城市尺度下基于微观-宏观耦合方法的道路交通洪水风险评估模型研究

《Journal of Hydro-environment Research》：A micro–macro coupled approach to assess urban road traffic flood risk at the city scale

　　本文提出了一种结合水动力-水文耦合模型与多智能体系统（MAS）的动态风险评估框架，通过系统动力学（SDs）模型量化宏观风险概率曲线，在NetLogo平台实现了从微观车辆行为到宏观系统演化的多尺度洪灾风险评估，为城市防洪决策提供了创新方法。

　　

MAS模型开发

研究采用NetLogo平台（版本6.3.0）构建了城市洪水灾害响应的社会技术耦合系统。该平台通过分布式决策过程，有效模拟了随时间演化的复杂系统（Thiele和Grimm, 2010；Taherian等, 2018）。模型包含三类智能体：致灾因子智能体（模拟洪水强度、流速、水深等参数）、孕灾环境智能体（集成地形、道路网络、建筑分布数据）以及承灾体智能体（表征车辆移动逻辑与风险响应机制）。通过定义智能体交互规则与通信协议，实现了微观尺度下车辆与洪水动态互作用的模拟，为宏观风险演化提供了底层行为基础。

城市洪水灾害风险评估

根据北京市地方标准《城市暴雨排水系统规划设计暴雨径流计算标准》（DB11/T969-2016），研究区属于暴雨分区Ⅱ区。该标准规定设计降雨过程需基于《北京市水文手册设计暴雨图集》确定时段雨量，本研究采用50年重现期降雨情景，通过SWMM与LISFLOOD-FP耦合模型模拟洪水演进，并提取关键参数（如最大水深、流速）作为MAS模型中致灾因子智能体的输入。通过对比基线条件与应急干预策略下的车辆风险状态变化，验证了模型在微观路径规避与宏观风险控制中的有效性。

结论

基于MAS模型的城市洪灾社会系统风险评估已成为现代风险管理的核心方法。本研究通过耦合水文-水动力模型，在高密度城市化的北京清河流域实现了暴雨洪水过程的精细模拟，结合多智能体系统与系统动力学模型，揭示了道路交通系统在洪水胁迫下的微观行为机制与宏观演化规律。结果表明，针对性救援策略可显著降低高风险路段车辆比例，而系统性防控措施能将安全车辆比例维持在99%以上。该框架为城市洪灾动态风险评估与应急策略优化提供了理论与实践支撑。