地铁施工诱发城市生态安全系统仿真及预警

吴贤国，黄艳华，侯铁明，王延辉，徐向前，张立茂

(1.华中科技大学土木工程与力学学院，湖北武汉 430074；2.中铁隧道股份有限公司，河南郑州 450003）

地铁施工诱发城市生态安全系统仿真及预警

吴贤国1，黄艳华1，侯铁明1，王延辉1，徐向前2，张立茂1

(1.华中科技大学土木工程与力学学院，湖北武汉 430074；2.中铁隧道股份有限公司，河南郑州 450003）

针对地铁施工对城市生态环境影响日益严重这一现状，建立了地铁施工诱发城市生态环境安全的“社会—经济—自然”复合生态安全评价指标体系；结合系统动力学方法构建地铁施工情境下城市生态系统安全的动力学模型；提出基于云模型的模糊数据挖掘方法，通过单指标相对隶属度计算进行预警分析，结合多属性决策，得到综合指标的预警区间变化趋势图；并以武汉市地铁施工项目为实际背景，实现对武汉市地铁施工诱发城市生态安全系统动态预警的时空演化分析，得到武汉市地铁施工诱发城市生态安全系统目前处于较差状态，需要重点加强改进的结论。

生态环境；安全预警；系统动力学；云模型；数据挖掘

当前中国经济快速发展，城市地铁建设逐步进入有序和快速的发展阶段。但由于地铁施工的复杂性，突发性环境安全事故时有发生，给群众的生命财产造成严重威胁。如2011年3月16日，大连地铁华北路地下管线渗漏，水体流动，进而诱发工地路面塌陷，形成10m深坑［1］。随着地铁建设规模的不断扩大，地铁施工对周边生态环境安全影响的问题越来越突出，如交通堵塞、噪声等，如何准确地对地铁施工周边生态安全进行评价、预测和预警，及时解决问题，避免损失，成为了一个亟待解决的问题。因此，对地铁施工诱发周边生态安全进行预警研究具有重要意义。

目前国内对于生态环境安全预警的研究还处于初步探索阶段，多以环境恶化、农产品污染、生物入侵、自然灾害预警等形式表现，研究多以评价为主，也有基于现状进行预测；多采用综合指数法［2］、模糊评价法［3］、层次分析法［4，5］、情景分析法［6］、神经网络法［7］等静态方法进行预警评价；研究内容也以制定的专项系统居多，缺乏对复合系统的整体研究。而环境安全评价是一个动态过程，影响因素复杂多变，采用单一静态的评价方法缺少环境安全各影响因子之间耦合变化过程的研究，预警结果难以指导实践［8］。因此，基于多要素耦合演变的安全预警更具有理论价值和实际意义。本文选用系统动力学这一研究动态复杂系统的方法来研究地铁施工诱发周边生态环境安全预警系统；并结合云模型理论和数据挖掘理论对地铁施工诱发生态安全系统进行分析，实现系统的模糊边界向精确数据的转化。

本文结合自然科学中的系统动力学和云模型理论及数据挖掘方法，旨在建立一套地铁施工诱发生态环境安全预警指标体系，运用系统动力学方法对指标进行动态分析预测，最终采用基于云模型的数据挖掘方法对生态环境安全问题作出动态预警，为各种决策提供依据，及时准确的作出应对措施，改善生态环境安全现状。

1 地铁施工诱发生态安全预警指标

生态安全预警是指对环境质量和生态系统逆化演替、退化、恶化的及时报警［9］。根据马世骏、王如松定义的“社会—经济—自然”复合生态系统［10］，结合地铁施工区域周边生态环境动态演化、自反馈、循环再生、协同共生的特性，将生态环境安全系统看作以人为主体的社会经济系统和自然生态系统在特定区域内协同作用而形成的复合系统。社会、经济、自然三大要素在物质、能量和信息交换流通过程中，形成具有一定结构和功能的复合系统。本文在查阅文献的基础上，根据地铁工程施工对环境影响的特点，提出地铁施工诱发生态安全预警指标体系，如图1所示：

图1 地铁施工诱发生态环境安全预警指标体系

2 地铁施工诱发城市生态系统仿真

系统动力学(SD)是在20世纪50年代由美国麻省理工学院的Forrester教授融合控制论、系统论、信息论、计算机模拟技术、管理科学和决策论等学科为一体开发的系统分析方法。该方法依靠系统理论分析系统的结构和层次，依靠自动控制论的反馈原理调节系统，依靠信息论中的信息传递理论来描述系统［11］，采用Vensim PLE等进行仿真模拟，定性与定量的分析动态复杂系统。

