雨洪災(zāi)害視域下的老舊社區(qū)防災(zāi)韌性評估
——基于PSR模型和BPNN的實證研究

尚磊, 張友志, 張董寅, 鐘媛

(1.江蘇科技大學(xué)土木工程與建筑學(xué)院, 鎮(zhèn)江 212100; 2.江蘇科興項目管理有限公司,南京 210021; 3.吉林建筑大學(xué)建筑節(jié)能技術(shù)工程試驗室, 長春 130118)

21世紀(jì)以來,在全球極端天氣和城鎮(zhèn)化進程加快的大背景下,各種災(zāi)害風(fēng)險頻發(fā),造成了嚴(yán)重生命和財產(chǎn)損失,對城市和社區(qū)的可持續(xù)發(fā)展產(chǎn)生諸多不利影響。根據(jù)《中國氣候變化藍皮書(2022)》顯示,1961—2021年中國年平均降雨量呈增加趨勢,年累計平均降雨量每10年增加5.5 mm,區(qū)域降雨量差異明顯,暴雨天數(shù)增多[1]。雨洪災(zāi)害視域下,老舊社區(qū)作為城市災(zāi)害風(fēng)險管理的基本單元,也是人類生活中的群眾基礎(chǔ)機構(gòu),由于建成年代遠、建筑防災(zāi)等級低、配套設(shè)施差等原因,老舊社區(qū)防災(zāi)韌性普遍較弱[2]。因此,基于韌性視角的老舊社區(qū)雨洪災(zāi)害風(fēng)險的研究,對于提升社區(qū)韌性以保障城市發(fā)展安全顯得至關(guān)重要。

韌性,被定義為某一系統(tǒng)、社區(qū)或社會內(nèi)在的本領(lǐng),在受到?jīng)_擊或壓力的影響后能夠保持原有的特征、結(jié)構(gòu)和關(guān)鍵功能的能力[3]。近年來,從韌性視角探尋老舊社區(qū)應(yīng)對雨洪災(zāi)害風(fēng)險的能力已成為防災(zāi)減災(zāi)領(lǐng)域的研究熱點。目前,現(xiàn)階段中外學(xué)者對于老舊社區(qū)雨洪韌性的評估方法主要有4類:①運用模糊數(shù)學(xué)分析法、數(shù)據(jù)包絡(luò)分析法、元網(wǎng)絡(luò)分析法等綜合評估法[4-6],構(gòu)建評估指標(biāo)體系對社區(qū)雨洪災(zāi)害進行風(fēng)險綜合評估;②利用回歸分析法、損失率模型法、聚類分析法等數(shù)理統(tǒng)計法,對雨洪災(zāi)害歷史數(shù)據(jù)進行統(tǒng)計分析,預(yù)測未來雨洪災(zāi)害發(fā)生的風(fēng)險概率[1,7-9];③應(yīng)用暴雨洪水管網(wǎng)模型(storm water management model,SWMM)、二維水動力系列模型等水文力學(xué)模型,對雨水排水系統(tǒng)、排水管道等設(shè)計、測試與可視化模擬[10-13];④基于空間分析法、遺傳算法、元胞自動機等試驗?zāi)M法,采用遙感和地理信息系統(tǒng)(geographic information system,GIS)技術(shù),模擬災(zāi)害情景,進行社區(qū)雨洪災(zāi)害的動態(tài)監(jiān)測和評估[1,14-17]。

總體上,現(xiàn)有文獻普遍認(rèn)為老舊社區(qū)雨洪韌性是社區(qū)經(jīng)濟、防災(zāi)設(shè)施等多種因素耦合的結(jié)果。但是,對于老舊社區(qū)雨洪韌性的形成過程及其機理方面有待進一步揭示。也鮮有文獻從雨洪災(zāi)害沖擊下的社區(qū)承災(zāi)壓力、社區(qū)狀態(tài)和社區(qū)響應(yīng)角度分析老舊社區(qū)雨洪韌性問題。為此,借鑒PSR模型[壓力(P)-狀態(tài)(S)-響應(yīng)(R)],從老舊社區(qū)受雨洪災(zāi)害擾動的過程角度出發(fā),以期更準(zhǔn)確表征災(zāi)變過程的韌性特征和影響因素[18-19]。目前,PSR模型應(yīng)用于老舊社區(qū)雨洪韌性的類似研究還相對較少;同時,BP神經(jīng)網(wǎng)絡(luò)(BPNN)常被用于因果關(guān)系復(fù)雜的非確定性問題的研究,具有較強的自適應(yīng)、自組織協(xié)調(diào)和分類記憶功能,通過不斷的自我學(xué)習(xí)使誤差達到系統(tǒng)要求,被廣泛運用于諸多研究領(lǐng)域[20-21]。

