雨洪灾害视域下的老旧社区防灾韧性评估——基于PSR模型和BPNN的实证研究

摘要

老旧社区是城市承灾系统的关键短板,遭受雨洪灾害冲击时老旧社区的防灾能力最为薄弱,提高老旧社区雨洪韧性对于增强城市防涝应急管理能力至关重要。基于PSR(压力-状态-响应)模型构建老旧社区雨洪韧性评估指标体系,采用BP神经网络(back propagation neural network,BPNN)建立了老旧社区雨洪韧性评估模型(PSR-BPNN),并进行模型检验和训练测试,最后以江苏省镇江市京口区老旧社区为例进行实证研究。结果表明:经学习训练,评估模型拟合优度R 2接近1,误差(Mu)=1×10^(-7),模型精度良好;20组训练集相对误差均接近于0,5组测试集平均误差为0.0935,相对误差范围为0.0086~0.2865,模型具有较强的适应性;案例社区的雨洪韧性综合得分L^(*)=0.548,在I~V级雨洪韧性等级划分中处于第Ⅱ级,社区雨洪防灾韧性较差,社区承受了较强的外部压力(P)、状态层存在诸多薄弱环节(S)、响应层为弱响应(R)。PSR-BPNN模型有助于揭示老旧社区雨洪等外部灾害韧性形成机理,研究结果对于削减社区外部压力、补齐社区设施短板和增强社区灾害响应能力具有重要参考价值。