在国家自然科学基金铁路重大基础科学问题专项及多项省部级科研项目持续支持下，李玉龙教授团队聚焦重大交通基础设施工程弃渣场治理难题，围绕西部复杂艰险环境下弃渣场“选址决策复杂、建设阶段碳排放压力大、运维风险隐蔽且群体规模庞大”等突出问题，通过实地调研和理论研究，系统构建了覆盖选址—建设—运维三阶段的全生命周期治理研究体系，推动弃渣场管理由经验决策向数据驱动、由单一控制向协同治理转型升级。团队围绕复杂艰险环境下重大铁路工程弃渣场的绿色建造与风险治理取得的成果得到工程参建单位肯定，发表CSSCI与SSCI期刊论文8篇，授权国家发明专利1项，并获全国性创新创业竞赛一等奖及最佳市场奖，培养博士、硕士及本科优秀人才10余名，逐步形成“绿色建造+风险治理+智能决策”交叉融合的特色研究方向。

一、代表性成果总结

（1）选址阶段：构建知识融合与ESG导向选址决策体系

在弃渣场选址阶段，针对多目标冲突显著、环境约束复杂、信息来源异质性强及可持续评价维度缺失等问题，团队构建了融合知识决策方法与ESG理念的系统化选址治理体系，实现由工程可行性判断向可持续价值创造转型。

首先，在决策方法层面，团队提出跨领域知识融合型选址方法，构建跨领域决策支持系统（CDDS），围绕“指标识别—知识表达—决策融合”建立结构化决策框架，实现环境约束、工程条件与社会影响因素的系统整合。在此基础上提出两阶段知识融合机制，突破单一评价模型局限，提高多源信息协同决策能力。通过典型铁路工程案例验证，模型在复杂山区环境下表现出良好的稳健性与适应性。与此同时，团队将GIS空间分析技术与云模型方法相结合，构建多因子综合风险地图，实现风险等级客观判定，显著提升选址科学性。

进一步，为强化弃渣造地项目的可持续属性，团队引入ESG（环境、社会与治理）理念，构建集成ESG理念的重大工程弃渣造地项目选址价值工程框架。在理论层面，将选址问题拓展为多维治理决策问题；在指标体系构建层面，建立适用于西部复杂艰险地区的ESG功能评价指标体系，涵盖生态保护、社会协同与治理绩效等维度；在方法层面，结合AHP确定指标权重，形成功能—成本—价值一体化分析路径，并通过案例验证其可操作性与适用性。

通过知识融合决策模型与ESG导向价值工程方法的集成创新，团队在选址阶段形成覆盖风险识别、功能评价与价值优化的系统化决策框架，实现弃渣场选址由经验判断向智能化、可持续治理升级，具体成果如下：

[1]李龙，杨静，李玉龙*，吴国滨*，张胜昔(2026). Cross-domain decision support system for spoil dumpsite selection in mega transportation infrastructure projects.Automation in Construction,182, 106697.（SCI期刊论文）（*通讯作者）

[2]曾赛星，李玉龙，苏涵（本科生），潘俊昊（本科生），陈宏权，一种基于综合风险评价的弃碴场选址方法. CN113807724A.（发明专利）

[3]李玉龙,韩岩坤（硕士）,苏涵（博士）. (2024).基于ESG理念的重大工程弃渣造地项目选址价值评价.工程管理学报, 38(1), 106-111.

（2）建设阶段：构建弃渣资源化利用与绿色运输优化体系

围绕重大工程建设阶段产生的大规模隧道洞渣等废弃物运输与资源化利用问题，团队建立“理论整合—运输优化—治理升级”三位一体的绿色治理研究体系，推动弃渣管理由成本控制导向向多目标可持续治理转型。

在理论整合层面，团队系统梳理1999—2023年间国内外相关研究，从政策机制、技术路径、环境影响与社会效益四个维度构建主题分析框架，明确隧道弃渣资源化利用的研究演进趋势与现实挑战，为理论深化奠定基础。

在运输优化层面，针对高原山区工程运输距离长、交通线路复杂、碳排放压力大等问题，构建了多阶段车辆指派与路径优化模型，综合考虑弃渣场空间布局、车辆类型、运输距离与环境约束等因素，提出融合改进遗传算法与蚁群算法的混合智能求解方法。通过实证分析验证了如何将最优路径策略融入车辆选型过程，以实现成本控制与碳减排目标之间的更优平衡，为环境约束背景下工程运输决策提供了系统化优化工具。