基于此,現(xiàn)構(gòu)建基于PSR模型的老舊社區(qū)雨洪韌性評估框架和評估指標(biāo)體系,采用BP神經(jīng)網(wǎng)絡(luò)(back propagation neural network,BPNN)建立老舊社區(qū)雨洪韌性模型(PSR-BPNN),以江蘇鎮(zhèn)江市京口區(qū)老舊社區(qū)為例進行案例驗證研究,最后基于研究結(jié)果提出老舊社區(qū)雨洪韌性提升策略。與類似研究相比,PSR模型有利于揭示雨洪等外部災(zāi)害沖擊下的老舊社區(qū)韌性形成機理,BPNN有助于改善雨洪等多災(zāi)種韌性評估模型的精度和適應(yīng)性,對于老舊社區(qū)防災(zāi)減災(zāi)能力建設(shè)具有重要意義。

1 構(gòu)建基于PSR模型的老舊社區(qū)雨洪韌性評估體系

1.1 PSR(壓力-狀態(tài)-響應(yīng))模型的引介

PSR模型是一種較為成熟的災(zāi)害沖擊下的生態(tài)風(fēng)險評估分析框架[22-24]。通過考察社區(qū)受外部擾動的影響、擾動沖擊下社區(qū)的脆弱性、社區(qū)對擾動的恢復(fù)程度3種交互影響的內(nèi)在鏈?zhǔn)椒磻?yīng),以此來揭示壓力層(P)-狀態(tài)層(S)-響應(yīng)層(R)三者之間的因果關(guān)系。PSR模型反映“災(zāi)害-建筑物-人”三者之間的相互影響和反饋作用,能夠反映雨澇災(zāi)害沖擊下城市老舊社區(qū)防災(zāi)韌性影響因素之間的系統(tǒng)關(guān)聯(lián)。為此,構(gòu)建基于PSR模型的老舊社區(qū)雨洪韌性評估框架(圖1),選取3個方面的具體指標(biāo)。該評估框架由相關(guān)聯(lián)的3部分組成。

圖1 基于PSR模型的老舊社區(qū)雨洪韌性評估框架

(1)壓力層(P):描述社區(qū)在受到外部災(zāi)害擾動時的致災(zāi)因子,包括自然災(zāi)害和社區(qū)面臨的其他潛在風(fēng)險因素等。其中:①自然災(zāi)害風(fēng)險,如極端天氣影響、雨洪等;②社區(qū)面臨的其他潛在風(fēng)險,如排水管網(wǎng)密度、地形起伏度、社區(qū)周邊存在的危險源等。

(2)狀態(tài)層(S):描述社區(qū)作為承災(zāi)系統(tǒng)所處的狀態(tài),如建筑設(shè)施穩(wěn)定性和公共空間布局分布等。

(3)響應(yīng)層(R)描述災(zāi)害沖擊下社區(qū)居民、社區(qū)和相關(guān)管理部門所采取的應(yīng)急處置和恢復(fù)措施,是對致災(zāi)因子和承災(zāi)體自身狀態(tài)做出的響應(yīng)。

老舊社區(qū)雨洪韌性就是社區(qū)在面臨雨洪災(zāi)害沖擊(P)后,社區(qū)作為承災(zāi)系統(tǒng)所表現(xiàn)出的抗災(zāi)能力狀態(tài)(S)以及采取的防災(zāi)減災(zāi)響應(yīng)措施(R),由此形成壓力-狀態(tài)-響應(yīng)相互關(guān)聯(lián)的內(nèi)在鏈?zhǔn)巾憫?yīng)。

1.2 評估指標(biāo)選取結(jié)果

整合社區(qū)韌性理論,提出一個基于PSR模型改進的老舊社區(qū)雨洪韌性評估指標(biāo)體系。在參考相關(guān)研究文獻基礎(chǔ)上[7,24-25],整合了城市規(guī)劃、社區(qū)管理和防災(zāi)減災(zāi)等方面的標(biāo)準(zhǔn)規(guī)范和法律法規(guī),如《城市防洪工程設(shè)計規(guī)范》(GB/T 50805—2012)、《防洪標(biāo)準(zhǔn)》(GB 50201—94)、《城市居住區(qū)規(guī)劃設(shè)計規(guī)范》(GB 50180—93)和《砌體結(jié)構(gòu)設(shè)計規(guī)范》(GB 50003—2011)等。

