网络首发
城市洪涝灾害数智化风险治理的新探索——评《城市洪涝灾害智能感知、风险预警理论与方法》
张辉;<正>书名：城市洪涝灾害智能感知、风险预警理论与方法 作者：王慧敏、黄晶、刘高峰、仇蕾 出版社：科学出版社 ISBN：9787030795038 出版时间：2025年6月30日 定价：268元 全球气候变化与快速城镇化使城市洪涝灾害风险不断加剧，对灾害预警与防控提出了更高要求。极端降雨事件频发，城市人口、建筑和基础设施高度集聚，洪涝灾害的影响不再局限于积水及其直接损失，而可能进一步影响交通出行、人员安全和城市正常运行。与此同时，物联网、大数据、人工智能等新技术快速发展，为更加全面地感知灾害状态、研判风险演化和支撑应急响应提供了新的技术条件。在这一背景下，如何从复杂系统视角认识城市洪涝风险，并利用多源数据和智能技术提升风险研判与应急响应能力，已成为城市公共安全研究的重要问题。《城市洪涝灾害智能感知、风险预警理论与方法》正是面向这一现实需求，围绕灾害智能感知、风险预测预警与应急响应，探索数智技术支撑城市洪涝风险治理的新思路。
iPP/PPR熔喷纤维结晶状态对轻烃吸附性能影响研究
王北福;韩乐瑶;戚文星;聂立宏;研究以等规聚丙烯(isotactic Polypropylene，iPP)与无规共聚聚丙烯(Polypropylene Random，PPR)为原料，通过熔喷纺丝制备不同质量比的iPP/PPR复合纤维，采用差示扫描量热、X射线衍射和扫描电子显微镜表征纤维的结晶行为、晶体结构及微观形貌，并利用动态穿透试验和静态吸附试验评价其对C2～C5轻烃的吸附性能。结果显示，PPR的加入会抑制晶体生长，当PPR质量分数为50%时，纤维的结晶度最低，吸附质量比达到峰值。该吸附过程更贴合Freundlich模型特征，表明纤维表面为非均相吸附环境。此外，研究结合汉森溶解度参数、不同轻烃分压吸附数据与纤维直径变化，揭示吸附过程遵循吸附—溶解—扩散机制，其中轻烃分子以溶解方式进入无定形区并引起纤维溶胀，无定形区为轻烃分子提供了充足的溶解与扩散空间，结晶区维持了纤维的力学支撑。
基于ViT–YOLOv8的森林城镇交界域火灾烟雾检测模型
王喆;陶梦琪;郑宸;李瑞钦;为了精准检测森林城镇交界区域在烟雾等复杂干扰环境下的火灾情况，提出了一种基于ViT–YOLOv8的火灾烟雾检测模型。通过收集森林城镇交界区域等典型火灾场景图像构建高质量数据集，利用图像标注工具，精确划分出明火、烟雾、其他干扰因素等三类关键目标；并将重参数化视觉转换器（Re-parameterized Vision Transformer，RepViT）、瓶颈转换器网络（Bottleneck Transformers Network，BoTNet）及幻影卷积层（Ghost Convolutional layer，GhostConv）集成到YOLOv8的主干网络，以提升复杂环境下的火灾及烟雾识别准确度和抗干扰能力。结果表明，与原检测模型相比，该模型对于各类检测目标的平均精度均值、精确率及召回率分别由96.8%、84.4%、97.5%提升至97.7%、84.9%、98.0%。该模型不仅增强了全局信息捕捉能力，还提高了局部细节的识别精度，能够更精准地识别森林城镇交界域火灾及前期烟雾迹象。
考虑牵引供电系统故障的地铁网络效率分析
