地震与震伴滑坡灾害作用下交通基础设施的概率性功能易损性评估：一种数据驱动的贝叶斯网络方法

《RELIABILITY ENGINEERING & SYSTEM SAFETY》：Probabilistic Functional Fragility Assessment of Transportation Infrastructure Under Seismic and Coseismic Landslide Hazards: A Data-Driven Bayesian Network Approach

　　

• •
  贝叶斯网络将构件损伤映射至系统级功能损失，用于功能性易损性评估。
• •
  经EM算法更新的条件概率表整合了不完整的震后证据，并降低了对文献推导初始假设的依赖。
• •
  后验功能损失概率为韧性评估提供了分级服务状态输入。

引言

道路交通运输基础设施系统，特别是山区的隧道和桥梁，构成了灾后应急响应、救援行动和社会经济恢复的关键生命线[1,2]。由于其走廊式拓扑结构以及频繁位于地质敏感区域，这些系统面临地震、滑坡和崩塌等交互性灾害的威胁，这些灾害可能演变为级联多灾害序列[3,4]。2008年汶川地震表明，地震动及其诱发的次生灾害（尤其是同震滑坡）可共同破坏公路、隧道和桥梁[5,6]，通过妨碍机动性和可达性导致交通中断持续时间和级联社会经济损失[7,8]。因此，震后应急管理需要快速进行区域范围的通行能力丧失筛查，以优先安排检查、分配有限的修复资源，并支持后续定量韧性评估。

现有的评估框架主要关注构件级物理易损性，即在特定灾害强度度量下资产超过预设损伤状态（如开裂、屈服或倒塌）的概率[9,10]。然而，物理损伤并不确定地转化为系统级功能损失，这种损伤-功能错配仍是韧性导向应急决策的主要障碍[11,12]。对于韧性评估而言，评估功能性易损性往往更具可操作性，这里将其定义为在灾害情景下服务中断或能力退化的概率，如车道封闭、限速或单向交替通行[13]。这一转变需要将损伤机理与服务导向的性能度量联系起来，包括可达性降低、出行时间增加和连通性丧失[14]。然而，建立从物理损伤状态到分级功能损失状态的可辩护映射仍然具有挑战性，特别是对于山区隧道系统，其中相互作用的断面构件和外部灾害效应可能共同决定服务中断[15]。

为将损伤-功能映射操作化，主流方法通常采用基于专家的功能矩阵或交通容量折减系数，在离散物理损伤等级上分配残余能力值，如100%、50%或0%[16,17]。此外，系统可靠性方法，包括故障树分析和事件树分析，已被用于分解失效模式并评估系统失效逻辑[18,19]。近期研究还将拓扑网络分析与恢复曲线相结合，考察局部构件失效如何在交通网络中传播[20]。尽管有这些进展，在快速震后功能损失评估中仍存在三个局限性。首先，直接将损伤模式与运行通行能力联系起来的实证观测仍然稀缺。因此，许多功能性易损性模型依赖于启发式规则或简化的二元"开放/封闭"假设[10]，无法表征应急物流所必需的中间通行能力状态[21]。其次，静态逻辑树公式在表征多级退化或在新证据出现时更新状态概率方面能力有限[22,23]。第三，震后数据集本质上是异质的，通常将定量监测数据与定性检查报告相结合。传统基于回归的易损性模型可能难以一致地融合此类混合信息，而概率图模型为整合异质证据提供了原理性框架[24,25]。

为解决这些复杂性和不确定性，本研究提出了一种基于贝叶斯网络（BN）的功能性易损性评估框架。与确定性映射方法或静态逻辑树不同，BN使用有向无环图来表示从灾害激励到构件劣化，最终到系统级功能损失的层次因果链[26,27]。条件概率表（CPT）编码了从损伤状态到通行能力状态的非线性传递，从而实现对分级服务状态的概率特征描述，包括中间等级[27]。此外，该框架通过期望最大化（EM）算法使用不完整的震后观测数据更新基于文献的初始CPT参数，从而降低对未经校准的初始假设的依赖，并改善先验知识与实证证据之间的一致性。

本研究的主要贡献有三点。首先，开发了一种包含构件重要性权重的基于BN的概率映射机制，将离散构件损伤状态转化为系统级功能损失状态的概率分布。其次，开发了一种多灾害功能性易损性模型，通过CPT和基于EM的参数学习整合异质震后证据，从而改善基于文献的初始参数与特定案例观测之间的一致性。第三，通过案例研究分类、交叉验证、阈值敏感性分析、鲁棒性评估和概率校准验证了所得的后验功能损失概率，为快速震后区域筛查和韧性评估及恢复决策的概率输入提供了实用基础。

本文其余部分组织如下。第2节定义了功能性易损性并建立了将物理损伤状态映射到通行能力丧失的理论基础。第3节提出了基于BN的评估框架，包括层次因果结构、CPT规格说明、参数更新、易损性曲面构建和验证指标。第4节将该框架应用于受2008年汶川地震影响的山区隧道，分析了地震与同震滑坡耦合效应下的功能性易损性。第5节讨论了所提框架的实际意义、鲁棒性、概率校准和适用性边界。最后，第6节总结了本研究的主要结论和局限性。

章节摘要

功能性易损性的定义

在交通基础设施工程中，传统物理易损性表征结构（如隧道和桥梁）在灾害激励下达至或超过指定物理损伤状态的概率[28]。相比之下，功能性易损性遵循类似的概率形式，但以通行能力（如交通容量或行驶速度）作为结构或系统的主要状态变量。它量化了功能退化

基于贝叶斯网络的功能性易损性分析

如图1所示，本研究建立了在地震与同震滑坡耦合灾害条件下进行功能性易损性分析的基于BN的框架。第2节定义的损伤-功能映射概率用于构建BN的基于文献的初始CPT。构建了一个三层层次BN结构，包含灾害强度、构件损伤和系统功能损失层。通过整合实证震后功能损失数据，

多灾害强度特征化

在本案例研究中，龙门山断裂带的映秀-北川段被采用为汶川地震情景的简化震源模型。各隧道场地的PGA使用从汶川地震记录推导的区域特定地震动预测方程计算[44]：$$\lg \text{PGA}=c_1+c_2\lg \left(R+h\right)$$其中 $h$ 为近震饱和因子，本研究设为10 km；$R$ 为隧道场地到断层破裂面的最短距离（km）；$c_1$ 和 $c{}_2$

震后功能损失评估的实际意义

从震后应急管理角度来看，所提功能性易损性框架的主要价值在于其能够在多灾害条件下支持服务性丧失的快速概率推断，而不仅仅依赖构件级物理易损性。通过BN和CPT显式表征从物理劣化到系统级功能损失的非线性传递，该框架支持区域范围的震后筛查，这

结论

本研究通过开发基于BN的功能性易损性框架并使用受2008年汶川地震影响的隧道系统进行验证，解决了多灾害条件下交通基础设施功能损失量化的挑战。主要结论如下：

• 1.
  从物理损伤到功能损失的概率传递。通过引入构件重要性权重，所提映射机制将离散断面级损伤状态转化为

未引用参考文献

[43]

CRediT作者贡献声明

窦强：写作—审阅与编辑、写作—原始草稿、可视化、验证、监督、软件、方法论、调查、数据整理、概念化。卢大江：写作—审阅与编辑、资金获取、概念化。孙西平：写作—审阅与编辑、方法论、概念化。丁家伟：写作—审阅与编辑、概念化。

窦强|卢大江|孙西平|丁家伟