改进用于预测大坝失事导致人员伤亡的估算模型，并根据北美地区的具体情况进行定制

《Progress in Disaster Science》：Improving an estimation model for dam failure-induced loss of life and customizing it for North America

潜在生命损失估算模型改进及北美适用性研究

　　坝的溃决可能导致严重的人类伤亡，这是水坝安全与灾害管理领域的一个重要问题。准确评估潜在的人员伤亡（LOL）对于决策制定、应急准备和减少灾害事件中的人类伤亡至关重要。本文提出了一种改进的LOL评估模型，并展示了如何将其定制化以适应特定地区，以北美为例。该方法根据洪水严重程度和距离大坝的远近将坝的溃决划分为子案例。通过使用北美地区32个坝溃决子案例，推导出两组经验公式，作为LOL的计算方法。这些数据集被分为训练集和测试集，测试集的R2值分别为0.9949（低严重程度案例）和0.9955（中高严重程度案例）。Graham模型被选为比较基准，因为它具有简单应用、广泛使用以及数据需求较少等优点。该模型的成功实施表明其在不同地区具有潜在的应用价值，有助于提升灾害应对和响应策略，增强大坝的安全性以及下游社区的福祉。

为了更好地理解和评估坝溃决可能带来的影响，本文首先对现有模型进行了回顾，并对所选模型进行了改进，以提高其对坝溃决事件中人员伤亡的预测能力。研究者们在过去的文献中已经尝试过多种模型来估算LOL，例如Brown和Graham提出的基于风险人口（P_R）和预警时间的公式，DeKay和McClelland提出的考虑洪水严重程度、风险人口和预警时间的方程，以及Graham引入准备程度因素的改进模型。Reiter则在Graham的基础上提出了RESCDAM方法，引入了更多影响因素，如风险人口的脆弱性和救援条件。Assaf还考虑了风险人口的行为模式，开发了BC Hydro的人员安全模型（LSM）。Jonkman等人则通过考虑洪水的水力特征、疏散率和预警时间来估算人员伤亡。Ehsan提出了新的洪水严重程度分类标准，而Peng和Zhang则开发了人类风险分析模型（HURAM），考虑了疏散时间、距离大坝的距离以及一天中的时间等因素。

在北美地区，为了提高LOL估算模型的准确性，研究者们使用了32个大坝溃决子案例，其中包括10个低严重程度案例和22个中高严重程度案例。这些子案例的选择基于加拿大大坝协会对大坝溃决后果的分类。通过分析这些案例，研究者们识别并过滤了对LOL有更大影响的变量，从而构建了两个经验公式。这些公式分别适用于低严重程度和中高严重程度的案例，并在北美地区进行了验证。模型的测试结果表明，其预测能力较强，特别是在中高严重程度案例中，R2值达到了0.9955，表明模型能够较为准确地预测人员伤亡。然而，模型的预测结果仍存在一些偏差，特别是在低严重程度案例中，预测值与实际值之间的差距相对较大。

在构建模型的过程中，研究者们采用了多变量非线性回归分析方法，以捕捉洪水严重程度、疏散条件、预警时间等因素对人员伤亡的影响。他们对各种回归函数进行了评估，包括对数、平方根、指数、立方、幂函数等，以找到最佳的组合方式。为了提高模型的稳健性，研究者们对数据集进行了多次随机划分，并对不同组合进行了训练和测试。这一过程确保了模型在不同数据分布下的稳定性，并有助于提高其泛化能力。此外，研究者们还对影响因素进行了归一化处理，并利用熵方法计算了各个因素的重要性。这种方法能够更准确地反映各个因素对人员伤亡的贡献程度，从而提高模型的预测精度。

研究者们还对模型进行了测试，并与Graham模型进行了比较。Graham模型以其简单性和低数据需求而被广泛使用，但其预测能力可能不如本文提出的模型。在实际案例中，Graham模型的预测值与实际值之间的差距较大，尤其是在高严重程度案例中。相比之下，本文提出的模型在多个案例中表现出更好的预测能力，特别是在中高严重程度案例中，其预测值与实际值之间的差距较小。此外，模型还考虑了更多的影响因素，如洪水的严重程度、疏散条件、预警时间等，使得其能够更全面地反映坝溃决对人员伤亡的影响。

在模型的应用方面，本文展示了如何将该模型定制化以适应北美地区的具体情况。通过对北美地区32个大坝溃决案例的分析，研究者们不仅提高了模型的预测能力，还展示了其在不同地区间的适用性。这为其他地区的LOL估算提供了参考，并有助于提高全球范围内的灾害应对和响应能力。此外，本文还讨论了模型的局限性，包括数据不足、风险人口估算的不确定性等。这些因素可能会影响模型的预测精度，因此需要在未来的模型开发中进一步改进。

综上所述，本文提出了一种新的LOL估算模型，通过归一化处理和熵方法对影响因素进行了筛选，并利用多变量非线性回归分析方法提高了模型的预测能力。该模型在北美地区表现良好，特别是在中高严重程度案例中，其预测值与实际值之间的差距较小。研究者们还与Graham模型进行了比较，发现本文提出的模型在多个案例中表现更优。这一研究不仅有助于提高坝溃决事件中人员伤亡的预测能力，还为其他地区的LOL估算提供了参考。未来的研究可以进一步收集更多历史数据，以提高模型的准确性和适用性。此外，还可以考虑其他影响因素，如地形、环境等，以更全面地评估坝溃决对人员伤亡的影响。