李洁;赵鑫阳;罗瑛;尹赫;唐文鹏;周苏华;随着地铁系统在城市交通中的重要性日益增加，牵引供电系统故障对其运行效率的影响不容忽视。基于复杂网络理论构建了地铁与牵引电网耦合的网络模型，并采用地铁站点间流量加权网络效率指标分析牵引电网故障对地铁网络效率的影响。通过设定多种故障场景，包括供电区间失效和供电节点故障，采用蒙特卡洛方法进行独立随机故障、聚簇故障模拟，评估不同故障情境下地铁网络的性能波动。结果表明：关键供电区间与节点的失效显著降低了地铁网络的运行效率，且高峰时段效应明显放大；当多处供电节点与区间联动失效时，地铁网络运行效率剧烈下降，体现了地铁网络在复杂故障场景下的脆弱性。研究结果为供电关键区段和节点识别、设备运维优先级排序及高峰期运行组织优化提供了实证支撑，促进地铁网络应对供电系统故障的韧性提升。
动态通风条件下半封闭空间汽车火灾演化规律研究
刘长春;徐诚;曹镠;席浩越;辛世杰;辛继;为掌握动态通风条件下半封闭空间内汽车火灾的火场特征与烟气蔓延规律，并探究通风控制的关键参数，采用全尺寸试验与数值模拟相结合的研究方法。在一座长30 m、宽与高均为7.6 m的半椭圆形隧道内，开展两辆小汽车的窒息燃烧与间歇通风试验；同时，利用FDS软件建立了精细化的数值模型，该模型综合考虑了多种汽车可燃材料（泡沫、织物、塑料等）的热解过程，并通过温度数据验证了模型可靠性。系统分析了通风面积、车辆数量与位置对火灾发展的影响。结果表明：在隧道完全封闭后，火势可在约3 min内因缺氧而得到有效抑制，同时烟气迅速积聚，5 min内充满整个空间，顶棚最高温度达350 ℃；间歇通风是调控火灾发展的关键，小面积通风不足以引发剧烈复燃，而大面积通风会引入充足氧气，导致火势剧烈复燃或再加剧。数值模拟进一步揭示，两车燃烧的最大热释放速率可达14 MW，且其峰值稳定出现在起火后10 min内；单车与双车燃烧时，其正上方顶棚最高温度可分别达275 ℃与450 ℃；车辆位置越靠近封闭端，顶棚热烟气积聚效应越显著。研究揭示了动态通风操作与半封闭空间汽车火灾发展的相互作用关系，证明了存在触发火势失控的临界通风条件。研究表明，在类似地下车库、隧道的火灾应急救援中，必须审慎评估通风时机与面积，研究成果可为受限空间的防火设计与灭火战术提供定量依据。
基于特征因子响应的公路路域植被固碳能力研究
张鹏;张云飞;王烨;梁吕;王桃李;吴彪;为了评估公路路域植被对施工碳排放的固碳潜力及抵消能力，研究基于路域植被数据构建固碳计算模型，选取树高、胸径、冠幅为主导特征因子，土壤有机碳与根系生物量为次要因子，结合Pearson相关性分析及样方调查与异速生长方程，估算公路两侧20 m范围内圆柏固碳量。结果显示：植被固碳能力受群落结构与多因子共同影响，其中特定规格树种（平均胸径＞0.18 m、平均树高＞6 m、平均冠幅＞11 m）的固碳潜力更强。研究路段2 a建设期的累计固碳量为50.60 t/km，施工期第1年与第2年碳中和率分别为8%、5%，计算结果显示，需要32 a才能抵消工程碳排放，表明仅依靠路域绿化难以短期实现碳中和。研究可为公路路域植被固碳能力评估与低碳公路建设提供科学依据，并缩短碳补偿周期。
基于正则化改进松弛算法的气溶胶粒径分布反演模型
王海斌;葛红娟;针对低气压环境下气溶胶粒径分布反演的病态问题，提出一种基于Tikhonov正则化改进的松弛算法。通过引入不同阶数的光顺约束项（二阶至四阶），系统比较了正则化松弛法与经典Chahine方法在球形（R-R、L-N分布）及非球形（椭球、圆柱）颗粒反演中的性能。结果表明：四阶光顺法在所有测试场景中均表现最优。对于R-R分布（单峰/双峰/三峰），四阶光顺法反演精度较Chahine方法提升9.84%～24.12%；对于L-N分布，四阶光顺法在0～5.0 μm范围内精度排序第一，而Chahine方法仅在0～1.0 μm超细颗粒反演中优于二阶/三阶光顺。在非球形颗粒反演中，四阶光顺法对椭球与圆柱颗粒的复杂形状表现出良好适应性，1.0%噪声下精度仍保持97.22%。模型验证表明，低气压环境下四阶光顺法的相对均方根误差（RRMSE）为3.8%，显著优于传统算法的5.6%。四阶光顺法因优异的精度与鲁棒性，特别适用于航空器货舱等复杂环境下的火灾探测。