充分考慮指標(biāo)代表性、科學(xué)性、指標(biāo)數(shù)據(jù)的可獲得性等問題,在對江蘇省鎮(zhèn)江市京口區(qū)部分老舊社區(qū)進行實地調(diào)研的基礎(chǔ)上,結(jié)合專家咨詢意見確定老舊社區(qū)雨洪韌性評估指標(biāo)體系。本指標(biāo)體系由20項評估指標(biāo)構(gòu)成,其中:壓力層指標(biāo)6項、狀態(tài)層指標(biāo)6項和響應(yīng)層指標(biāo)8項,如表1所示。

表1 老舊社區(qū)雨洪韌性評估指標(biāo)體系

1.3 指標(biāo)權(quán)重的確定

邀請城市規(guī)劃、社區(qū)管理、消防工程、防災(zāi)減災(zāi)等相關(guān)領(lǐng)域的專家28人,對專家發(fā)放調(diào)查問卷,回收有效問卷23份(剔除信息不完整問卷),對評估指標(biāo)體系的準(zhǔn)則層、要素層和指標(biāo)層進行相對重要性評估,通過建立判斷矩陣,計算最大特征值并通過一致性檢驗,得到相對重要性排序[1,25-26],確定每項評估指標(biāo)權(quán)重,具體步驟如下。

(1)采用網(wǎng)絡(luò)分析法(analytic network process, ANP)[1],其中,控制層包括評估目標(biāo),即老舊社區(qū)雨洪韌性水平,下屬3個決策準(zhǔn)則(壓力層韌性-狀態(tài)層韌性-響應(yīng)層韌性)。網(wǎng)絡(luò)層將各準(zhǔn)則層指標(biāo)作為相互不獨立的元素組,如圖2所示。

圖2 老舊社區(qū)雨洪韌性水平ANP決策分析模型

(2)社區(qū)雨洪韌性ANP分塊超矩陣代表相互元素組(P-S-R)之間關(guān)系,超矩陣W有3個集群層,其中元素組P包含C1～C66個指標(biāo),元素組S包含C7～C126個指標(biāo),元素組R包括C13～C208個指標(biāo),則形成的超矩陣W,即

S…R

(1)

(2)

(3)

式中:uij為aij的具體數(shù)值。

(4)

研究分類、分層將壓力因素、狀態(tài)因素和響應(yīng)因素進行比較和確定權(quán)重,構(gòu)建劃分為4個層級的老舊社區(qū)雨洪韌性評估指標(biāo)體系,利用指數(shù)標(biāo)度法[26]給各層級指標(biāo)進行權(quán)重配比,得到各指標(biāo)全局權(quán)重,結(jié)果如圖3所示。

圖3 老舊社區(qū)雨洪韌性評估層次結(jié)構(gòu)及權(quán)重賦值

2 BP神經(jīng)網(wǎng)絡(luò)評估模型

2.1 BP神經(jīng)網(wǎng)絡(luò)原理

基于BP神經(jīng)網(wǎng)絡(luò)的老舊社區(qū)雨洪韌性評估模型包括3層,分別是:初始化輸入層、隱含層和輸出層神經(jīng)元[27],權(quán)向量V和W分別為輸入層到隱含層及隱含層到輸出層的連接權(quán)。當(dāng)輸入自變量向量為M維,輸出因變量為N維,評估模型是從M維自變量到N維因變量的函數(shù)映射過程。

在三層BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖,設(shè)X=(x1,x2,…,xn)T為輸入向量,H=(h1,h2,…,hn)T為隱含層輸出向量,O為輸出層輸出向量,y為期望輸出向量,netj為隱含層第j個神經(jīng)元的輸入,netk為輸出層第k個神經(jīng)元的輸入,如式(5)～式(6)所示。

隱含層輸出為

(5)

輸出層輸出為

(6)

綜合可得第l次迭代輸出誤差為

(7)

由式(7)可知修正權(quán)值可使誤差E不斷地減小,修正變量與下降誤差梯度成正比。殘值計算公式為

(8)

(9)

連接權(quán)值修正誤差反方向調(diào)整,輸出層和隱含層修正公式為

(10)

(11)

式中:負(fù)號表示梯度下降,比例系數(shù)λ∈(0,1)。以此可得BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法修正公式為

Δwjk=λ(yk-ok)ok(1-ok)hj

(12)

(13)