2.1 基于系统动力学的仿真模型构建

图2 地铁施工诱发生态环境安全系统流量

根据图1中对“社会—经济—自然”复合系统的分析，从SD的角度将地铁施工诱发生态环境安全系统分为社会、经济和自然三大子系统。为清晰的表达系统内部结构，构建完善的系统流量图(图2)，增加中间指标将图1中指标有机的连接起来以输入方程式，确保流量图的完整性。如“人口总数”部分设置“人口净迁入量”和“人口自然增长量”两个速率变量，通过每年人口变化量计算人口总数；而“人口净迁入率Lookup”显示人口净迁入率关于时间的变化，“周边房价对其影响Lookup”则是周边房价对人口净迁入率的影响函数。

系统动力学方法在复杂系统分析中的优势主要体现在用函数方程定性的表示因子间的交错关系，使模型精确化。由于篇幅限制，列出模型中的部分方程并说明如下：

人口总数=INTEG(人口净迁入量/10000+人口自然增长量/10000，人口总数初始值)(1)

式中人口总数为年初人口初始值加增长人数和迁入人数。其中，迁入量为正表示迁入者大于迁出者，反之为迁出大于迁入；自然增长量为正表示出生率大于死亡率，反之为死亡率大于出生率；人口总数初始值为模拟初期的人口总数。

人口自然增长量=自然增长率Lookup (Time)×人口总数(2)

式(2)表示人口自然增长率与总数的乘积为人口自然增长量，自然增长率Lookup则是根据统计数据及发展规划设定。计算所得的人口自然增长量按照实际时间不不断的调整变化，与实际数据贴合。

2.2 模型参数设定与检验

本文以武汉市地铁建设项目为背景进行研究，武汉市地铁建设开始于2000年，规划至2050年，设定仿真时间为2000年到2050年。模型中主要状态变量的初始值采用2000年的统计数据。其他依据武汉年鉴、武汉建设年鉴、武汉市统计信息网、武汉市水务局水资源数据、武汉市状况公报等统计资料及武汉市地铁建设2017年规划和2020～2049年规划的发展目标来确定。

模型结构是否合理，能否反映实际系统的特征和变化规律，需要对模型进行验证，模型验证一般包括直观检验和历史检验两种方法。

2.2.1 基于软件的直观检验

(1)Vensim PLE软件对方程编写过程有自动检测功能，在方程输入存在问题时，变量出现反色提醒，在模拟运行时方程有问题会出现错误警告，需修改公式，直至不出现反色及错误警告。

(2)在Vensim PLE软件中用“check model”命令检验模型，显示模型结构合理，符合要求。

(3)用“units check”命令检验量纲一致性符合要求。

2.2.2 基于历史数据的历史检验

历史检验主要是验证模型变量模拟的结果是否与实际数据相符合，通过查找统计资料，收集了2000～2013年的相关数据作为实际值与模拟值进行对比分析。现选取人口总数和地铁建设总投资两个指标，经分析仿真数据与实际数据拟合度较高，大部分误差控制在2%以内(如图3，4)，说明模型能够反映实际发展状况，符合一致性要求。

图3 人口总数历史检验

图4 地铁建设总投资历史检验

通过检验，可知模型合理有效，具有较高的拟合度，可用于实际情况的分析和预测。

2.3 生态环境安全仿真分析

基于地铁施工环境安全系统SD模型，借助Vensim PLE，针对“社会—经济—自然”复合生态系统进行仿真模拟，分析武汉市地铁施工环境安全系统的现状和发展趋势。结果如图5～7所示。

从图5可以看到社会子系统中各变量的变化趋势。在2000～2050年间，每年均在进行地铁建设，地铁建设长度不断增加；而地铁建设造成的围挡和管道改迁等资源占用，导致车辆通行能力减少，路段饱和度增大；2010～2035年是武汉市地铁建设的高峰期，此间大部分的地铁建设将会完成，交通日益方便，武汉城市化水平越来越高，外来人口会因其日益增长的生活水平而增加，人口的增多导致其自然增长率相应提升。2035～2050年地铁建设接近尾声，较高的人口密度使人口增长速度减慢，而地铁建设带来的便利使总人口仍处于增长状态，因此人口自然增长量和人口迁入量在2010～2035年有大幅增长，2035～2050年增长幅度减小，符合实际情况。