馆藏存储受限空间内液氮灭火效能及关键参数研究
黄峰;孟令明;袁成成;王献春;闫维明;刘湘斐;档案馆、图书馆等场所存在大量用于储存馆藏资料的受限空间，其火灾具有蔓延迅速、易复燃等特点，传统水基型或化学灭火系统易造成次生损害(如对馆藏资料造成水渍或残留损害)。液氮凭借冷却降温–惰化窒息的协同灭火机制及清洁灭火特性，在此类场景中展现出应用潜力。为研究此类受限空间火灾中液氮的灭火效能，搭建了全尺寸受限空间火灾试验平台并开展注氮灭火试验，通过分析注氮后火源区域温度和氧气体积分数的变化，研究了不同注氮参数对液氮灭火效能的影响。结果表明：液氮可有效用于此类受限空间火灾的初期阶段，在灭火区域面积为21 m2、注氮流量为45 L/min时，注氮开始至火焰熄灭用时57 s，燃烧区域环境温度由400 ℃降至60 ℃左右；随着注氮管径增大，液氮灭火时间呈现先缩短后延长的趋势，DN20管径下液氮灭火效果最佳，灭火效率较DN10管径和DN25管径分别提升了15%和21%；在注氮管径相同的条件下，注氮流量过大或过小均会减弱液氮灭火效能，且注氮流量变化对液氮降温效能的影响更为显著，试验过程中空间上部最低温度达到0.1 ℃。研究结果可为馆藏存储受限空间内液氮灭火系统的推广提供依据，并为其设计与应用提供参考。
物理约束动态选择核网络的天然气阀室泄漏特征提取方法
段礼祥;朱嘉麒;赵涛;孙秉才;李墨松;为解决天然气阀室管道泄漏扩散预测中由特征混叠带来的扩散边界信息提取难题，提出了一种物理约束动态选择核网络的特征提取方法。首先，设计动态选择性卷积核，以子网络预测不同卷积核权重，并采用双层加权机制将卷积核权重与通道注意力融合，聚焦关键特征；然后，以动态选择性卷积核构建编码器并联合长短时记忆(Long Short-Term Memory，LSTM)网络处理编码特征时序依赖，解码时引入残差连接，增强特征传递；最后，设计物理约束的损失函数，提高特征物理关联性。以两点泄漏为例，通过物理约束动态选择核网络捕捉温度场时序演变规律以验证预测方法，相比于卷积神经网络(Convolutional Neural Network，CNN)与长短时记忆网络联合模型(CNN–LSTM)、物理信息神经网络(Physics-Informed Neural Network，PINN)，所提方法决定系数(R2)分别提升13.3%、1.1%，均方误差(MSE)分别降低65.3%、19.0%，平均绝对误差(MAE)分别降低35.4%、14.3%，能够有效提取泄漏混叠特征，提高了扩散预测精度。
基于选择性状态空间的船舶轨迹预测模型
陈万志;敖衔洋;李鑫;为保障航行安全、避免碰撞事故，针对当前船舶轨迹预测模型忽略变量相关性、时间依赖性与变量相关性匹配不当、未充分考虑海洋复杂环境问题导致的预测效果不佳，提出了一种基于选择性状态空间的船舶轨迹预测模型。首先，设计基于BallTree空间索引和Haversine距离的时空匹配机制，将公共开源获取的海风、海浪和海流多源水文气象特征与轨迹数据相融合，构建领域特色数据集。其次，以变量为嵌入单位保留各航行参数的独立特性，将增强的特征序列转换为高低分辨率的多维特征表达。最后，利用三个并行选择性状态空间Mamba模块提取航行参数间的多元相关性，并通过前馈网络独立学习每个航行参数序列的时间关联实现轨迹的精准预测。试验结果表明，与基线模型相比，所提模型在地理空间上的预测精度更高，稳定性更强。研究结果可为智能航保建设提供技术支撑。