阿达帕扎尔省）的真实地理、人口、废物组成和基础设施数据，这三个省份共同占受损建筑总量的70%以上。

## 应用场景抽象

2023年2月6日，土耳其南部地区发生了两次重大地震，震中位于加济安泰普省，如图2所示，11个省份遭受重大破坏。加济安泰普省、阿达纳省、阿达帕扎尔省、迪亚巴克尔省、埃拉泽省、加济安泰普省、哈塔伊省、基利斯省、马拉蒂亚省、尚勒乌尔法省和奥斯曼尼耶省数千栋建筑严重受损。地震导致超过5万人丧生，数十万人受伤。

## 结果

本节展示了将所提出的多目标优化模型应用于案例研究所得到的计算结果。除报告最优解外，本节还分析了模型在不同参数设置下的表现，并考察了经济、环境、适宜性和心理目标之间的权衡关系。此外，还进行了敏感性分析，以评估模型的鲁棒性并研究各目标的相对影响力。

## 模型性能与特征

所提出的模型被构建为MILP模型，使用CPLEX直接求解至最优解，无需使用启发式或元启发式算法。这一点值得特别说明，因为文献中许多DWM研究，尤其是涉及随机、鲁棒或非线性的研究，往往依赖遗传算法、粒子群优化或基于分解的启发式方法来获得近最优解。

在本研究中，有几点值得……

## 结论

本研究致力于使用新颖的MILP模型和MODM方法来解决地震后的DWM问题。所提出的模型同时优化了四个可持续发展目标，即经济、运营、环境和心理目标函数，随后将其应用于土耳其案例研究。研究目标是制定最为高效的地震后DWM流程规划方案。模型的经济目标侧重于最小化所有流程成本，而运营目标则是……

## CRediT作者贡献声明

Murat Ye?ilkaya：写作——审阅与编辑、写作——原始稿、可视化、验证、监督、软件、资源、项目管理、方法论、调查、资金获取、形式分析、数据管理、概念化。

Erfan Babaee Tirkolaee：写作——审阅与编辑、写作——原始稿、可视化、验证、监督、方法论、资金获取、概念化。

## 伦理审批

本文不包含由任何作者进行的人类参与者或动物研究。

## 资金来源

本研究未获得任何外部资金。

## 利益冲突声明

作者声明不存在任何已知可能影响本文研究工作的竞争性经济利益或个人关系。

## 致谢

作者感谢审稿人对手稿的仔细阅读和宝贵建议。本文献给在2023年2月6日土耳其地震中遇难的人们。

Murat Ye?ilkaya | Erfan Babaee Tirkolaee

托卡特加济奥兹曼帕沙大学工业工程系，托卡特，土耳其