BP學(xué)習(xí)算法是一個迭代過程[27-28],通過反復(fù)迭代,修正的權(quán)值和閾值再向前傳播。若評估模型迭代或誤差達到目標(biāo)精度,則證明訓(xùn)練成功,否則返回開始新一輪訓(xùn)練,直至滿足要求,方可用于評估研究目標(biāo)。BP神經(jīng)網(wǎng)絡(luò)評估模型的學(xué)習(xí)算法流程(圖4)。

2.2 BP神經(jīng)網(wǎng)絡(luò)評估模型構(gòu)建

2.2.1 神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本選擇

目前,老舊社區(qū)雨洪韌性指標(biāo)評估值尚無明確劃分標(biāo)準(zhǔn)和界限范圍。根據(jù)老舊社區(qū)雨洪韌性評估成果[4,20-21],以25組老舊社區(qū)作為模擬訓(xùn)練樣本,在構(gòu)建BP神經(jīng)網(wǎng)絡(luò)評估模型過程中,采用MATLAB高級語言程序?qū)崿F(xiàn)算法[28],隨機生成25組項目評估指標(biāo)值,對25組老舊社區(qū)按照最高評分設(shè)為5分,最低評分設(shè)為1分,將評分?jǐn)?shù)據(jù)作為輸入變量,用模糊層次分析法確定的PSR模型評估指標(biāo)體系的權(quán)重作為輸出值,得出老舊社區(qū)雨洪韌性評估總分。將數(shù)據(jù)分為2份,其中20份為訓(xùn)練集,5份為測試集,設(shè)20個三級指標(biāo)對應(yīng)的權(quán)重W=(WC1,WC2,…,WC20),其對應(yīng)的分級量化值S=(S1,S2,…,S20),則老舊社區(qū)雨洪韌性期望輸出值Y=WS,即BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練期望輸出值。

2.2.2 確定隱含層節(jié)點數(shù)

對于模擬訓(xùn)練樣本,輸入分析20個老舊社區(qū)雨洪韌性評估指標(biāo)(C1～C20),即m=20;輸出n為老舊社區(qū)雨洪韌性評估值,即n=1;然而,隱含層神經(jīng)元數(shù)目不同很大程度上會影響網(wǎng)絡(luò)的性能,目前理論上沒有明確的規(guī)定,可以參考經(jīng)驗公式[27,29],通過式(13)～式(15)來選取神經(jīng)元個數(shù)。

(14)

(15)

k=log2m

(16)

用試湊法[27]將隱含層節(jié)點數(shù)設(shè)為5～14。分別對不同隱含層節(jié)點數(shù)的訓(xùn)練樣本進行均方誤差(mean-square error,MSE)計算,通過多次反復(fù)試驗,將隱含層節(jié)點數(shù)定為6時,訓(xùn)練樣本均方差最小,故中間最佳隱含層神經(jīng)元節(jié)點數(shù)為6。

2.2.3 學(xué)習(xí)參數(shù)選擇

基于BP神經(jīng)網(wǎng)絡(luò)模型對老舊社區(qū)雨洪韌性評估指標(biāo)訓(xùn)練、測試,通過按比例劃分訓(xùn)練集與測試集-數(shù)據(jù)歸一化-確定輸入層神經(jīng)元個數(shù),構(gòu)建最佳隱含神經(jīng)元個數(shù)-神經(jīng)網(wǎng)絡(luò)測試集與訓(xùn)練集擬合結(jié)果分析,輸入拓?fù)浣Y(jié)構(gòu)“20-6-1”的老舊社區(qū)雨洪韌性評估模型(圖5)。

Input:輸入;hidden layer:隱含層;output layer:輸出層;output:輸出

采用MATLAB高級語言程序?qū)崿F(xiàn)算法[27],設(shè)置參數(shù)(表2)。神經(jīng)網(wǎng)絡(luò)評估模型通過設(shè)置參數(shù)隨迭代過程推進誤差逐步減小,遍歷以達到最優(yōu)。

表2 模型訓(xùn)練參數(shù)

2.2.4 擬合結(jié)果分析

利用MATLAB訓(xùn)練網(wǎng)絡(luò),得到BP神經(jīng)網(wǎng)絡(luò)評估模型的擬合結(jié)果。

(1)將指標(biāo)(C1～C20)訓(xùn)練樣本量化值代入BP神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練,經(jīng)過2次訓(xùn)練達到最佳精度要求,BP訓(xùn)練曲線達到收斂狀態(tài),訓(xùn)練結(jié)束。BP訓(xùn)練誤差(MSE)=0.225 38,相關(guān)系數(shù)(R)=0.947,BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程曲線,如圖6所示。