图5 社会子系统仿真结果

图6 经济子系统仿真结果

图7 自然子系统仿真结果

图6主要反映经济子系统中指标的变化趋势。地铁建设长度的增加需要投入相应的资金才能完成，因此地铁建设投入资金不断增加；地铁建设导致周边交通更为便利，一定程度上提升了周边房价；而治理投入则与治理面积相对应，治理面积变化较为平稳，治理投入也会呈较平稳的变化趋势。趋势图贴切的反映了实际情况。

图7中地铁施工过程中产生的颗粒粉尘导致空气中PM10含量小幅增加；施工中的噪音增加周边噪声，在地铁建设较多的2010～2035年，噪声显著增加，其后有下降趋势，模拟曲线与实际具有较高的拟合度；地铁施工很容易造成周边地表和建筑物沉降，该沉降随时间推移逐渐增加，因此，周边建筑物沉降逐年增加，地表沉降评分值则逐年减少；水土流失主要取决于环境保护，地铁施工中开挖土体对周边水土造成较小影响，因此地下水资源量和水土流失变化趋势较平稳。

3 地铁施工诱发生态安全动态预警

考虑到系统动力学预测结果的不确定性较大，在系统动力学预测的基础上，采用基于云模型的数据挖掘方法对图1中相关预警指标进行分析，判断其预警区间，更精准实现地铁施工诱发生态安全指标的动态预警。

3.1 云模型

云模型是李德毅院士1996年在传统模糊数学和概率统计的基础上提出的定性定量互换模型，刻画了不确定性语言值和精确数值间的随机性和模糊性。云模型的数字特征用期望值Ex、熵En、超熵He来表示。其中，Ex代表定性概念，反映云滴群的云重心［12］；En代表定性概念模糊性，反映数域中可被定性语言值接受的范围。He是熵的不确定性度量，即熵的熵，反映云滴的凝聚程度。

3.2 基于云模型的模糊数据挖掘分析

数据挖掘是通过分析大量数据来揭示新关系的过程。基于云模型的数据挖掘，通过对挖掘对象构建定性概念，并对每个概念进行模糊程度划分、构建云模型，确定数字特征(Ex、En、He)，计算指标数值相对于每个模糊集合的隶属度，隶属度最大者为指标当前所属集合。本文基于该方法和系统动力学预测数据分析地铁施工诱发生态安全预警系统中的因素，判定因素各年预警区间，实现指标状态的动态预警，为后期决策提供依据。

3.2.1 指标权重确定

由于不同的预警指标对系统的贡献度不同，为使预警过程更具现实意义，按指标贡献度计算安全等级，即将各指标赋以不同的权重，以确定综合指标的等级，增强预警的科学性。采用层次分析法计算各指标的权重如表1所示。

表1 预警指标权重

3.2.2 预警等级及范围划分

生态安全预警需根据指标的现状或发展趋势对其作出评价预测，将定性指标度量化，根据评价结果将其划分到不同的安全等级，便于作出对应预警并提出恰当的应对措施。本文将环境安全的等级从安全到危险依次划分为五个等级：理想状态、良好状态、一般状态、较差状态和恶化状态，分别表示绿色预警、蓝色预警、黄色预警、橙色预警和红色预警。根据国家相关质量标准和政策，并结合武汉市的实际状况和以往的数据统计，确定各预警指标安全等级的范围如表2。

表2 地铁施工环境安全系统预警指标安全等级及范围

3.2.3 云模型特征值确定

基于5个安全等级及范围，为14个指标的每个预警区间建立相应的云模型(共70个)，特征值的计算公式如公式(6)，s取0.05，Cmax和Cmin分别为每个指标取值的最大值和最小值。

3.2.4 评价指标安全等级确定

根据SD仿真结果，结合各指标等级的云模型计算指标各年对每个预警区间的隶属度，找出预警区间，并根据权重计算得出综合指标的现状和发展趋势。本文确定指标安全等级的途径主要有两种：Matlab法和Excel法。Matlab法主要根据每个指标云模型的(Ex、En、He)，利用Matlab绘出5个预警区间正态云模型分布图，再根据SD仿真模拟的预测值，绘出该值的云模型分布图(不同颜色区分)，判断隶属区间及发展趋势；Excel法可快捷计算指标各年隶属区间，实现连续预测。

