ارزیابی تاب‌آوری لرزه‌ای شبکه توزیع ‌و انتقال آب شهری با بهره‌گیری از مدل یادگیری ‌ماشین (ml)

زمینه و هدف: تاب آوری لرزه ای به‌عنوان یکی از مفاهیم نوین در عرصه مدیریت ریسک و بحران می‌باشد که به بررسی عملکرد لرزه‌ای، بازیابی و خدمت رسانی مجدد (پس از زمین‌لرزه) سازه ها و زیرساخت های شهری اطلاق می‌گردد. دراین‌راستا شبکه انتقال ‌و‌ توزیع آب به عنوان یکی از شریان های حیاتی جهت تامین آب آشامیدنی شهروندان بعد از زمین‌لرزه و همچنین تامین آب برای مقاصد اطفاء حریق، به شدت مورد توجه بوده ‌است. براین اساس ارزیابی و ارتقای تاب‌آوری لرزه‌ای شبکه آب‌رسانی شهری و ارائه مدل‌های محاسباتی دقیق در راستای پیش‌بینی رفتار لرزه‌ای این زیرساخت از اصلی‌ترین چالش‌های پیش‌روی محققین بوده ‌است. این تحقیق بر ارزیابی تاب‌آوری لرزه‌ای شبکه توزیع‌وانتقال آب شهری متمرکز بوده که در قالب مطالعه موردی بر شبکه آب‌رسانی شهر تهران (مناطق 1تا4) انجام شده ‌است.روش پژوهش: در این پژوهش به هدف پیش‌بینی آسیب‌پذیری لرزه‌ای شبکه آب‌رسانی شهری و ارزیابی تاب‌آوری لرزه‌ای این زیرساخت مدلی نوین براساس یادگیری‌ماشین ارائه شده ‌است. مدل‌های یادگیری‌ماشین مبتنی بر مجموعه داده‌های اولیه بوده، بنابراین ابتدا جهت تامین پایگاه داده‌ اولیه، مدل‌سازی اجزای ‌محدود گسترده‌ای (720 سناریوی مدل‌سازی) در بستر نرم‌افزار آباکوس جهت استخراج رفتار لرزه‌ای لوله مدفون در خاک تعریف و پیاده‌سازی شده ‌است. با تامین داده‌های اولیه، مدل پیش‌بینی آسیب لرزه‌ای لوله مدفون براساس الگوریتم‌های مختلف یادگیری‌ماشین (5 الگوریتم اصلی یادگیری‌ماشین به همراه زیرشاخه‌های محاسباتی) توسعه‌یافته و عملکرد مدل مورد سنجش قرار گرفته‌است. در نهایت با استخراج شرایط بهینه عملکرد مدل پیش‌بینی توسعه داده‌شده، الگوریتم عددی برای ارزیابی میزان آسیب لرزه‌ای ‌در خط ‌لوله شبکه توزیع‌ و انتقال آب با بهره‌گیری از شرایط عدم قطعیت در مقادیر پارامترهای ورودی مدل و روش شبیه‌سازی مونت‌کارلو توسعه داده شده ‌است. در این پژوهش مدل ارائه شده تحت 5 سناریو لرزه‌ای ‌(5 زمین‌لرزه بزرگ) و براساس داده‌های اولیه مناطق 1تا4 شهر تهران اجرا و نتایج (آسیب لرزه‌ای شبکه آب‌رسانی(شکست/نشت)) استخراج شده ‌است.‌ در نهایت براساس ارزیابی آسیب‌پذیری لرزه‌ای ‌شبکه انتقال آب شهر تهران، تاب‌آوری لرزه‌ای ‌سیستم آب‌رسانی براساس شاخص‌های میزان آسیب، تامین حداقل آب مورد نیاز و زمان بازیابی شبکه مورد مطالعه قرار گرفته‌است.