圖6 BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程曲線

(2)BP神經(jīng)網(wǎng)絡(luò)模型擬合過程(圖7),當(dāng)?shù)?次迭代時,梯度=1.074×10-5,誤差精度Mu=1×10-7,驗證失誤次數(shù)=6次。說明神經(jīng)網(wǎng)絡(luò)9次迭代后達到目標(biāo)精度要求,擬合模擬運行良好。

圖7 BP神經(jīng)網(wǎng)絡(luò)模型擬合過程

(3)BP神經(jīng)網(wǎng)絡(luò)模型擬合效果(圖8),R>0.91,擬合優(yōu)度R2接近1,擬合效果良好。表明老舊社區(qū)雨洪韌性BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測精度較高,可用于評估雨洪災(zāi)害視域下的社區(qū)防災(zāi)韌性。

2.3 訓(xùn)練與測試

由擬合運算結(jié)果可知,本文構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)模型具有精度良好的評估能力,對模擬訓(xùn)練樣本劃分訓(xùn)練集和測試集,適用于老舊社區(qū)雨洪韌性評估。具體過程如下。

(1)網(wǎng)絡(luò)樣本數(shù)據(jù)共有25組,其中:將樣本編號1～20組作為訓(xùn)練集,在訓(xùn)練過程中對訓(xùn)練誤差進行梯度下降,提取學(xué)習(xí)訓(xùn)練后的權(quán)值和閾值,使訓(xùn)練結(jié)果和期望輸出的相對誤差在精度范圍內(nèi)。由訓(xùn)練集結(jié)果分析(圖9):訓(xùn)練的20組樣本,相對誤差最小的為0.001 8,其余誤差均接近于0。

圖9 神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果

(2)將樣本編號21～25組作為測試集,計算得出老舊社區(qū)雨洪韌性測試集擬合結(jié)果如表3所示。由表3可知,測試集平均誤差(MRE)=0.093 5,相對誤差范圍為0.008 6～0.286 5,測試結(jié)果和期望輸出值相吻合,反映該評估模型具有較高的可信度和精度。因此,PSR-BPNN模型可以作為老舊社區(qū)雨洪韌性評估工具,反映老舊社區(qū)雨洪韌性評估指標(biāo)和指標(biāo)評估值之間存在自適應(yīng)訓(xùn)練學(xué)習(xí)和非線性關(guān)系,該評估模型具有較高的網(wǎng)絡(luò)泛化能力和擬合精度。

表3 BP神經(jīng)網(wǎng)絡(luò)測試結(jié)果

2.4 老舊社區(qū)雨洪韌性評級

基于PSR-BPNN模型將輸出層神經(jīng)元雨洪韌性評估值設(shè)置為5級韌性評估:L={弱Ⅰ級,較弱Ⅱ級,一般Ⅲ級,強Ⅳ級,較強Ⅴ級}。計算公式為

(17)

(18)

式中:Um為各指標(biāo)層評估結(jié)果;nUm為影響因素指標(biāo)個數(shù);Wi為第i項韌性評估指標(biāo)的權(quán)重;Li為第i項評估指標(biāo)的輸入神經(jīng)元量化值{1,2,3,4,5};L*為老舊社區(qū)雨洪韌性評估值。

采取非等距離劃分法[1,30]將Um和L*值劃分為5個等級(表4)。通過計算得出老舊社區(qū)雨洪韌性總體區(qū)間范圍,結(jié)合指標(biāo)權(quán)重,以此建立老舊社區(qū)雨洪韌性評估等級子因素集:壓力層子因素集U1={嚴(yán)重,高壓力,中等壓力,輕微壓力,小壓力},狀態(tài)層子因素集U2={受損,脆弱,中等健康,健康,非常健康},響應(yīng)層子因素集U3={無響應(yīng),弱響應(yīng),中等響應(yīng),強響應(yīng),很強響應(yīng)}。在老舊社區(qū)雨洪韌性的定義下,韌性等級越高,則表示社區(qū)承災(zāi)系統(tǒng)應(yīng)對雨洪災(zāi)害風(fēng)險的抗災(zāi)能力越強。