3.3 生态环境安全预警时空演化分析

由于篇幅限制，仅用上述两种方法列出部分预警指标的预测结果。同时，考虑到预警指标的有效性和准确性，仅对未来20年进行预警分析。

3.3.1 社会子系统

以2014年人口总数指标为例，用Matlab绘图如图8，黑色曲线为五个预警区间，灰色曲线为人口总数实际值模型，可看出人口总数在2014年属于蓝色预警，处于良好状态，未来有发展成为一般状态的趋势，说明目前地铁施工对周边生态环境中的人口影响并不恶劣。图9为社会子系统中各指标的隶属度，赋予权重处理之后的趋势变化图以及根据权重计算所得的社会子系统的预警区间变化趋势图。其中，0～1、1～2、2～3、3～4、4～5分别表示绿色、蓝色、黄色、橙色和红色预警区间。人口总数指标在2021年之前基本处于良好状态，2021年至2034年处于一般状态。而社会子系统在预测时间段基本处于一般状态，为黄色预警。

图8 2014年人口总数正态云模型

图9 社会子系统内部指标预警区间预测

因地铁施工造成交通堵塞等不便会抑制外来人口的增长，但地铁完成之后交通的日益便利，也会吸引外来人口，会造成交通的进一步拥挤，因此2014～2034年交通状况处于红色预警。地铁建设造成的围挡和管道改迁等资源占用，导致车辆通行能力减少，路段饱和度增大，预警区间向下变动。综合来说，施工阶段对社会子系统中的指标既有促进作用又有抑制作用，改善相关指标的预警状态，需在施工管理中作出较大改变。

3.3.2 经济子系统

以周边房价指标为例，图10为周边房价在2014年的正态云模型，为黄色预警，处于一般状态，有向较差状态发展的趋势。图11为经济子系统内部指标未来20年预警区间变化趋势。周边房价指标在2023年之前处于一般状态，在2024年以后处于较差状态，房价上升。而经济子系统总体在较小幅度内波动，处于较差状态，为橙色预警。

图10 周边房价2014年正态云模型

图11 经济子系统内部指标云模型及预警区间预测

地铁施工造成的交通不便会在短期内使周边房价下跌，但日后便利的交通必然引起房价上升，因此周边房价由一般状态变化为较差状态。而建设投资额随地铁建设规模的变化而变化，治理投入随治理规模变化，经济子系统处于较差状态，说明在地铁建设期间建设投资、水土流失治理投入资金等均较多。后期需注意节约成本，降低建设投资额，同时注意生态环境，治理因地铁建设造成的水土流失，以达到保护生态环境的目的。

3.3.3 自然子系统

以噪声为例，从图12可看出噪声指标在2014年处于恶化状态，为红色预警。图13中噪声指标在2030年之后开始向较差状态过度，情况有所改善，而自然子系统整体基本处于较差状态。

在预测时间段内噪声指标基本保持在恶化状态，说明地铁建设对周边噪声影响很大，需在后期施工中注意控制噪声。而自然子系统基本处于较差状态，说明地铁施工对自然环境的破坏力是比较大的，包括施工中产生的粉尘、噪声、水土流失等一系列的问题，在施工过程中需要积极采取措施减少对自然环境的破坏，并注意加强对自然环境的修复。

图12 噪声2014年正态云模型

3.3.4 城市生态系统

图14中城市生态系统在2014年处于较差状态，为橙色预警。图15中城市生态系统基本处于较差状态，为橙色预警，且后期趋向于恶化状态。社会子系统基本处于一般状态，为黄色预警，经济和自然子系统基本处于较差状态，为橙色预警。

系统内部影响因素众多，有促进有抑制，整体呈动态变化趋势但并不明显。但该趋势并不能说明系统处于平缓的发展状态，细探内部指标，也有极端变化甚至趋于恶化状态的指标，如自然子系统处于较差状态，后期慢慢趋于恶化状态。因此，总指标定性的反映城市生态系统总体状态，并不代表系统内部各因素的状态，评判时需要在把握总体状态的情况下，详细了解内部指标，积极采取措施改善处于不良状态的指标，在提升子系统中各指标状态的情况下，使整体安全状态提升。

4 结论

本文提出了基于系统动力学和云模型模糊数据挖掘的地铁施工诱发生态安全预警，克服了传统评价方法深度上的不足，在评价和预测的基础上进行了安全预警；突破了以往研究内容上的局限，对复杂系统进行了综合探讨；克服了单一研究方法的不足，实现了静态和动态评价的有效结合，研究了环境安全多要素耦合演变；结合云模型理论和数据挖掘理论，实现了系统的模糊边界向精确数据的转化。最终以武汉市地铁工程为例，验证了基于系统动力学和云模型模糊数据挖掘的生态环境安全预警时空演化方法的独特优势：

