编辑推荐：
长距离调水工程多因素动态依赖风险评估模型研究，提出TVR-MIRA模型整合DEMATEL-ISM与模糊动态贝叶斯网络，揭示8个因果风险与11个结果风险间的动态耦合机制，通过南水北调中线工程验证其有效识别季度波动峰值（0.1468）及空间-时间耦合效应，为工程风险管理提供量化方法。
陈子涵|朱博然|张世磊|韩瑞华|白瑾|林俊强|刘友志|王波
中国水利水电研究院流域水循环模拟与调控国家重点实验室，北京100038
摘要
准确的运营风险评估对于确保远距离调水工程（LDWDPs）的可靠运行至关重要。现有方法往往忽视了多种风险因素之间的复杂相互依赖关系及其动态演变趋势，限制了这些方法反映实时风险状况的能力。因此，本文提出了一种具有时变推理能力的多相互依赖性风险评估模型（TVR-MIRA），用于LDWDPs。该模型采用集成的DEMATEL-ISM方法分析风险相互依赖特性，并将模糊理论与动态贝叶斯网络结合用于风险评估。该模型旨在协同量化LDWDPs中运营风险的多种相互依赖性和动态特性。该模型应用于南水北调工程的中线。结果表明，TVR-MIRA能够有效捕捉相互依赖性和动态风险演变趋势。识别出八个因果风险因素和十一个结果风险因素，其中洪水、地震等五个因果因素对运营安全的影响最大。风险概率呈现季度波动，在第二季度达到0.1468的峰值。季节性和相互依赖效应驱动着这些因果因素，导致诸如渠道结构损坏等后果。为了加强风险缓解措施，我们建议建立动态相互依赖路径控制。本研究为预防和管理LDWDPs中的风险提供了宝贵的见解。
引言
全球实施了众多远距离调水工程，包括美国的加州水利工程、印度的南北调水工程、澳大利亚的雪山调水工程以及中国的南水北调工程，以解决区域水资源短缺问题并优化资源配置方案（Liu等人，2020；Sheng等人，2024）。通过在不同流域之间重新分配水资源，这些工程显著提高了区域水资源可用性，支持可持续的经济和社会发展进程。然而，远距离调水工程（LDWDPs）具有长距离、大地理跨度、复杂地形和复杂工程结构的特点。这些工程容易受到自然条件、工程挑战、人为操作等风险因素的影响，可能导致各种灾害，如水污染、供应中断和工程损坏（Chao等人，2023；Nie等人，2019；Nie等人，2022；Shi等人，2023；Yan等人，2024）。因此，准确评估远距离调水工程（LDWDPs）面临的运营风险因素对于制定有效的风险管理策略和确保其安全、连续运行至关重要。这一问题已成为工程安全研究的关键焦点。
风险评估在定量风险评估（Kaplan和Garrick，1981）、定性风险评估（Hewitt和Pham，2018）以及动态风险评估（Khan等人，2016）等领域取得了快速进展。然而，由于远距离调水工程（LDWDPs）的固有随机性、模糊性和不确定性，对其进行风险评估存在独特挑战。虽然定性方法通常用于评估整体风险水平（Nie等人，2019；Nie等人，2022；Zhang等人，2023），但在定量分析LDWDPs的运营风险因素方面仍存在局限性。传统的定量方法，如动态事件树分析（DETA）（Glingler等人，2023）、故障树分析（FTA）（Hyun等人，2015）、动态故障树分析（DFTA）（Rao等人，2009）、蒙特卡洛模拟（Marseguerra和Zio，1996）、贝叶斯网络（BNs）（Aliabadi等人，2020；Pearl，2006；Zhang等人，2014）、动态贝叶斯网络（DBNs）（Chang等人，2019；Khakzad，2015；Liu等人，2022）和层次分析法（AHPs）（Aminbakhsh等人，2013），在很大程度上依赖于历史数据的完整性。由于数据缺失或质量不佳，实际操作中数据不准确的情况很常见。面向对象的贝叶斯网络（OOBN）模型（Fu等人，2023）和新型模糊动态贝叶斯网络方法（FDBN）（Guo等人，2021）通过参数学习和先验分布预测过程帮助缓解了数据缺失问题。此外，模糊集合理论，如模糊证据推理（Li等人，2023）、模糊层次过程（Wu和Zhou，2023）和模糊综合评估（Jin等人，2018；Yang等人，2020）已被引入以减少评估的不确定性。此外，模糊集合理论（FST）与贝叶斯网络（Das和Ghosh，2018；Guo等人，2020；Rui等人，2021；Yazdi和Kabir，2017）相结合，并扩展到动态模糊动态贝叶斯网络（FDBNs），已应用于系统可靠性分析（Guo等人，2021；Liu等人，2020；Yao等人，2015）。
