[论文解读] Evaluating resilience in urban transportation systems for sustainability: A systems-based Bayesian network model

Junqing Tang, Hans Rudolf Heinimann+3 more|arXiv (Cornell University)|Aug 26, 2019

Infrastructure Resilience and Vulnerability Analysis参考文献 25被引用 4

一句话总结

本研究提出一种基于系统的贝叶斯网络模型，用于定量评估中国四个城市（1998–2017年）城市交通系统的长期多维韧性。该模型整合了设计、建设、运营和创新因素，揭示整体韧性水平中等（50–60%），具有非线性动态特征——北京和天津尤为显著地呈现“V”形趋势，凸显了未来韧性中适应性重建与变革能力的关键作用。

ABSTRACT

This paper proposes a hierarchical Bayesian network model (BNM) to quantitatively evaluate the resilience of urban transportation infrastructure. Based on systemic thinkings and sustainability perspectives, we investigate the long-term resilience of the road transportation systems in four cities of China from 1998 to 2017, namely Beijing, Tianjin, Shanghai, and Chongqing, respectively. The model takes into account the factors involved in stages of design, construction, operation, management, and innovation of urban road transportation, which collected from multi-source data platforms. We test the model with the forward inference, sensitivity analysis, and backward inference. The result shows that the overall resilience of all four cities' transportation infrastructure is within a moderate range with values between 50% to 60%. Although they all have an ever-increasing economic level, Beijing and Tianjin demonstrate a clear "V" shape in the long-term transportation resilience, which indicates a strong multi-dimensional, dynamic, and non-linear characteristic in resilience-economic coupling effect. Additionally, the results obtained from the sensitivity analysis and backward inference suggest that urban decision-makers should pay more attention to the capabilities of quick rebuilding and making changes to cope with future disturbance. As an exploratory study, this study clarifies the concepts of long-term multi-dimensional resilience and specific hazard-related resilience and provides an effective decision-support tool for stakeholders when building sustainable infrastructure.

研究动机与目标

• 开发一种整体性、系统性的框架，用于评估城市交通基础设施的长期多维韧性。
• 考察1998–2017年期间城市交通韧性与区域经济发展之间的耦合关系。
• 通过敏感性分析与反向推理识别韧性关键驱动因素，支持主动决策。
• 为城市规划者和政策制定者提供可持续基础设施发展决策支持工具。

提出的方法

• 基于系统思维与可持续性原则，构建分层贝叶斯网络模型（BNM），以表征设计、建设、运营、管理及创新各阶段的韧性。
• 利用专家知识与定性评估填充条件概率表（CPTs），以处理韧性评估中的不确定性。
• 模型采用前向推理预测整体韧性，敏感性分析识别关键影响因素，反向（溯因）推理用于诊断韧性低下之根本原因。
• 利用公共档案的多源数据，支持模型结构构建并验证北京、天津、上海和重庆的韧性趋势。
• 模型明确捕捉非线性、动态及多维韧性特征，区别于传统基于网络的鲁棒性度量方法。
• 通过敏感性分析与溯因推理，识别出关键韧性驱动因素，特别是快速重建与适应性变革能力。

实验结果

研究问题

• RQ1 1998年至2017年期间，中国主要城市的长期交通韧性如何演变，其与经济发展之间的关系呈现何种模式？
• RQ2 哪些系统层面的因素对城市交通基础设施韧性具有最显著影响？
• RQ3 交通韧性与区域经济增长的相关性如何？该关系是否表现出非线性动态特征？
• RQ4 贝叶斯网络在城市基础设施韧性规划中如何支持反向诊断与主动决策？

主要发现

• 北京、天津、上海和重庆的城市交通系统整体韧性水平在50%至60%之间，表明1998–2017年期间处于中等韧性水平。
• 北京和天津呈现出显著的“V”形韧性趋势，表明韧性与经济发展之间存在非线性、动态的耦合效应。
• 韧性并未随经济增长而持续提升，揭示出一种复杂且多维的关系，无法用简单相关性解释。
• 敏感性分析与反向推理识别出“快速重建”与“适应性变革”能力是提升系统韧性最关键的驱动因素。
• 贝叶斯网络模型成功捕捉了非线性、多维韧性动态，为诊断与预测分析提供了稳健工具。
• 该模型的溯因推理能力可有效实现问题检测，并支持基础设施规划与管理中的针对性干预。