表4 老舊社區(qū)雨洪韌性水平等級劃分

3 模型實證評估

3.1 研究案例及數(shù)據(jù)來源

鎮(zhèn)江市地處長江下游南岸,位于江蘇省西南部,屬于典型的丘陵地貌,洪澇災(zāi)害等多種自然災(zāi)害頻發(fā)。據(jù)報道,近年來鎮(zhèn)江市最高水位周期性上漲,短時間特大降雨量屢屢超過歷史記錄,引發(fā)嚴(yán)重的城市內(nèi)澇災(zāi)害。京口區(qū)為鎮(zhèn)江市轄區(qū),是鎮(zhèn)江市現(xiàn)存面積和規(guī)模較大的老舊社區(qū)聚集地。對京口區(qū)老舊社區(qū)進行了深入的實地調(diào)研,該區(qū)域也是受雨洪災(zāi)害侵?jǐn)_最嚴(yán)重的地區(qū)之一,這些社區(qū)建設(shè)年代多為1960—1990年,建筑層數(shù)多為4～6層、磚木結(jié)構(gòu)的多層住宅,人口密度和建筑密度較高的居民區(qū)(表5)。此類社區(qū)大多公共面積較小,老年人口比例高,是典型的“高齡”社區(qū)。

表5 鎮(zhèn)江市京口區(qū)老舊社區(qū)情況

數(shù)據(jù)來源調(diào)研問卷、實地考察和相關(guān)領(lǐng)域?qū)＜耀@得的數(shù)據(jù)資料,具體過程如下。

(1)實地勘察:2022年4—6月,選取老舊社區(qū)特征明顯的古通巷片區(qū)、觀音橋巷片區(qū)、府學(xué)新村、城隍廟東和青云門片區(qū)、醫(yī)政路片區(qū),以及東吳路沿線零散片區(qū)6處居住小區(qū)進行實地勘察。

(2)走訪調(diào)研:調(diào)研對象為老舊社區(qū)居民、社區(qū)居委會相關(guān)人員,通過發(fā)放問卷向?qū)吓f社區(qū)居民包括居民信息、老舊社區(qū)基礎(chǔ)設(shè)施韌性狀況及居民對韌性社區(qū)認(rèn)知3個部分,包括年齡、職業(yè)、社區(qū)鄰里關(guān)系、社區(qū)雨洪災(zāi)害情況等。

(3)專家訪談:2022年7月,羅列出雨洪視域下對老舊社區(qū)防災(zāi)韌性影響因素,綜合相關(guān)領(lǐng)域?qū)＜业囊庖姾徒ㄗh,確定老舊社區(qū)雨洪韌性評估體系的壓力層、狀態(tài)層和響應(yīng)層指標(biāo)內(nèi)容,在PSR-BPNN評估模型下,根據(jù)專家的判斷分值,最終得到相應(yīng)層級的老舊社區(qū)雨洪韌性水平評估值。

老舊社區(qū)主要指建成于2000年以前、社區(qū)配套設(shè)施落后、居民改造意愿強烈的老社區(qū)。此類社區(qū)普遍存在房屋陳舊、開放式管理、安全性差和老齡化嚴(yán)重等諸多問題。老舊社區(qū)里的公共設(shè)施受外界環(huán)境以及資源條件的影響,存在著很多安全隱患,該類老舊社區(qū)雨洪韌性較低。

3.2 雨洪韌性水平評估結(jié)果

基于PSR-BPNN模型對鎮(zhèn)江市京口區(qū)老舊社區(qū)雨洪災(zāi)害視域下防災(zāi)韌性進行評估,歸納得出該老舊社區(qū)雨洪韌性水平評估值,如圖10所示。

圖10 京口區(qū)老舊社區(qū)雨洪韌性水平評估值

從圖10可知,對老舊社區(qū)雨洪韌性評估值影響最大的指標(biāo)分別為磚砌體結(jié)構(gòu)防洪加固情況(C9)>應(yīng)急標(biāo)識和設(shè)施完善程度(C13)>水電管網(wǎng)線路及相關(guān)設(shè)施穩(wěn)定性(C10)>排水管網(wǎng)密度(C3)>防汛演練和預(yù)案響應(yīng)(C15)。各子系統(tǒng)對雨洪韌評估值貢獻大小為:狀態(tài)層(S)>響應(yīng)層(R)>壓力層(P),表明狀態(tài)層對老舊社區(qū)雨洪韌性評估值作用最為顯著。

(1)由壓力層(P)雨洪韌性評估值可知,排水管網(wǎng)密度(C3)評估值遠高于壓力層的其他指標(biāo),雨洪災(zāi)害發(fā)生頻率(C2)、地形起伏度(C4)和不良周邊環(huán)境要素(C6)在壓力層指標(biāo)中評估值處于同一水平,評估值范圍為0.042 4～0.054 9。區(qū)域性暴雨天氣情況(C1)和內(nèi)部綠地規(guī)劃和植被選擇(C5)是評估值較低2項指標(biāo),同樣也是影響老舊社區(qū)雨洪韌性的客觀條件。

