一种用于表征相互关联的关键基础设施中多灾害风险与韧性的动态贝叶斯网络方法

认识到与自然灾害相关的灾难发生频率和严重程度不断上升，一种新的风险评估范式应运而生。在故障情景下，常规风险评估往往无法捕捉基础设施系统内部破坏的动态性和相互关联性。本研究引入了一种动态贝叶斯网络（Dynamic Bayesian Network, DBN）框架，旨在评估复杂灾害情景下相互关联的基础设施系统的风险。该框架通过动态捕捉故障期间破坏的进展以及恢复过程中的修复过程，解决了静态模型的局限性。本研究以易受自然灾害影响的加勒比岛国 Saint Lucia 为案例，探讨了关键基础设施的复杂网络。该 DBN 框架探索了各种故障情景，突出了基础设施各部门之间的级联效应，并捕捉了破坏和恢复过程中的概率性灾害条件与功能动态。案例研究的结果揭示了国际机场和旅游业部门的高度脆弱性，强调了基础设施系统内部的相互依存性以及故障的扩散。通过调查故障情景，DBN 方法表征了基础设施系统之间复杂的相互作用，为多灾害事件如何影响相互关联的网络提供了宝贵见解。这些发现强调了开展兼顾短期破坏和长期恢复过程的动态、实时风险评估的迫切需求。该研究突显了采用动态风险评估方法的紧迫性，并为制定自适应的多灾害风险评估策略以增强关键基础设施网络的韧性奠定了基础。