探索动态异构基础设施网络中洪水风险的级联传播机制：一个具有异质性视角的系统性框架

《Reliability Engineering & System Safety》：Exploring cascade propagation mechanisms of flood risk in dynamic heterogeneous infrastructure networks: a systematic framework with a heterogeneity perspective

本研究针对动态异质基础设施网络中洪水风险传播的复杂性问题，创新性地提出融合基础设施异质功能图（IHFG）与易感-退化-失效-恢复（SDFR）模型的分析框架。通过整合网络韧性、节点脆弱性、实时负载等异质性参数，建立动态状态转移概率体系，有效克服传统同质化假设的局限。实证表明，节点异质性显著影响风险传播的突发性和复杂性，并揭示网络韧性、节点重要性等关键因素对风险传播概率的调控机制，同时验证了三种冗余策略的有效性排序及其协同效应。

　　
城市基础设施在极端洪水事件中的风险传播机制研究取得重要进展

摘要与背景
随着全球气候变化加剧，城市面临日益严峻的洪水灾害威胁。2023年北京特大暴雨导致507个村庄供水中断，273个村庄停电，342个村庄通信受阻的典型案例表明，传统基础设施防护体系存在显著局限性。当前研究多聚焦物理实体网络拓扑分析，但忽视服务链的功能依赖关系，导致风险传播模拟存在三大理论瓶颈：其一，物理节点与功能服务的对应关系不明确；其二，动态网络拓扑演化过程难以量化；其三，异质系统参数耦合效应缺乏有效表征。针对上述问题，研究团队创新性地构建了融合异构功能图理论与传染病动力学模型的IHFG-SDFR分析框架，为城市防洪系统风险管理提供了新的方法论支撑。

研究方法创新
该模型突破传统物理网络建模范式，采用功能逻辑导向的异构网络构建方法。通过解耦基础设施的物理实体层与服务功能层，建立包含三类核心要素的动态网络模型：
1. 物理载体层：涵盖道路、桥梁、地下管网等实体基础设施
2. 服务功能层：表征供水、供电、交通等关键服务功能节点
3. 动态耦合层：描述物理载体与服务功能的时空关联关系

在模型构建过程中，重点解决了三个核心问题：
- 功能依赖图谱解算：通过逆向追踪服务中断的因果链，建立节点间的功能依赖强度矩阵
- 动态脆弱性评估：引入实时水文数据（如径流系数、河道行洪能力）构建动态脆弱性指标
- 网络韧性演化模型：将基础设施的冗余度、适应能力等特性参数化，形成韧性动态评价体系

实证研究设计
研究选取景德镇市为典型试验场，该区域具有典型的多水系流域特征，包含5条主要河流和3个大型水库，且2024年1月已发生区域性洪涝灾害。基于1:500地形图和物联网监测数据，构建了包含32类基础设施功能节点的异构网络模型，具体特征包括：
- 空间分辨率：1km×1km网格单元
- 时间步长：15分钟动态仿真间隔
- 参数维度：包含12个异质系统参数（如供电系统的短路容量、供水系统的调蓄容积等）

对比实验设置包含三个基准模型：
1. 传统SIR模型（Homogeneous Network）：采用均质化参数假设
2. 物理拓扑网络模型（PTN）：基于地理邻接关系构建物理网络
3. 多层网络模型（MLN）：整合供水、供电、交通三个子系统

研究发现，采用IHFG-SDFR模型后：
- 风险传播预测精度提升至89.7%（传统模型仅42.3%）
- 关键节点识别准确率提高65个百分点
- 系统韧性评估误差控制在12%以内

核心创新成果
1. 功能依赖图谱构建技术：通过融合GIS空间数据和业务流程日志，建立功能依赖强度矩阵，实现服务中断因果关系的可视化追溯
2. 动态脆弱性评估模型：创新性地将实时水文数据（如雨量强度、河道水位）与基础设施运行状态（如设备负载率、备用容量）进行耦合分析
3. 网络韧性演化方程：提出包含冗余度（Redundancy）、自适应能力（Adaptability）、恢复效率（Recovery）的三维韧性评价体系

关键研究发现
1. 网络韧性阈值效应：当系统韧性指数超过0.78时，风险传播呈现指数级扩散特征，该临界值与景德镇水文地质参数高度吻合
2. 功能节点脆弱性分布：供水节点脆弱性指数（0.91）显著高于交通节点（0.67），但电力系统的恢复效率（2.3h）优于供水系统（5.8h）
3. 策略有效性排序：主动冗余策略实施后，系统故障率降低42%；自适应负载重分配策略提升韧性23%；备用设备策略仅产生15%的边际效益
4. 空间传播特征：发现"功能簇-物理域"双中心扩散模式，在流域下游形成功能耦合度达0.83的高风险区域

模型应用价值
该研究成果为城市防洪系统提供了三项关键技术支撑：
1. 风险传播机理可视化：通过功能依赖图谱动态推演，实现从物理损毁到服务中断的完整因果链解析
2. 策略效果量化评估：建立包含5个一级指标、18个二级指标的策略效能评价体系
3. 韧性提升路径规划：基于敏感性分析提出"网络冗余优化→功能流程重组→动态恢复配置"的三阶段提升方案

典型案例分析
在景德镇实地应用中，模型成功预测了2024年1月洪灾的传播路径：
- 前兆阶段（24-48h）：检测到3处关键泵站负载率超过85%的预警信号
- 扩散阶段（72h）：通过功能依赖图谱识别出供水-供电-交通的级联失效模式
- 灾害高潮期（120h）：建立包含4个功能簇、17个关键节点的动态防护模型
- 恢复阶段（168h）：基于实时数据调整备用设备配置，恢复效率提升37%

模型局限与改进方向
当前研究存在三个主要局限：
1. 实时数据接入延迟（约30-45分钟）
2. 跨系统耦合参数获取困难
3. 长周期（>72h）仿真精度下降

后续研究计划包括：
- 开发边缘计算支持下的实时数据融合模块
- 构建跨系统耦合参数动态学习机制
- 引入数字孪生技术实现多尺度仿真

该研究成果为《国家综合防灾体系规划（2021-2035）》提供了重要的技术支撑，相关方法已被纳入住建部《城市防洪排涝系统韧性评估导则（2025版）》的推荐评估模型。研究团队正在推进与应急管理部的合作，将模型应用于长江流域防洪调度系统优化。