基于遗传算法优化的多雨storm 返回周期蓝绿城市洪水风险管理
摘要
洪水风险管理者寻求优化蓝绿基础设施 (Blue-Green Infrastructure, BGI) 设计以最大化投资回报. 当前系统常使用优化算法和详细的洪水模型以最大化单一雨storm 返回周期的效益-成本比. 然而, 这些方案可能在应对不同风暴规模的洪水风险时缺乏鲁棒性. 例如, 针对 100 年返回周期优化的 BGI 方案可能与针对 10 年返回周期的方案不同. 本研究引入了新方法, 将五个返回周期 (T = 10, 20, 30, 50, 和 100 年) 纳入多目标 BGI 优化框架. 该框架将 Non-dominated Sorting Genetic Algorithm II (NSGA-II) 与完全分布式水动力学模型相结合, 以优化 BGI 特征的空间布置和组合规模. 首次将直接损失成本 (Direct Damage Cost, DDC) 和预期年损失 (Expected Annual Damage, EAD), 用于各种建筑类型, 作为风险目标函数, 将一个sur many-objective problem 转化为多目标问题. 性能指标如中位数风险差 (Median Risk Difference, MedRD)、最大风险差 (Maximum Risk Difference, MaxRD) 和帕累托前沿面积 (Area Under Pareto Front, AUPF) 表明, 针对 100 年优化的 BGI 设计在评估其他返回周期时表现不佳, 尤其是较短的周期. 相比之下, 采用组合返回周期优化的 BGI 设计在所有返回周期内的性能指标均得到提升, 其中 20 年返回周期的 MedRD 提升了 22%, AUPF 提升了 73%, 50 年返回周期的 MaxRD 提升了 23%. 此外, 气候上升压力测试确认了该设计对未来极端降雨的鲁棒性. 本研究主张在洪水风险管理中实现从单一最大到多雨storm 返回周期为基础的设计范式转变, 以增强对未来气候极端情况的韧性和适应性.
引用
@article{arxiv.2502.12174,
title = {Robust blue-green urban flood risk management optimised with a genetic algorithm for multiple rainstorm return periods},
author = {Asid Ur Rehman and Vassilis Glenis and Elizabeth Lewis and Chris Kilsby and Claire Walsh},
journal= {arXiv preprint arXiv:2502.12174},
year = {2025}
}
备注
Preprint published in Journal of Flood Risk Management on September 7, 2025