现阶段,伴随着经济建设和科学技术的快速发展,通过5G技术科学建设发展智慧城市,合理调节区域协调和城市建设成为智慧城市建设背景下的关注重点。在5G技术高速率、低延迟以及广连接的加持下,对城市中的水、气、电、通信和交通等数据采集会变得更加高效和精准。另外,目前大中型城市,在基建、住宅、商业写字楼、交通、水电等各个方面的发展比较全面,其韧性也是由这些单元组成和决定的。在这基础之上,人(尤其是城市的管理者)的决策性在城市生命线系统上也起着至关重要的作用。因为环境与人的相互作用构成了城市生命线的复杂性,环境系统与经济系统和社会系统等之间的相互耦合,导致城市生命线系统韧性的量化的过程比较繁杂,需要通过设计一种新的算法来准确地量化城市生命线的系统韧性。
1 利用5G物联网技术对城市生命线数据采集
1.15G赋能智慧城市
21世纪20年代经济的迅速发展,引导工业化和城市化加速转型,带来了很多新的概念,如“智慧城市”“数字城市”等等。经过人才战略等政策的推广和执行,很多城市在人口上实现了指数级别的增长,继而带来的是人口的爆炸式增加,对环境和资源的依赖也日益加剧。
5G技术是在2013年提出的,经过近10年的发展,已经到了一个峰值状态。超高速率、超低延时和超大连接是5G技术的特性,正好和物联网的特写相契合。国内运营商也基于5G迅速发展物联网产业,2021年工信部公布通信业经济运行情况显示:移动联通电信三家运营商在蜂窝物联网终端用户已经超过13.85亿,其中客户集中在智慧交通、智能制造以及智慧公共事业上。在国家政策、5G技术以及应用、运营商产业等多方面的发展推动下,物联网产业正在迎来快速的发展时期,会成为未来重要发展的方向。
同样,智慧城市在这一阶段也得到了空前的发展。在云、大、物以及 GIS、BIM等技术的支撑下,智慧城市已经从概念阶段发展到了可落地的阶段,以前以人为主体的城市已经慢慢发展成为以人、机器、物联设备相互配合融合的统一整体。城市内所有的数据已经从单纯的记录存档发展成为可以用于城市良好发展预测的重要元素,所以对城市数据的收集、挖掘和预测离不开5G以及物联网设备。
1.25G物联网设备实时数据采集
5G在孕育之初就承担着万物互联的责任,5G技术的日益成熟,也完美地实现了其互联互通的纽带作用,当然这也是城市生命线系统离不开5G技术的根本原因。城市生命线系统各组成部分的数据采集利用5G物联网设备进行实时的输出,使用5G物联网设备,在水、气、电、通信和交通方面的数据采集的实时性和可靠性可以得到保证。
5G技术的加持,与移动边缘计算配合能够快速地分析和处理在城市中所采集的数据,利用云计算、大数据技术的存储和分析,让城市生命线预警监控能够更快地响应。尤其是在最近几年边缘设备终端和边缘计算能力的快速发展,使得对城市生命线的数据采集得到了更好的保障,对采集的数据进行机器学习和训练预测,对城市生命线的预警更加迅速和有效。
2 城市生命线复杂的系统韧性
城市生命线系统通常由关键基础设施系统组成,例如水、气、电、通信和交通。在现实社会中,构成城市生命线的这些系统用于维持城市和公民的基础生活,并保障公民有良好的生活质量。随着经济的快速发展,城市化的水平不断提高,城市的需求不断增加,不同城市间的不同区域也相互连接。这引起了政府和社区对灾害紧急状态压力下生命线系统性能的关注。因此,政府和社区需要通过技术和算法模型来识别并分析城市生命线的韧性能力。
2.1 城市生命线的涵义
城市生命线是指维持城市中居民赖以生存的系统组成,以及对民生有影响的工程的组合,包括供水、排水、电力、燃气及城市管廊等城市中重要的工程。
美国关注生命线的安全问题时间较早,在1996年就组成总统关键基础设施保护委员会(PCCIP),并制定相应的政策和预案。在其1997年度的概述简报中,强调了影响城市生命线系统的基础设施非常重要——“丧失能力或破坏将对国防或经济甚至美国的安全造成破坏性影响”,同样强调,这些基础设施包括通信、供电、油气储运、金融、交通、供水、医疗以及消防救援等紧急服务以及政府服务等。