یافته‌ها: نتایج حاصل از عملکرد مدل یادگیری‌ماشین براساس الگوریتم‌های مختلف نشان داد که الگوریتم‌های گاوسی دارای عملکرد بهتری نسبت به دیگر الگوریتم‌های محاسباتی یادگیری‌ماشین بوده ‌است. براین‌اساس الگوریتم گاوسی درجه دوم منطقی دارای میزان خطای کمینه بوده، به‌گونه‌ای که دارای خطای کمترین مربعات (mse) معادل با 3.0564 و میزان همبستگی (r) معادل با 0.94 بوده ‌است. به‌جهت ارزیابی تاب‌آوری لرزه‌ای ‌شبکه انتقال‌ و ‌توزیع آب برای مناطق 1 تا 4 شهر تهران، میزان آسیب شبکه آب‌رسانی (تعداد و موقعیت شکست/نشت لوله در شبکه) تحت 5 سناریو بارگذاری لرزه‌ای با بهره‌گیری از مدل پیش‌بینی آسیب‌پذیری محاسبه و استخراج شده ‌است.‌ همچنین با بررسی شاخص bridge میزان نسبی آسیب در شبکه خط ‌لوله مورد بررسی قرار گرفت. در راستای ارزیابی شاخص افزونگی (میزان حداقل آب مورد نیاز) با توجه به جمعیت هر منطقه و میزان آب مورد نیاز محاسبه و مورد ارزیابی قرار گرفته‌است.‌ شاخص زمان بازیابی/سرعت بازیابی شبکه توزیع‌وانتقال آب بعد از وقوع زمین‌لرزه براساس میزان آسیب خط‌لوله در هر منطقه و استراتژی‌های ترمیم و تعمیر شبکه مورد مطالعه قرار گرفت.‌ براساس نتایج حاصل مشخص می‌گردد که بیشترین زمان بازیابی سیستم برای منطقه 4 شهر تهران تحت بارگذاری s1 (زمین‌لرزه با بزرگای 7.4 ریشتر) و معادل با 493.5 ساعت و کمترین زمان بازیابی سیستم برای منطقه 3 شهر تهران تحت بارگذاری s2 (زمین‌لرزه با بزرگای 6.2 ریشتر) و معادل با 316.5 ساعت بوده ‌است. با توجه به نتایج حاصل مشخص می‌گردد که شبکه آب‌رسانی تحت سناریوهایی با بزرگای زمین‌لرزه بیشتر دارای زمان بازیابی بیشتری نسبت به سناریوهای لرزه‌ای ‌با بزرگای کوچکتر بوده ‌است.‌نتایج: نتایج نشان داد که مدل یادگیری‌ماشین پیش‌بینی آسیب لرزه‌ای ‌شبکه انتقال آب دارای دقت قابل‌قبول در ارزیابی خسارت در شرایط وقوع حادثه بوده ‌است. اصلی‌ترین نکات و راه‌کارهای ارائه شده در این پژوهش در راستای ارتقای تاب‌آوری لرزه‌ای شبکه آب‌رسانی عبارت‌است‌از: پیش‌بینی دقیق میزان آسیب لرزه‌ای شبکه انتقال آب با بهره‌گیری از مدل ارائه شده (در راستای دقت و بهبود شاخص آسیب‌پذیری)، اتخاذ تصمیمات مدیریتی دقیق در راستای تامین منابع جایگزین آب مورد نیاز در مناطق با ریسک لرزه‌ای بالا (در راستای بهبود شاخص افزونگی) و اتخاذ استراتژی‌های ترمیم و تعمیر خط‌لوله آسیب‌داده با تجهیز مناطق به تیم‌های پشتیبانی ماهر (در راستای بهبود شاخص زمان بازیابی). براساس نتایج حاصل می‌توان مدل ارائه شده در این پژوهش را به عنوان یک مدل جامع برای مناطق مختلف و تحت شرایط مختلف بارگذاری لرزه‌ای ‌به کارگرفت و علاوه بر تخمین آسیب‌پذیری لرزه‌ای شبکه آب‌رسانی، ارزیابی دقیقی بر تاب‌آوری لرزه‌ای و ارتقای انعطاف‌پذیری لرزه‌ای ‌این زیرساخت حیاتی انجام داد.