BOOM2FLEX v1.0：突发燃爆事件应急预案自适应集成系统

【作者】 杨洛祺； 辛金元； 马永敬； 王广杰； 刘比鹤；

【机构】 中国科学院大气物理研究所大气环境与极端气象全国重点实验室； 中国科学院大学； 智慧地球重点实验室； 中国科学院地球环境研究所；

【摘要】 1 BOOM2FLEX v1.0系统架构突发燃爆事件因源项参数的高度不确定性与大气扩散过程的非线性特征,对精准化应急响应构成核心挑战。本研究提出模块化自适应应急预案集成框架BOOM2FLEX v1.0（B2F）,通过深度耦合动态源项参数化技术与FLEXPART-WRF v3.1（The Lagrangian particle dispersion model）,核心创新为创建动态驱动程序将实时爆炸指标转化为与动力过程一致的大气边界条件,并在保留模型动力耦合优势的同时,实现从用户定义的爆炸参数到高精度模拟配置的快速自动化生成。根据FLEXPART-WRF输入配置文件标准^[1]（https://www.flexpart.e u/,最后访问:2025年6月12日）,动态驱动程序需包括COMMAND、OUTGRID、OUT GRID_NEST、SPECIES和RELEEASES等信息条件,其中B2F主要优化参数见表1。系统框架如图1,所构建的模块化架构集成三大核心引擎:源项处理器模块（Source Integration Module）、动态自适应配置模块（Dynamic-Adaptive Module）及运行评估模块（Run/Assessment Module）。1.1源项处理器模块其中源项融合模块基于多源数据融合算法设计,嵌入了三种爆炸参数反演方法:直接输入法（物理约束验证）、爆坑遥感法^[2]（地质校正因子控制±30%误差）及地震波速法^[3]（PGV,地层品质因子校正±50%误差）。同时建立事件分型参数化体系,涵盖空中爆炸稳态蘑菇云模型、水下爆炸气泡及水柱动力学模型及核事故放射性核素网格化分配方案。1.2动态自适应配置模块基于精准源项表征,动态自适应模块进一步攻克气象—释放场协同解析难题。该模块包含两大核心功能:动力降尺度（Downscale）与构造虚拟源（Virtual Source）。该模块采用"WRF嵌套—机器学习残差修正"的混合降尺度方案,实现亚公里级气象场重建,通过地形跟随坐标变换与高斯滤波处理,空间精度提升42%;并结合虚拟点云和三维面源转换算法,依据爆炸模式自适应生成污染物释放场。1.3风险评估模块在风险评估层面,通过集成运行FLEXPART-WRF多尺度扩散模拟,基于国际暴露阈值标准构建瞬时风险与累积风险双维度评估体系[4],特别针对核事故集成放射性衰变链计算与活度、浓度转换模块,支持多核素耦合传输建模,强化核应急决策能力。1.4质量保证和验证B2F系统效能经严格技术验证,依托GUI/CLI双模交互架构,在标准工作站实现10至60分钟级模拟效率。典型案例应用模拟结果表明,烟羽形态模拟与卫星遥感空间相关系数达0.89（P<0.01）,预测浓度误差降至12%,暴露风险量化误差<15%,应急时效提升4倍,性能显著优于传统EMEP模式。经过历史典型燃爆事件验证表明,B2F系统在污染物扩散轨迹模拟与烟羽形态刻画方面表现优异,其模拟结果与卫星遥感观测数据具有高度一致性,尤其在爆炸烟羽的时空演变特征及暴露风险量化评估方面展现出显著优势。综上所述,B2F系统通过源项—气象—评估链的协同创新,突破燃爆事件应急模拟的技术壁垒。其动态自适应架构与多层次的风险量化范式,为重大突发环境事件提供科学决策支持,推动应急预案技术向精准化、智能化演进,兼具学科引领价值与应急业务转化潜力。更多还原