在2013年,美国总统奥巴马(时任)签署第21号总统令,对化学制品、通信、公共卫生、制造业、信息服务、能源、交通以及医疗等基础设施类别作了新的调整和界定。并在修订的《国家基础设施保护预案》中把交通、通信、能源和供
水作为基础设施的关键,反映出当时美国政府对城市生命线的重视程度。
城市生命线的在我国的提出和兴起可以追溯到1990年,主要背景为国家自然科学基金委员会的“城市重大工程防灾的科学问题研究”项目。1995年,国务院颁布《破坏性地震应急条例》,提出在地震应急时,相关部门应该对城市生命线系统采取紧急的防护措施,反映出我国对城市生命线系统的关注程度。
2.2 城市生命线的系统的复杂性
我国的城市生命线在每个城市的定义和组成都各不相同,但是相同点是不管在哪个城市,由于人口组成的复杂性,城市生命线也必然由各子系统共同组成复杂的网络体系,各系统在社会环境中彼此交织并互相作用,协同工作。构成城市生命线的每一个组成都会互相作用,比如供水的系统改善有可能会影响到交通系统。另外,城市生命线系统的复杂性还会和政府政策有很大程度的关系。
经济的增长,政策的引导以及法律的完善都引导着城市的迅速扩展,也影响着城市生命线系统的正常运转。在不同的状态下,构成城市生命线各系统在发生相同的故障的风险是不一样的。因此,环境系统与经济系统、社会系统等构成城市的生命安全线系统的运行是比较复杂的,复杂的系统所带来的其系统韧性的量化也是复杂的。
2.3 城市生命线的系统韧性
根据美国关于关键基础设施安全和韧性的总统政策指令(PPD-21)中有关“韧性”的定义,称韧性为“系统为不断变化的条件做好准备和适应的能力,以及快速承受破坏和中断并从中断中恢复的能力”。对城市生命安全线来说,破坏和中断系统包括对城市生命线各个子系统的蓄意攻击、事故或者自然发生的灾难和事件等。
2013年,在面对21世纪城市迅速发展的挑战下,洛克菲勒基金会(Rockefeller Foundation)启动了“全球100个韧性城市”项目。其中,四川德阳、湖北黄石、浙江义乌、浙江海盐等城市相继入选。
2020年,在十九届五中全会上,提出“韧性城市”的概念。在后续的十四五规划和二〇三五年远景目标上,也提出了要建设韧性城市。
因为环境与人的相互作用构成了城市生命线的复杂性,环境系统与经济系统和社会系统等之间的相互耦合,导致城市生
命线系统韧性的量化繁杂化。传统的系统韧性研究没有考虑到城市生命线复杂性所带来的不确定性。比如弗朗西斯和贝克拉提出的系统韧性评估框架,仅仅通过吸收、适应和恢复讨论某一个系统的韧性。除了评估城市生命线基础设施的质量以及社会经济和文化特征的多样性之外,物理和非物理系统之间的相互作用也会显著影响城市系统的恢复能力。
对复杂系统韧性的评估可以将韧性分解为其个体属性,然后将这些属性组织成一个从不同方面和层次的指标的组织树。这为从城市生命线的各种子系统收集数据提供了思路,但需要一种解决这些变量相互依赖性的复杂方法。
3城市生命线复杂的系统韧性量化方法
为了能够量化城市生命线复杂的系统韧性,需要分析其内部的构成和外部环境的影响,不能单单依赖历史数据和统计分析,甚至专家的经验判断。要结合大数据、云计算、物联网以及机器学习等技术,对现有数据进行整理并预测。
3.1城市生命线系统韧性评估方法
在城市化和社会经济发展的背景下,系统充分有效地应对外部风险和内部不稳定的能力至关重要。需要对构成城市生命线的多个子系统韧性进行分析,包括建筑群落、交通网络、水电网络,并对它们进行系统耦合分析。
对于建筑群落的韧性评价目前已经有一系列建筑群落抗震韧性评估与规划的基本框架,比如基于概率的城市区域建筑群落灾害损伤分析和损失估计。
