隨著城市規模逐漸擴大、城市人口日益多元複雜，城市社會風險也隨之加劇。不過，大數據時代的到來，使得城市災害風險治理模式有望出現重大變革。根據過去發生的災害風險來分析把握現在、預測未來成為可能，也為破解傳統城市災害風險治理的事後型、粗放式等難題提供了契機。

提前預警風險

大數據風險治理過程包括風險辨識、風險預警、風險分析、風險評估和風險決策五個階段。大數據技術的日趨成熟，為基於多維度、多層次、多群體、多因素的巨型數據分析提供了可能。

例如，借助於大數據技術的分析、預判功能，治理主體可以運用大數據、雲計算等現代技術平台，充分收集目標信息，並通過對海量數據進行綜合分析，挖掘和甄別潛在風險，識別城市風險管理中的重點人群與重點區域，從而提前預知將要發生的危機和風險、及時製訂預案予以化解。

建立風險預警指標體係，設立風險預警紅線，能夠在數據分析與監測中實時預警做出反應，縮短城市災害風險治理中的時間差，降低風險發生概率。此前，四川長寧發生6.0級地震，當地應急管理部門利用電視、手機、專用地震預警終端等提前向宜賓、樂山、成都等地的居民發出預警提示，很大程度上減少了人員傷亡，達到了良好的災害風險預警效果。

大數據與人工智能技術的結合，有助於提升風險預警的精確性和準確性。特別是，利用專業化技術手段，可以自動識別受災地區圖像，提升公共建築與設施、交通、人群密集度等要素的監測能力，進而最大限度地挽救生命、減少損失。

近年來，在不少台風登陸之前，相關政府機構和部門會對登陸時間和路徑進行預測，並及時部署預防和應對措施。背後就與氣象部門通過采用大數據、雲計算、人工智能等技術，建立天氣預報專家係統、智能天氣信息采集係統等有著緊密關係。通過在天氣預報中應用人工神經網絡等，依據機器學習的辦法，台風預報與常規天氣預測的精準概率比純人工操作提高了至少20%。

及時精準辟謠

大數據技術的應用不僅僅體現在預警與預測災害風險方麵，而且在減災救災、災後重建、受災地區疾病預防等方麵日益扮演重要角色。

2017年8月8日21時19分，四川九寨溝發生7.0級地震。21時37分15秒，中國地震台網新聞機器人就自動編寫完成了有關新聞報道。相比同時段的其他媒體，這則新聞內容更為豐富、詳盡，並配有地震參數圖、地形圖等科學可視化信息，讓人對災害有更好的感知與理解。

此外，在自然環境差、交通阻塞等不利情況下，利用無人機與衛通係統等技術手段，可以獲取受災地區、人群等圖像傳至應急指揮與決策部門，進而提高災後救濟、發現險情、搶救生命、現場指揮的工作效率。

通過算法推薦係統，還可及時設立專門的救災平台，通過多元媒體渠道，及時公布有關災情信息，如尋人啟事、救災物資訴求、救援服務等，進而提升災情信息的公開性與透明性，助力災害風險溝通和救助救援。

在災害風險信息核實方麵，還能促進災情信息的"自動化事實核查"與"精準辟謠"。2017年，國內某家APP嚐試通過"機器算法+用戶反饋"，高效識別虛假信息，準確率達到60%，結合人工複審可進一步提升至90%。

例如，在台風"山竹"登陸深圳後，網絡平台上出現了"山竹"時速堪比高鐵、"山竹"中心呈水果山竹剝開後的樣子、港珠澳大橋扛不住台風、美國太空總署拍攝到"世紀最強太平洋惡魔風暴山竹"等謠言，引發一些人的擔憂和恐慌。麵對不實信息，有關方麵及時識別、核查、辟謠並說明真相，安撫社會情緒。

助力災後救援

大數據技術可以實現災害信息的自動化識別與核查，並在災情信息溝通共享和協同服務中發揮重要作用，進而有針對性地幫助災後精準救援工作。

同時，通過對災害前後社會情緒和情感的監測，建立相應的指標體係與評價模型，可以對災區人群的情感和利益訴求進行實時監測，對災後社會心態進行評估與疏導。

在決策方麵，依托海量信息聚成係統平台，加之通過曆史災害的經驗總結，可以建立"城市災害事件數據庫"和"城市災害風險決策支持係統"。針對易受災區域的風險重點評估與預警，還可實現"災前—災中—災後"風險的全方位實時把握、全要素風險治理。

總之，規模龐大、類型多樣、更新頻繁、價值巨大的大數據，為城市風險治理提供了新的可能。麵對海量數據，如何係統整合、綜合分析，將大數據技術與科學決策有效銜接，成為城市社會治理的新機遇和新挑戰。

• 上一篇：分布式算力的區塊鏈後時代
• 下一篇：共同成立生態畜牧業 大數據工程聯合實驗室
  
• 文章標簽：
• 注：原創內容，禁止轉載，如有轉載，請標明出處。如有內容侵犯您的權益，請聯係刪除！QQ:315212307