作为复杂的水资源输送系统，LDWDPs的运营风险因素之间存在显著的相互依赖性。从空间上看，工程结构的邻近性和功能耦合会导致连锁效应的风险。从时间上看，极端运营条件会创造动态相互依赖性和放大效应，可能引发连锁反应导致灾害（Kwan和Leung，2011；Lykou等人，2020；Nie等人，2022；Suo等人，2021；Wu等人，2019；Zhang等人，2018）。这种空间和时间风险因素之间的相互作用对现有评估方法提出了双重挑战：首先，理解风险因素之间的非线性相互依赖性；其次，量化风险的时间变化动态。学者们使用彩色Petri网（CPNs）、贝叶斯神经网络、网络理论、DEMATEL-VIKOR和DEMATEL-ISM（Aloini等人，2012；Cavallo和Ireland，2014；Fang等人，2012；Fu等人，2022；Nie等人，2022；Ramin等人，2022；Suo和Chen，2015；Wang等人，2024；Wu和Yu，2020；Yue等人，2019；Zhang和Suo，2020）等方法对系统相互依赖性进行了定性分析，但这些研究尚未完全解决运营风险因素之间的多重动态相互依赖性及其风险态势的演变问题。表1展示了所提出方法与其他现有模型之间的比较。
总之，本研究结合了DEMATEL-ISM分析系统元素关系的能力与FDBN动态分析的优势，提出了一种具有时变推理能力的多相互依赖性风险评估模型，用于LDWDPs。TVR-MIRA解决了以往LDWDPs运营风险评估方法的局限性，这些方法缺乏识别多种风险相互依赖特性的能力，并忽视了风险情景的动态演变趋势。它能够协同量化运营风险之间的多重动态相互依赖性和项目情景演变趋势。通过南水北调工程中线的模拟分析，证明了其适用性和有效性。研究结果为涉及LDWDPs的风险预警、预防和控制决策任务提供了理论指导和技术支持。
本文的其余部分组织如下：第2节提出了一种具有时变推理能力的多相互依赖性风险评估模型（TVR-MIRA），该模型考虑了风险的多重相互依赖性和动态随机维度。第3节将所提出的方法应用于南水北调工程的中线进行模拟分析，以确认其准确性和有效性。第4节展示了在研究区域应用TVR-MIRA方法所得到的计算结果。第5节讨论了研究区域风险的多种相互依赖性和动态特性，将模拟分析结果与其他方法的结果进行了比较，并阐述了本研究的局限性和未来研究方向。第6节提出了结论。
模型构建
本文提出了一种用于LDWDPs的TVR-MIRA模型。其构建过程包括三个主要阶段。
(1)风险因素识别：基于现场调查、文献分析和收集的数据，识别出影响LDWDPs运营安全的风险因素，并作为TVR-MIRA中的节点。
(2)风险相互依赖性分析：考虑到风险相互依赖性的随机性，采用COPRAS运算符和DEMATEL-ISM方法进行分析
研究区域
本文重点关注南水北调工程（MR-SNWDP），并对其运营进行了动态风险评估。MR-SNWDP是一个大规模的水资源输送项目，将水从丹江口水库通过长江流域、淮河流域和海河流域输送出去。该项目涉及在中国北方平原的中部和西部边缘挖掘渠道，通过隧道穿越黄河，并沿京广铁路西侧向北延伸
MR-SNWDP的关键运营风险因素识别及依赖层次结构分类
DEMATEL分析结果表明，MR-SNWDP的运营风险包括8个因果因素和11个结果因素，计算结果见表7。为了直观展示风险因素的属性，引入了标准中心性值P = 0.9926。利用中心性和因果性作为笛卡尔坐标，在坐标系中绘制每个因素的位置。四个象限以0因果性为横轴，0.9926为纵轴划分
敏感性分析
敏感性分析是概率风险评估中的关键工具。该方法旨在阐明模型参数对结果的影响程度。通过使用阈值方法和基于三公理的方法（Chang等人，2019；Muhammet等人，2021；Ullah等人，2021；Wang等人，2011）对构建的TVR-MIRA模型的稳健性进行了验证。
在模拟分析中的阈值设置
结论
远距离调水工程是具有高相互依赖性、风险复杂性和不确定性的复杂系统项目。为应对这些挑战，本文提出了一种具有时变推理能力的多相互依赖性风险评估模型（TVR-MIRA）。以南水北调工程的中线作为模拟分析对象。主要结论如下：
(1)TVR-MIRA有效
CRediT作者贡献声明
陈子涵：撰写 – 审稿与编辑，撰写 – 原稿，验证，方法论，概念化。
朱博然：撰写 – 审稿与编辑，撰写 – 原稿，方法论，概念化。
张世磊：撰写 – 审稿与编辑，验证，调查，数据管理。
韩瑞华：验证，资源管理，项目协调，数据管理。
白瑾：验证，监督，调查，概念化。
林俊强：监督，
利益冲突声明
作者声明他们没有已知的可能会影响本文报告工作的财务利益或个人关系。
