得益于用于预测疫情蔓延的相同模型和数学定律，得克萨斯州AM大学的研究人员创建了一个模型，以准确预测城市道路网络中洪水的蔓延和下降过程。通过这种新方法，研究人员创造了一种简单而强大的数学方法来解决复杂的问题。

“健康科学、流行病学和其他领域的人研究了流行病和大流行的传播，他们确定了一些原则和规则来控制复杂社交网络中的传播过程，这让我们深受启发。”扎卡里大学土木与环境工程系副教授阿里穆斯塔法维博士。“所以我们问自己，这些扩散过程和城市洪水的扩散一样吗？我们对它进行了测试，令人惊讶的是，我们发现答案是肯定的。”

这项研究的结果最近发表在《自然科学报告》上。

这个感染模型，SEIR，被用来对传染病的传播进行数学建模。关于洪水，Mostafavi和他的团队将SEIR模型与网络通信过程相结合，其中道路洪水的可能性取决于附近路段的洪水程度。

在洪水的情况下，脆弱的道路可能会被淹没，因为它位于洪水淹没的区域；裸露的道路被雨水或附近渠道的溢出物淹没；受感染的道路被淹没，无法使用；修复了洪水退去的道路。

研究团队使用了2017年哈维飓风期间哈里斯县道路洪水的高分辨率历史数据来验证该模型的使用。结果表明，该模型能够监测和预测洪水道路随时间的演变。

Mostafa说：“这种方法的优势在于它提供了一种简单而强大的数学方法，在支持应急管理人员、政府官员、居民、急救人员等决策者对路网进行洪水预报方面具有巨大潜力。”

该模型能达到较高的精度，并能恢复被淹道路的空间分布。

“如果你看看哈里斯县的洪水监测系统，它可以向你显示某个渠道现在是否正在溢出，但他们无法预测未来四小时或未来八小时的任何情况。此外，现有的洪水监测系统提供的关于道路网络中洪水蔓延及其对城市流动性影响的信息有限。然而，我们的模型和道路网的具体模型在预测未来洪水蔓延方面非常强大。”“除了城市网络中的洪水预测，这项研究的发现还提供了关于网络在各种社会、自然、物理和工程系统中的普遍性的非常重要的见解；这对复杂城市更好的建模和管理具有重要意义。系统。”

这种洪水预报模型的唯一局限性是它不能确定最初的洪水将从哪里开始，但Mostafavi说，还有其他机制可以使用，例如洪水计上的传感器。

“一旦这些地区发生洪水，我们可以使用一个非常简单的模型，与水力和水文模型相比，来预测未来几个小时的洪水传播。预测道路淹没和交通中断非常重要，可以告知居民避免避开高风险道路，并使应急管理人员和响应人员能够根据预测的道路交通和流动性信息优化灾区的救援和救援。这种预测可能是危机应对期间生死攸关的区别。”

土木工程专业博士生、研究生研究助理，以及在城市设计学院工作的计算机科学专业研究生蒋湘琪。穆斯塔法维的人工智能实验室分析并模拟了飓风哈维的数据。

“通过这次研究，我体会到了数学模型在解决工程问题和实际挑战中的强大功能。

范说，这项研究将扩大我的研究能力，并将对我的职业生涯产生长期影响。此外，我也非常兴奋，我的研究可以减少自然灾害对基础设施服务的负面影响。