标题A multi-source comprehensive risk quantification method for cascade reservoirs based on Monte Carlo simulation, HEC-RAS and Bayesian networks: Development and application in the Dadu river Basin背景作者Ting Wang , Haopeng Yuan , Yanlong Li * , Tianle Zhang期刊来源Journal of hydrology地址基于蒙特卡洛模拟、HEC-RAS和贝叶斯网络的多源级联储层综合风险量化方法大都河流域的发展与应用 - ScienceDirect摘要级联坝的失效容易触发河流流域水库群中风险的叠加、传递和放大。准确评估级联水库的全面风险对于水资源保护系统的安全运行以及保护人员生命财产具有决定性意义。目前基于洪灾灾害风险传递的传统综合风险分析方法存在明显局限性。它们只关注洪水等单一风险因素洪水路由分析大多采用实证公式导致评估准确性不足。为解决这一问题提出了一种新颖的多源综合级联大坝风险量化方法结合了蒙特卡洛模拟、水动力模型和贝叶斯网络。首先蒙特卡洛模拟通过与自开发的Visual Basic for Applications程序结合应用于HEC-RAS中模拟的流体动力模型。该应用能够自动分析实际河流洪水路径考虑随机洪水频率和随机初始水位。同时采用了包括N-M、Adam和DE等机器学习算法对河流粗糙度进行逆分析结果为0.0833。随后基于对级联水库大坝失效后洪水演化造成的溢洪损害的分析通过综合影响系数理论定量分析坝间输电风险。此外结合系统中每座水坝的洪水、地震和滑坡风险分析结果并利用贝叶斯网络评估每个水坝的失效风险。最后通过整合输电风险分析开发了一套多源综合级联储层风险分析方法。该方法已应用于中国四川省大都河流域的四座级联水坝。结果显示单坝失效的主要原因是罕见的高能洪水而地震对大坝损失有显著影响。长河坝可靠性最高能够阻挡风险而黄金平坝和庐定坝因综合风险较高需要重点关注。建议优先加强对包括黄金坪和鲁顶在内的关键水坝进行监测和结构加固。该方法有望在多灾情景下准确量化级联水库群中大坝之间的风险传递从而有助于风险管理和水利保护系统的规划制定。研究区域以及数据来源大渡江是长江上游的重要支流流域总面积达77,400公里2河床落差总2750米水资源极为丰富。国家主流开发规划拟建24座级联水电站其中17座为高100米以上的地石坝形成高地岩坝集中分布区。根据中国坝体失效事故统计土石坝占坝体失效总数的95%以上是主要坝体失效类型。此外大都河流域年降水量较高尤其是鲁定地区地质灾害频发。强烈的河流侵蚀导致频繁的滑坡和碎屑流常堵塞河道并形成屏障湖。因此本研究的主要目标是展示所提出的风险评估方法。这四座大坝具有高度代表性具有作为典型案例研究的潜力验证该框架的适用性和计算逻辑确保其在处理上游大坝失效影响下游安全的复杂级联情景中的有效性。因此研究选择了大都河流域从后津坝到鲁鼎坝长约86公里的四座连续级联土岩坝作为研究对象。算法首先将蒙特卡洛模拟与水动力模型结合开发出一个完全概率性的流体动力学模型考虑多种可传播风险因素来源。然后通过构建贝叶斯网络获得单一级联坝综合风险考虑洪水溢洪、地震和滑坡。通过整合级联系统中每个单元储层的拓扑结构属性确定了级联储层的先验风险概率。此外引入了风险传递影响系数理论以量化相邻大坝之间传递的风险。最后通过构建风险传递和叠加效应的定量模型推导出系统整体的失效风险概率。为验证模型效率将大都河流域典型级联项目应用于模型。复现部分结果模拟观测数据三种算法迭代过程如下三种模型评估指标如下红线为基础。所用数据集为原文xlsx所给出数据的一部分。可以发现有所优化以下蒙特卡洛模拟详细结果洪水过程线图以及优化算法系列对比图最后还有不确定性图。核密度估计。红线为均值绿线为中位数。不确定性分析图。只看前两个模型以免混乱。模拟结果序列展示波动性。