对于交通网络的韧性评价,目前多采用一套基于风险的分阶段交通网络韧性规划决策的框架,用于灾前减灾优先级确定、灾后应急资源调配以及长期恢复过程优化。
对于水电网络的韧性评价,在水电系统遭遇破坏后,不仅要通过概率分析框架来预测震后社区水电系统的功能损失,还要进行地下管线的灾后反映实验、管士相互作用分析,以及以城市供水管网物理机制为基础的管网抗震功能分析和抗震可靠性分析。
3.2 城市生命线系统韧性分析方法
在风险评估和决策分析领域,层次分析法(AHP)和网络分析法(ANP)被广泛用于评估风险的关键因素、分析决策方案的影响和偏好领域。采用 ANP和 AHP的分析方法,可以实现自然、社会、经济、技术以及区域灾害恢复能力管理与城市之间的相互作用的动态分析。
美国知名学者,匹兹堡大学教授 Saaty.T.L.在20世纪
70年代初提出层次分析法(Analytic Hierarchy Process,简称 AHP),能够灵活地对定性问题进行定量分析。其主要核心是将复杂问题中的各个因素划分为多个层次,并加入专家意见和分析者的客观判断,并对每一层次的两种因素进行比较和定量描述。最后,利用算法计算出每一层因素的相对重要的权值。
在1996年,Saaty教授提出了另外一种决策算法,网络分析法(Analytic Network Process,简称 ANP),ANP是在 AHP的基础上发展起来的一种新的实用决策方法,能够更好地适应非独立的递阶层次结构的决策。作为一种决策过程的算法,AHP可以更好地表示决策因素的测度,可以充分地利用人的经验和判断力。
但是,不管是层次分析法还是网络分析法,都无法精确地满足人的主观判断和决策,需要通过有序加权做数据的平均处理。通过在 ANP或 AHP的每个级别上进行一系列的聚合算法,可以减少上述的人的主观判断和决策对数据的影响,化解人的偏见和主观性。
根据上述几种评估方法的不足,寻找算法升级的途径。通过以下三个路径解决系统韧性模糊性:第一,制定指标库,整合现有韧性评估中的因素,第二,通过邀请评估人员从指标库中为生命线系统和灾难的特定场景并评分,第三,引入机器学习技术以减少人的主观意识的偏差效应。
3.3 城市生命线系统韧性评估框架
本节详细阐述了城市生命线的系统韧性评估的方法框架。相对于传统的韧性的评估框架,本文所提出的评估框架和算法具有下列优势:第一,对城市生命线的韧性评估不仅是从生命线的组成元素进行入手,还分析到组成元素的相关功能以及元素之间的耦合程度;第二,对城市生命线韧性的评估不单单考虑到其工程领域,而且还考虑到人文社会科学政治经济领域的影响;第三,可以通过机器学习的能力,将城市生命线的韧性评估得到良好的预测,使管理者可以主动做出响应。
本文将通过收集多个系统韧性评估框架,找出韧性评估的五个维度——环境、社会福利、经济、基础设施和制度。
将城市生命线中的吸收能力、适应能力和恢复能力作为生命线系统韧性能力的三个重要的标准,评估者根据不同的危害,从每一个标准下的上述的五个维度(环境、社会福利、经济、基础设施和制度)中选择合适的指标。使用 ANP以及 AHP算法模型分配确定的指标的权重,保证了此时的权重代表着从评估者的角度来看每个指标的相对重要性。
本文还通过设计一种用于调整权重和聚类的混合 K-Means算法实现对系统韧性的评估。利用这个数据还可以构建用于计算和可视化的城市生命线韧性的 GIS平台或系统。
图1 城市生命线系统韧性评估算法流程
如图1所示,首先,根据选定的衡量特定系统韧性的适当指标构建指标框架,并根据能力“三大支柱”分配指标的原始数据。评估者使用 ANP模型或者 AHP模型生成权重。将原始数据和权重作为聚类混合 K-means算法的输入,帮助所有社区聚集成具有不同韧性水平的组。最后数据结果可以通过 GIS平台展示出来,直观显示城市生命线韧性视图。