Vers les systèmes de fret résilients au climat: mesurer la résilience régionale des camions aux précipitations extrêmes via la modélisation intégrée de la modélisation des inondations

Cette étude tire parti d’un ensemble de données de compréhension de plus de 810 000 camions lourds pour examiner l’impact des inondations extrêmes induites par les précipitations sur la résilience du système de camion lourd à Pékin, Tianjin et la province du Hebei, en Chine. En intégrant le modèle CAMA-Flood avec des données météorologiques en temps réel, le modèle de rosée de fret du camion et le réseau routier topologique, une analyse détaillée des inondations sur la résilience des transports était conductrice. Les segments routiers critiques que nous avons identifiés et leur réouverture en temps opportun ont considérablement amélioré la résilience du système de camion Feight. Cette approche aborde les limites des recherches antérieures qui ont souvent négligé les impacts complexes des inondations sur les systèmes de transport, n’ont pas utilisé de données approfondies sur la demande de fret et se sont concentrées uniquement sur l’analyse de la résilience topologique. Un cadre en deux étapes a été systématiquement créé pour étudier les changements dans le temps de trajet et la connectivité du réseau avec le système de fret de camions en service lourd.

Les résultats mettent en évidence la nécessité d’une réparation physique rapide et d’une gestion efficace du trafic pour restaurer la capacité de service du réseau post-catastrophe. L’identification des segments de route critiques permet de hiérarchiser la réparation qui a l’impact le plus significatif sur la récupération globale du système. Cette étude souligne les limites de la dépendance uniquement sur les mesures de résilience topologique et met l’accent sur l’importation d’évaluations de la résilience fonctionnelle de l’incorporation pour saisir de manière comprise les performances du réseau dans des conditions d’inondation. Les recherches futures se concentreront sur deux voies interconnectées pour faire progresser la modélisation de la résilience des transports. Premièrement, les données de trafic en temps réel à partir de capteurs IoT et de plates-formes de crowdsourced telles que AMAP seront intégrées pour mettre à jour dynamiquement la métrique de résilience lors des événements d’inondation, permettant la surveillance granulaire des perturbations du réseau. Deuxièmement, les stratégies adaptatives de gestion du trafic, y compris la tarification des péage variables pour les itinéraires alternatives et les algorithmes de routage axés sur A, seront explorés pour inciter la redistribution rapide du trafic de fret et atténuer les hotots de congestion.