高密度城市绿地避难选址的多准则空间决策：NRBO-P-Median协同优化框架研究

《Systems》：A Multi-Criteria Decision-Support Framework for Dual-Use Green-Space Shelter Siting in High-Density Urban Systems: An NRBO–P-Median Approach

　　高密度城市是复杂的强耦合系统，其生态基础设施、灾害韧性与交通网络在加剧的气候灾害与城镇化压力下相互交织、彼此制约。城市绿地恰好处于这些子系统的交汇点，兼具生态价值与应急避难价值，然而其选址决策极少被作为系统性问题来优化：覆盖范围、结构安全与疏散可达性通常被孤立处理，而传统启发式求解器难以在城市尺度上协调这些相互依赖且彼此竞争的目标。本研究将绿地避难选址重构为一个社会技术型城市系统问题，并开发了一套多准则地理空间决策支持框架，该框架将基于牛顿-拉夫森法的优化器（NRBO）与P-Median（最小加权距离）模型相结合，将上述三个交互子系统中的九项定量指标整合为一个统一的决策理论模型。与穷举枚举法相比，该框架以低两个数量级以上的计算成本重现了完全相同的系统最优解，证明智能优化可将系统层面的决策能力扩展至城市级规划问题。通过将本框架应用于南京历史核心区，本研究展示了协同的跨子系统优化——而非单目标设计——如何解决冲突性的空间约束，从而产出高度韧性的城市方案。实证结果验证了该框架能够同时显著提升覆盖率、安全性与可达性。所提出的NRBO-P-Median框架具有数据驱动性、计算可扩展性与结构可迁移性，可为其他高密度城市系统提供通用化决策支持工具，助力规划者与政策制定者将灾害韧性功能嵌入智能城市绿色基础设施治理体系。