在治理升级层面，团队引入ESG（环境、社会与治理）理念，将隧道洞渣综合利用问题纳入多目标治理视角，构建“利用方式组合—环境社会目标—项目治理绩效”关联映射模型，将资源化利用决策转化为多目标优化问题，并提出改进自适应NSGA-II算法进行求解。该研究突破传统单一成本视角，实现环境效益、社会影响与治理绩效的协同优化，推动弃渣管理由技术问题向治理问题升级。

建设阶段研究实现了绿色运输组织与资源化利用决策的系统协同，具体研究成果如下：

[1]吴国滨,孙亚晴（本科生）,李玉龙*. (2025).基于ESG框架的重大工程隧道洞渣综合利用优化研究.中国管理科学,33(3), 174-185.（*通讯作者）

[2]李玉龙、姚紫雯（硕士）、孙亚晴（本科生）、倪成博（硕士）、吴国滨. (2025). Sustainability of tunnel spoil reuse and recycling: A systematic literature review.Journal of Green Building,20(1), 89-114.（A&HCI期刊论文）

[3]李玉龙，苏涵（博士），杜君涵（本科生），李姝昕（本科生），茅权.基于改进蚁群与遗传算法的重大工程弃渣运输车辆指派与路线优化研究，系统管理学报（CSSCI，已录用）

（3）运维阶段：构建弃渣场风险识别与预警治理体系

针对弃渣场数量多、空间分布广、生态环境复杂且风险类型多样的治理难题，团队围绕“风险识别—群体分级—动态监测—预警决策”构建系统化风险治理体系。

在单体风险预测层面，提出“生命周期阶段—管理行为—自然环境”三维风险分析框架，构建系统性故障树模型，并转化为贝叶斯网络结构，实现风险概率推演与动态更新。通过工程案例验证，模型显著提升灾害风险预测精度，为主动防控提供理论支持。

在群体风险分级层面，构建弃渣场群体风险评估指标体系，融合改进投影寻踪聚类与K-means算法，对50个弃渣场开展实证分析，识别关键敏感因子与高风险节点，实现群体精细化分类管理。

在动态监测层面，结合GIS与卫星遥感技术构建风险数据获取体系，引入云模型刻画不确定性特征，融合AHP与熵权法实现组合赋权，建立综合风险评价模型，实现风险等级判定与实时监测。

运维阶段研究实现弃渣场管理由被动响应向数据驱动型主动预警转变，具体成果如下：

[1]李玉龙,侯相宇（本科生）. (2022).基于故障树和贝叶斯网络集成的重大工程弃渣场风险诊断与预测.系统管理学报,31(5), 861.

[2]李玉龙、姚紫雯（硕士）、吴静（硕士）、曾赛星、吴国滨(2024). Toward ecological environmental risk for spoil ground group management in mega projects.Engineering, Construction and Architectural Management, 31(9), 3706-3726.

[3]李玉龙，苏涵（硕士），吴国滨. (2023).基于云模型的重大工程弃渣场环境风险评价.土木工程与管理学报, 40(2), 7-15.

二、学生培养与人才成长

团队已培养博士、硕士、本科生十余人，形成良好梯队结构。团队人才培养成效显著，形成“学科竞赛—科研创新—工程实践—人才输出”良性循环。

（1）全国竞赛一等奖（最高奖）

2022年，团队指导学生倪伊菲、崔雨昕、康昕、苏涵、侯相宇参加全国智慧城市与智能建造大学生创新创业竞赛，在茅权、李玉龙两位教师指导下，凭借“孟章——弃渣场全生命周期数字化风险管理系统”项目荣获一等奖与最佳市场奖两项最高奖项。该系统集成选址决策支持、建设阶段资源化利用优化与运维阶段风险预警功能，实现弃渣场全生命周期数字化管理与动态监测，推动科研成果向工程应用与数字化治理平台转化。

（2）继续深造

中央财经大学硕博连读生1人、中央财经大学直博生1人、天津大学管理科学与工程直博生2人、海南大学—马来西亚博特拉大学联合培养硕士1人。其中获评国家奖学金2人，获评中央财经大学龙马学术之星1人。

（3）学生就业

招商银行总行1人、中粮信托有限责任公司1人、中国港湾工程有限责任公司1人、中国联合网络通信集团有限公司1人、内蒙古汇能控股集团1人。其中获评国家奖学金1人。

（4）青年教师成长

两位青年教师晋升为副教授。

面向国家重大交通基础设施高质量发展需求，团队构建了覆盖选址决策、绿色建设、运维风险治理与数字化集成的弃渣场全生命周期治理体系，实现理论创新、方法突破与工程应用协同发展。未来，团队将持续深化绿色建造理论创新与数字治理技术融合，为重大工程可持续发展与生态文明建设提供更加系统、智能与高效的治理方案。

项目团队在超高海拔高原地区进行实地调研

撰稿：孙亚晴 吴国滨

审稿：刘志东