(2)在狀態(tài)層(S)指標(biāo)因素中。磚砌體結(jié)構(gòu)防洪加固情況(C9)評估值位于全局第1位。其中:公共空間數(shù)量和面積(C8)、水電管網(wǎng)線路及相關(guān)設(shè)施穩(wěn)定性(C10)、附屬設(shè)施穩(wěn)定性(C12)是評估值較高的3項指標(biāo),在狀態(tài)層中處于同一水平,評估值范圍為0.088 5～0.208 4。表明雨洪災(zāi)害沖擊時老舊社區(qū)的建筑體結(jié)構(gòu)等要素防災(zāi)能力脆弱。

(3)在響應(yīng)層(R)指標(biāo)因素中,應(yīng)急標(biāo)識和設(shè)施完善程度(C13)在響應(yīng)層中起主導(dǎo)作用,應(yīng)急通道通行情況(C14)、防汛演練和預(yù)案響應(yīng)(C15)和救災(zāi)物資儲備情況(C19)在該指標(biāo)層評估值中表現(xiàn)較高影響力。道路寬度和斷面形式(C18)評估值最低,但對應(yīng)急救援疏散通道的整治和擴寬也尤為重要,表明老舊社區(qū)在雨洪災(zāi)害沖擊下的整體響應(yīng)能力較差。

由式(17)和式(18)可知,鎮(zhèn)江市京口區(qū)老舊社區(qū)雨洪韌性區(qū)間為(0.088,2.198),社區(qū)雨洪韌性評估值L*=0.548,壓力層(P)、狀態(tài)層(S)和響應(yīng)層(R)雨洪韌性評估值分別為0.31、1.35和0.91。

對照雨洪韌性評估等級劃分表(表4)發(fā)現(xiàn),案例所選老舊社區(qū)壓力層處于高壓力狀態(tài),狀態(tài)層處于脆弱階段,響應(yīng)層處于弱響應(yīng)狀態(tài),社區(qū)的雨洪韌性等級L為Ⅱ級,面對雨洪災(zāi)害防災(zāi)韌性等級較低。評估結(jié)果和鎮(zhèn)江市京口區(qū)實際雨洪韌性狀態(tài)較為一致。因此,表明基于PSR-BPNN模型的評估方法可以準(zhǔn)確、有效地應(yīng)用于老舊社區(qū)雨洪韌性定量評估中。

4 結(jié)論與對策建議

4.1 結(jié)論

(1)引入災(zāi)害沖擊下的生態(tài)風(fēng)險評估領(lǐng)域較為成熟的PSR模型,構(gòu)建了壓力層韌性(P)、狀態(tài)層韌性(S)、響應(yīng)層韌性(R)3個維度的社區(qū)防災(zāi)韌性評價指標(biāo)體系,反映雨洪災(zāi)害沖擊下城市老舊社區(qū)防災(zāi)韌性影響因素之間的系統(tǒng)關(guān)聯(lián)。

(2)通過BP神經(jīng)網(wǎng)絡(luò)(BPNN)模型,擬合分析該模型的可靠性,對20組訓(xùn)練集和5組測試集進行學(xué)習(xí)訓(xùn)練、擬合檢驗,計算可得測試結(jié)果與期望輸出值相對誤差較小,接近于0,反映該評估模型具有較高的擬合精度和良好的網(wǎng)絡(luò)泛化能力,適用于雨洪災(zāi)害視域下的老舊社區(qū)防災(zāi)韌性定量評估。評估模型可以更加客觀而有效地表達出評估指標(biāo)和指標(biāo)量化值之間存在自適應(yīng)訓(xùn)練學(xué)習(xí)和非線性關(guān)系,降低老舊社區(qū)防災(zāi)韌性評估過程中的主觀因素,可為社區(qū)雨洪韌性評估提供一個新的視角。

(3)基于PSR-BPNN評估模型對鎮(zhèn)江市京口區(qū)老舊社區(qū)進行雨洪韌性案例研究,結(jié)果表明:案例社區(qū)的雨洪韌性綜合得分L*=0.548,在I～V級雨洪韌性等級劃分中處于第Ⅱ級,社區(qū)承受了高度的外部壓力(P)、狀態(tài)層存在諸多薄弱環(huán)節(jié)(S)、響應(yīng)層為弱響應(yīng)(R),社區(qū)雨洪韌性脆弱。