(1)实现了对复杂系统的综合评价：从社会、经济、自然三方面较为完善的建立了地铁施工诱发生态环境安全预警系统的评价指标体系；

(2)实现了复合生态系统中指标的预测：建立了“社会—经济—自然”复合生态系统的系统动力学模型，并对复合生态系统进行仿真模拟，动态的描述了其生态状况和发展趋势，实现了对预警指标的预测，便于评判系统及指标的现状，并及时采取措施，防止情况进一步恶化，改善现状；

(3)实现了生态环境安全预警指标的预警：采用基于云模型的模糊数据挖掘方法进行预警分类，基于系统动力学的仿真模拟结果，对复合生态系统中单指标进行预警，并结合权重对综合指标进行计算，得出未来二十年各指标及综合指标的发展趋势，实现了对武汉市地铁施工诱发周边生态环境安全系统的安全预警，可为今后的地铁施工管理工作提供决策依据。

［1］吴贤国，曾铁梅，张立茂，等.地铁施工邻近管线安全风险管理研究［J］.铁道工程学报，2013，(9)：127-132.

［2］刘邵权，陈国阶，陈治谏.农村聚落生态环境预警——以万州区茨竹乡茨竹五组为例［J］.生态学报，2001，21(2)：295-301.

［3］陈秋玲.我国主要流域水体污染评价、预警管理及污染原因探究［J］.上海大学学报(自然科学版)，2004，10(4)：420-425.

［4］刘树枫，袁海林.环境预警系统的层次分析模型［J］.陕西师范大学学报(自然科学版)，2001，29 (s1)：132-135.

［5］梅宝玲，陈舜华.内蒙古生态环境预警指标体系研究［J］.南京气象学院学报，2003，26(3)：384-394.

［6］沈静，陈振楼，王军，等.上海市崇明主要城镇生态环境安全预警初探［J］.城市环境与城市生态，2007，20(2)：8-12.

［7］李华生，徐瑞祥，高中贵，等.南京城市人居环境质量预警研究［J］.经济地理，2005，(5)：658-661.

［8］王耕，刘秋波，丁晓静.基于系统动力学的辽宁省生态安全预警研究［J］.环境科学与管理，2013，38(2)：144-149.

［9］陈国阶.对环境预警的探讨［J］.重庆环境科学，1996，18(5)：1-4.

［10］马世骏，王如松.社会-经济-自然复合生态系统［J］.生态学报，1984，4(1)：1-9.

［11］陈永霞，薛惠锋，王媛媛，等.基于系统动力学的环境承载力仿真与调控［J］.计算机仿真，2010，27(2)：294-298.

［12］南丽丽.基于云模型的数据挖掘技术研究［J］.数字技术与应用，2013，(7)：65.

Simulation and Warning of Urban Ecological Environment Safety System Induced by Subway Construction

WU Xian-guo1，HUANGYan-hua1，HOU Tie-ming1，WANGYan-hui1，XU Xiang-qian2，ZHANG Li-mao1
(1.School of Civil Engineering and Mechanics，Huazhong University of Science and Technology，Wuhan 430074，China；2.China Railway Tunnel Stock Co Ltd，Zhengzhou 450003，China)

For the urban ecological environment induced by subway construction is worsening，the paper established a complex evaluation index system based on“social-economic-natural”complex ecosystem，built the dynamicsmodel of urban ecosystem induced by subway construction based on system dynamics，and proposed the fuzzy data mining method based on cloud model.The method realized thatwarning analysis of single index by calculating the relativemembership degree，combined with multi-attribute decision-making，and gave the change chart of warning internal of the comprehensive index.At last，Wuhan Metro construction was set as an example to achieve the dynamic warning and space-time evolution analysis of subway construction-induced urban ecological environment security system in Wuhan，the condition of which is finally proved to be the poor state and needs to be improved.

ecological environment；safety warning；system dynamics；cloud model；datamining

X820. 3；U231+.3

A

2095-0985(2015)04-0008-07

2015-6-25

2015-08-29

吴贤国(1964-)，女，湖北武汉人，教授，博士，研究方向为土木工程施工管理(Email：wxg0220@126.com)

黄艳华(1991-)，女，湖北襄阳人，硕士研究生，研究方向为地铁安全管理(Email：HYHhust@126.com)

国家自然科学基金(51378235)；湖北省自然科学基金(ZRZ2014000104)；武汉市科技计划(201334)