(4)基于PSR-BPNN模型的老舊社區(qū)雨洪韌性評估方法、評估框架和評估模型具有較好的適用價值。研究結(jié)論可以推廣至其他類型社區(qū)和其他類型的災(zāi)害風(fēng)險防范,針對其他類型社區(qū)和災(zāi)害風(fēng)險的特殊性,可以構(gòu)建適宜的單災(zāi)種或者多災(zāi)種防災(zāi)韌性評估框架和評估模型,進而提高社區(qū)防災(zāi)韌性評估和防災(zāi)策略的有效性和針對性。

4.2 對策建議

(1)“壓力”源的修復(fù)與防御。①強化預(yù)警,開發(fā)洪澇災(zāi)害情景下的災(zāi)害應(yīng)急導(dǎo)航系統(tǒng)和公共空間災(zāi)害監(jiān)測設(shè)施,提升救災(zāi)速度,降低洪澇災(zāi)害的損失和影響;②在災(zāi)害來臨時,在社區(qū)(鄉(xiāng)、村)等基層配備相應(yīng)的應(yīng)急物資儲備庫,在應(yīng)急救災(zāi)響應(yīng)啟動時,給受災(zāi)社區(qū)居民提供基本生活物資保障;③整治社區(qū)周邊道路,重點排查社區(qū)周邊危險源,并對社區(qū)內(nèi)部構(gòu)筑物進行加固及改造,以應(yīng)對洪澇災(zāi)害沖擊;④有效進行綠植配置。為防止洪澇災(zāi)害在社區(qū)內(nèi)部引發(fā)滑坡、崩塌等次生災(zāi)害風(fēng)險,應(yīng)種刺槐、黃金蜀檜柏和草類植物等樹種。

(2)“狀態(tài)”的承載性轉(zhuǎn)變。①對于地基存在不均勻沉降、基礎(chǔ)開裂或變形,可根據(jù)實際情況,采用基礎(chǔ)承載力加固和基礎(chǔ)注漿加固法進行加固修復(fù)。而部分墻體傾斜變形、移位開裂和局部連接結(jié)點失效,以及基礎(chǔ)承載力構(gòu)件承載力不足、鋼筋銹蝕和整體抗?fàn)幮阅懿蛔?對不同部位的結(jié)構(gòu)問題采用不同的加固方式;②對非結(jié)構(gòu)部件的圍護結(jié)構(gòu)、外部連接構(gòu)件和附屬機電設(shè)備,應(yīng)當(dāng)加強措施,提高其非結(jié)構(gòu)構(gòu)件防洪排澇性能,使其降低傳遞居住社區(qū)主體建筑的不利影響;③定期檢查老舊社區(qū)基礎(chǔ)建筑構(gòu)筑物的布置情況,疏通社區(qū)電線布局和清理單元樓內(nèi)通道出口。結(jié)合現(xiàn)有社區(qū)內(nèi)公共空間布局情況,對關(guān)鍵基礎(chǔ)設(shè)施進行布置調(diào)整。

(3)“響應(yīng)”效率的優(yōu)化。①對社區(qū)應(yīng)急標(biāo)識和基礎(chǔ)設(shè)施的建設(shè)和規(guī)劃,增加救災(zāi)資源冗余度,建立災(zāi)前、災(zāi)中和災(zāi)后全過程的應(yīng)急預(yù)案演練,鼓勵社區(qū)中居民全過程參與。同時,在公共服務(wù)領(lǐng)域,提高居民災(zāi)害風(fēng)險保障意識,促進居民以購買商業(yè)保險服務(wù)等形式,增強心理援助,推動保險業(yè)參與災(zāi)害風(fēng)險應(yīng)對日常管理;②加強對社區(qū)居民的管理和教育工作,對行動困難的老年人進行防災(zāi)演練,組織集體科普學(xué)習(xí),保障和改善無障礙設(shè)施建設(shè),以此提高社區(qū)居民的防災(zāi)救災(zāi)能力;③建立智慧云社區(qū),根據(jù)韌性評估分級,分布預(yù)警信息,協(xié)同相關(guān)管理部門、社區(qū)和居民等根據(jù)預(yù)警信息,采取應(yīng)急措施,實現(xiàn)智能決策管理;④在社區(qū)部署物聯(lián)網(wǎng)設(shè)備等,以此實現(xiàn)雨洪災(zāi)害視域下的社區(qū)韌性智能狀態(tài)的感知、數(shù)據(jù)處理、決策預(yù)警和應(yīng)急處置,運用現(xiàn)代信息化優(yōu)化傳統(tǒng)管理體系。